OpenClaw部署完之后的三件事

如何让你的AI员工真正变成"你的"员工

装完OpenClaw觉得"也就那样"？问题不在工具，在于你没有做这三件事：梳理需求、写身份文档、定执行准则。这篇文章不讲技术操作，讲的是让AI真正为你服务的前提准备。

开头

昨天写了《Openclaw两周体验》，讲的是为什么做、发现了什么。

今天是续篇，讲具体怎么做——如果你也想让AI真正为你服务，需要先做哪些准备。

先说个可能让你有共鸣的场景：

你花一下午装好OpenClaw，兴奋地打开聊天窗口，问了几个问题，聊了几句。然后呢？

然后就没有然后了。

你发现它好像也就是个聊天机器人，有点失望："网上吹得那么神，也就这样啊。"

如果你有过类似感受，我想告诉你：问题不在工具，在于你没有做三件事。

这三件事决定了你的OpenClaw是通用聊天机器人，还是真正懂你、能帮你干活的团队。

我在OpenClaw上搭建了一个六人AI团队，每个成员对应我知识体系中的一个环节。前后部署三次，花了大约两周。

第一次部署时，我还没想清楚要干嘛就装了。装完跟bot聊了几句，感觉也就是个聊天机器人。后来意识到，问题不在工具，在于我没给它足够的上下文让它理解我。

今天这篇文章，就是关于这三件事。

第一件事——梳理需求

装OpenClaw之前，别急着配置，先问自己：

我要解决什么问题？

听起来简单，但大多数人跳过了这一步。我也是。

我第一次部署就是"先装了再说"。结果装完就废了——我不知道让它干什么，它也不知道能为我干什么。

你需要回答三个问题：

1. 你目前最耗时间精力的事是什么？
2. 哪些是重复性的、可以交给AI的？
3. 你希望AI扮演什么角色？

我的答案：

我需要一个团队帮我：

• 梳理知识体系（我的"摆渡计划"框架）
• 写内容（公众号、小红书）
• 技术支持（我是技术小白）
• 陪伴练习（修行、教练对话）
• 整理知识（零散想法变结构化笔记）
• 项目管理（协调团队）

对应六个AI员工：

• 项目经理（明行）：全局协调
• 修行助手（觉明）：修行问题
• 内容助手（妙言）：写文章
• 技术顾问（善巧）：技术问题
• 知识整理（藏识）：归档检索
• 陪跑教练（行深）：日常练习

不是每个人都需要六个bot。你可能只需要一个帮你写邮件，或整理会议纪要。

但你需要想清楚一个明确的场景。

AI能帮你整理你说过的话，但它无法替你说出你还没说的话。

如果你自己都不知道要什么，AI更不知道。

第二件事——写身份文档

想清楚要什么之后，第二步是让AI知道你是谁。

OpenClaw有个聪明设计：用Markdown文件定义Agent的一切行为。

核心文件四个：

• USER.md = 你的自我介绍
• SOUL.md = AI员工的性格说明书
• IDENTITY.md = AI员工的名片
• AGENTS.md = 员工手册

每次新会话启动时，Agent按顺序读取：SOUL.md → USER.md → 最近记忆 → AGENTS.md。

身份先于任务。

这个设计对我这样的非程序员是巨大优势——不需要写代码，只需要写清楚你是谁、你要什么、你希望它怎么工作。

调试AI的行为等价于编辑文档。

重点说说USER.md怎么写。

不是随便写两句"我是XXX，我喜欢XXX"就完事的。

我的USER.md包含：

• 基本信息（姓名、背景、修行经历）
• 人生经历（简要版）
• 知识体系框架（"摆渡计划"——认识自己、安顿自己、运用自己）
• 当前身份和项目（在AI+智能硬件创业公司）
• 内容定位（公众号写什么、给谁看）
• 沟通偏好（"直接，不要过度客气"）

