夜雨聆风
少有人知的 OpenClaw 框架:13项技能手把手拆解,告别低效 AI 自动化
【全球衰退+AI抢位，别等裁员后才慌张】
你有没有过这种崩溃时刻：
给 AI 布置了一个任务，它干了一半，停下来问你下一步怎么办。你说了下一步，它又干了一会儿，再停下来问你格式对不对。你继续回答，它最后交给你一份东西——感觉像是一个实习生交来的初稿，你还得自己改两个小时。
你当时心里只有一个念头：这 AI，到底是在帮我，还是在给我找事？
这不是你的问题，也不是 AI 的问题。这是你们之间，缺了一套协作框架的问题。
多数人用 AI 的方式，其实是在”喂命令”
我观察过很多人使用 AI 的方式，大致分两类：
第一类，把 AI 当搜索引擎用——问一个问题，得一个答案，关掉窗口，下次再开。
第二类，把 AI 当执行工具用——给一个指令，让它生成内容，改几遍，算完事。
这两种用法都没错，但都只是在用 AI 的”皮”，没有触到”骨”。
真正让 AI 产生复利效应的，是一套结构化的协作体系——让 AI 不只是回答你的问题，而是理解你的目标、记住项目上下文、主动规划路径、在关键节点给你提醒。
这就是 OpenClaw 框架想解决的事。
它提出了 13 项核心技能，专门用来把 AI 从”命令执行者”升级成”项目协作者”。今天我把这套框架拆给你看，全是可以直接照搬的实操逻辑。
维度一：先建一张”工作台”，别让 AI 在真空里干活
OpenClaw 最核心的概念叫工作台（Workbench）。
听起来很玄，其实很简单：就是在开始任何任务之前，先给 AI 建立一个完整的”作战室”——里面放着你的项目背景、可用工具、当前目标和行动原则。
你现在跟 AI 对话的方式，大概率是每次都从零开始，每次都要重新介绍自己、介绍项目、介绍需求。这就像你每天上班都要跟同事重新自我介绍一遍——效率低到离谱。
实操建议：
- 建立一个”项目背景文档”
，每次开启新对话时直接粘贴进去，让 AI 知道它在处理什么项目、目标是什么、限制条件是什么； - 把你常用的工具和偏好写成固定模板
，告诉 AI 你习惯的工作节奏和输出格式，一次设置，反复复用； - 区分”对话上下文”和”项目上下文”
——临时聊天用对话窗口，长期项目要有固定的上下文文档，别混在一起。
维度二：动态 SOP——让流程跟着现实走，不是跟着模板走
传统的 SOP 是死的——你写完了贴在墙上，三个月后情况变了，SOP 还是原来那个样子。
OpenClaw 的 SOP.md 技能想解决的是这个问题：让你的操作规程变成可以自我更新的活文档。
举个例子：你在做客户服务，以前的 SOP 是”收到投诉→安抚→转接→记录”。现在平台规则变了，处理时限缩短了，旧 SOP 直接失效。如果你用的是动态 SOP，AI 可以根据你的更新指令实时调整流程，不用你手动重写每一条规则。
实操建议：
- 把你的 SOP 写成”条件句”格式
——”如果 X 发生，则执行 Y；如果 Z 发生，则执行 W”，这样 AI 能理解边界条件； - 定期 review 你的 SOP
，每隔一个月跟 AI 说”我们来更新一下这个流程”，让它帮你识别哪些步骤已经过时； - 为不同场景准备不同版本的 SOP
，别用一套流程通吃所有情况，精准比全面更重要。
维度三：Planner + Project Manager——两个角色，缺一不可
很多人只会让 AI 做事，不会让 AI 帮自己管事。
OpenClaw 里有两个技能专门处理这个问题：Planner.md 负责拆解目标、规划时间线；Project Manager.md 负责监控进度、识别风险、主动提醒。
区别在哪？
Planner 是在项目开始时回答”我们要怎么走”，Project Manager 是在项目推进中回答”我们现在走偏了没有”。
这两个角色，很多人都只用了其中一个——要么只规划、不追踪，要么只推进、不复盘。结果就是要么计划赶不上变化，要么走了很远才发现方向错了。
实操建议：
- 每个项目开始时用 Planner 拆分三层结构：总目标→阶段里程碑→具体任务，层层对应，避免目标虚化；
