从 0 到 1
唤醒一个替你干活的数字部属
你不需要先学会写代码。
你只需要想清楚一件事：你想让它替你干什么。
唤灵 · 数字部属辅导 —— 陪个人开发者、个体创业者、HR 与培训人，把一段 prompt 从纸面唤醒成你麾下的数字部属。我们不代写，只教掌舵。
一句话讲明白
先把方法论升一个维度：造一个 Agent，本质上不是写代码，是"招一个数字部属"。
你会招人，你就会造 Agent。你不需要知道模型怎么训练，就像你不需要会造电脑才能用电脑。
你要做的，是把"招一个靠谱部属"的完整流程，在 AI 身上重做一遍 —— 写岗位、做培训、给资料、开权限、安排上岗、定期复盘。
八站觉醒 · 一站都跳不过去
每一站都有：方法框架 + 可抄模板 + 陪练样例 + 自检清单。跨阶段的需求，从最早缺失的那一站切入。
Agent 不是万能神，是"会拆任务、会调工具的数字部属"。先把边界画清楚，别一上来就想造个全能助手。
最大的坑是说"我想要个助手"，太空泛。要落成三件事：为谁做、解决什么、做到什么算成功。
平台、模型、框架怎么选？对个人来说，九成场景选最省事的那个就对了，别让选型拖死行动。
提示词不是玄学，是岗位话术。System 定身份规矩，User 说具体任务，再 A/B 测几版、测测边界。
不喂资料，它就会一本正经地瞎编。把你的文档、话术、案例切片喂进去，它才像你家公司的人。
接上工具（接口、数据库、文件、MCP），它才从"陪你聊天"升级成"替你干活"。工具决定能力上限。
测试、部署、监控。上线不是结束，是它第一次真实的期末考试 —— 用户对它的耐心只有三秒。
收集反馈、看用量和效果数据、排迭代优先级。好 Agent 是养出来的，没有一次就做对的。
开工前，先用四个问题定位
就像出发前先看导航：你在哪、要去哪、打算开多快、行李带齐没有。四个问题答完，唤醒方式就定了。
你在哪一站？
别怕答错 —— 大多数人卡在 S2，因为需求从来没写清楚过。
你是什么水平？
这决定我讲多深 —— 不讲你听不懂的，也不浪费你时间讲你早就会的。
你想投入多少？
档位不同，给的东西完全不同 —— 赶时间就先要结论，不着急就把套路学全。
你手里有什么？
空手也能开始 —— 一个模糊的想法，就已经够开工了。
1 位总指挥 + 8 位专科教练
你不用记谁是谁。你只需要说清楚你在哪一站，剩下的路由交给总指挥。
唤灵
不替你写 Agent，不替你做技术决策 —— 那是你的活。
我做的是：按你所在的位置，把八位专科教练派到你面前；你跨了好几站，就从最早缺失的那一站开始补，一步都不跳。
四条铁律 · 防忽悠四件套
这四条原本是企业级 AI 落地踩出来的血泪经验，对个人一样致命。记住它，能帮你省掉八成的返工。
灰区要说清
模糊地带你不写明白，AI 就会自由发挥。它能做什么、不能做什么、拿不准时该问你还是该猜 —— 都得提前讲死。
AI 会迎合你
模型天生倾向说你爱听的话。你问"我这个想法是不是很棒"，它几乎一定会说棒 —— 这不是判断，这是讨好。
你是守门人
合规、对外发布、涉及真人利益的决策，必须你来拍板。Agent 可以给建议，但签字的永远是人。
拿证据说话
用真实的效果数据代替"我觉得挺好"。好不好，看用户留没留下、任务成没成、时间省没省。
过来人的四句提醒
这些不是理论，是别人摔过的跤。听进去，能让你少走一个月弯路。
先跑通，再堆料
最小闭环跑起来，比先把功能清单列满重要十倍。一个能用的小东西，胜过十个想得很美的功能。
预览 ≠ 真实环境
预览面板和真实浏览器是两套数据分区。预览里看不到你录入的内容，不代表东西丢了 —— 先确认，别慌。
平台有隐藏规矩
比如公众号只认内联样式和表格布局，写得再漂亮也会被直接剥掉。动手前先摸清平台的脾气。
别把命交给临时服务
临时起的本地服务说没就没。交付优先选能双击打开的单文件，稳，才是对用户最大的善意。
Agent 只是把手