这份文档我写了三个版本。

第一版很浅，就是基本信息。 第二版加了一些经历。 第三版才真正深入——把知识体系、工具清单、底层方法论都写进去了。

写的过程本身就是深度自我梳理。

写完后，我让项目经理bot梳理我的知识框架。

第一版（没有身份文档）：产出是通用复述。 第二版（有了USER.md v1）：开始有针对性，但还是表面。 第三版（USER.md v3）：产出完全不一样，真正理解了我的体系。

这个过程让我想起做教练时常说的话：

"很多人不是不知道怎么做，而是没想清楚自己要什么。"

AI工具也一样。你给它模糊指令，它只能给你通用回答。你给它足够上下文，它才能给你真正有用的东西。

就像你招新员工，希望他第一天就了解公司和你，而不是让他自己慢慢猜。

第三件事——定执行准则

有了身份文档，AI知道你是谁了。

但它还需要知道"你希望它怎么工作"。

这就是AGENTS.md的作用——员工手册。

我定义的执行准则：

沟通风格：

• "直接给观点，不要中立模糊"
• "不要过度客气"
• "了解我的背景后不需要每次都解释基础概念"

能力边界：

• "遇到不确定的直说，不要硬撑"
• "不深入技术配置（转给善巧）"
• "不深入修行体悟分析（除非看到内容转化的可能性）"

协作规范：

• 六个bot各有分工，超出范畴要明确转介
• 信息流：Agent产出 → 藏识归档 → 妙言转化 → 对外输出
• 主线优先：知识体系+内容输出永远最高优先级

产出标准：

• 妙言写文章要用我的原话、不能编造素材
• 藏识归档要有结构化
• 明行梳理框架要有全局视角

这些准则不是一次写好的。

是在实际使用中不断补充的。

每次bot产出不符合预期，我就回去更新准则。

比如有一次，妙言写了篇文章，用了太多华丽词藻，不像我的风格。我就在AGENTS.md里加了一条：

"保留用户原始表达习惯，优化但不改变他的声音。有观点不中立，有案例不空谈，有修行底色但不晦涩。"

这个过程就像带新员工——你得告诉他什么是好的、什么是不行的。

AI可以帮你写'对的'内容，但只有你自己能写出'你的'内容。

执行准则就是确保产出是"你的"而不是"对的"。

一个实际案例

让我用一个完整例子，把这三件事串起来。

场景： 我让项目经理bot梳理我的知识框架。

第一次尝试（没有做三件事）： 产出：通用、表面的描述。

问题： 我没告诉它我是谁、我的体系是什么、我希望它怎么梳理。

第二次尝试（做了第一件事——梳理需求）： 产出：比第一次好，但还是不够深入。

问题： bot知道要做什么，但不知道"我"的体系有什么特别。

第三次尝试（做了第二件事——写身份文档）： 产出：有针对性了，能看出是我的体系。

问题： 梳理方式太学术，不像我说话风格。

第四次尝试（做了第三件事——定执行准则）： 产出：完全不一样。真正理解了我的体系，用我的语言表达。

关键洞察：

AI的能力上限不取决于模型多聪明，而取决于你给它多少上下文。

你给它的上下文越丰富、越精准，产出越有用。

这不是技术问题，是"你有多了解自己"的问题。

结尾

写到这里，回到最开始的观点：

工具不难，难的是你有没有想清楚自己。

这三件事——梳理需求、写身份文档、定执行准则——不只适用于OpenClaw。

适用于你和任何AI的协作。

无论是ChatGPT、Claude，还是其他AI工具，原理都一样：

你越清醒，工具越有用。

我在整个过程中，用Claude（Opus 4.6）作为独立顾问。遇到技术问题、提示词写法、规划问题，都先跟Claude对话，再把方案传给OpenClaw执行。

用AI训练AI，人做判定。

最后，如果你也在做类似的事，或对AI+个人成长感兴趣，欢迎来聊。

我是三金，老老实实的认识自己，认认真真的适应时代。

我的视角可能不专业，但足够真实。

你越清醒，工具越有用。

共勉。