- 设置固定的”周检查点”，让 AI 担任 Project Manager 的角色，每周问它一次”当前哪些任务落后了，原因是什么，建议如何调整”；
- 让 AI 主动发出预警，而不是等你发现问题
——在提示词里加入”如果某个任务超过预期时间 20%，请主动提示我”。
“自动化是让 AI 替你跑腿，增强是让 AI 帮你做决策。真正的效率革命，从第二种开始。”
维度四：Path.md + PRD.md——先定北极星，再开始干活
我见过太多人，工具用得很溜，但根本不知道自己在做什么。
OpenClaw 的 Path.md 解决的是”方向问题”——你的总体目标是什么，你的价值观是什么，你希望 AI 做出的每一个决策都朝哪个方向倾斜。
PRD.md 解决的是”范围问题”——这个项目的边界在哪里，成功的标准是什么，什么是必须做的，什么是不做的。
这两个文档合在一起，就是给 AI 装上了一个”价值观过滤器”——它做的每一件事，都会经过这两个维度的检验。
实操建议：
- 在任何项目开始前，先写一段 100 字以内的”北极星声明”
：我希望这件事实现什么价值，对谁有意义，成功的最终标准是什么。把这段话固定放在所有提示词的开头； - 用 PRD 给 AI 划红线
——明确告诉它哪些事不做、哪些输出格式不接受、哪些决策需要你来拍板，而不是等它做错了再纠正； - 定期回头看你的 Path
——每隔一段时间问自己，现在做的事情还符合最初的方向吗？如果不符合，是 AI 跑偏了，还是你的目标变了。
维度五：技能库 + 懒加载——按需构建，不做无用功
有人问我：OpenClaw 的 13 个技能，是不是每个项目都要全部用上？
答案是：当然不是。
这套框架有个很聪明的设计叫懒加载（Lazy Loading）——就是说，你不需要一开始就把所有工具都搬出来，而是”用到哪个，建哪个”。
就像你装修房子，不是一次性把所有家具都搬进来，而是先把必需品放好，再根据实际居住情况慢慢补充。这样既不浪费精力，又能保证每个工具都真正被用上。
技能库（Skill Repository） 的作用是：给你提供一批已经验证过的”技能模板”，你可以直接修改成适合自己的版本，不用从零开始造轮子。
实操建议：
- 先从你最高频的痛点出发
，选 1-2 个技能开始实践，而不是想着一次把 13 个都用上； - 把你用过效果好的提示词模板存成”个人技能库”
，这是你真正的 AI 资产，比任何工具都值钱； - 用”技能创建器”的思路定制你自己的功能
——如果现有的方法不适合你的场景，直接告诉 AI”帮我重新设计一套针对 X 场景的工作流”，让它参与设计，而不是只执行。
维度六：提问质量——这才是你跟 AI 之间最隐形的差距
最后这条，是整个框架里最容易被忽视、但影响最大的一项。
OpenClaw 特别强调一件事：AI 系统的有效性，取决于问题的质量。
你问”怎么自动化这个任务”，得到的是一个执行方案。你问”怎么扩大这个流程的影响力”，得到的是一个战略建议。同样是一个 AI，同样是一次对话，结果差了一个维度。
问题本身，就是你思维深度的映射。
好的提问方式，不是问”怎么做”，而是问”为什么这么做”、”还有没有更好的做法”、”如果边界条件变化了，结论会不会不同”。
实操建议：
- 在每个关键问题后面加一句”还有什么我没想到的？”
——逼着 AI 给你补盲区，而不是只回答你问的那个点； - 把”是非题”变成”开放题”
——不问”这个方案可行吗”，改问”这个方案有哪些潜在风险和改进空间”； - 定期反思你的提问习惯
——看看最近哪些 AI 的回答让你觉得没用，大概率是你的问题本身出了问题，不是 AI 的锅。
“你问 AI 的问题，暴露的是你思考的天花板。提问是技术，更是认知。”
写在最后
13 项技能，说到底不是 13 个功能按钮，而是 13 种跟 AI 协作的思维方式。
工作台让你的 AI 有记忆，动态 SOP 让流程跟上现实，Planner 和 PM 让项目不跑偏，Path 和 PRD 让方向不失焦，懒加载让你不做无用功，好问题让 AI 发挥真实力。
你不需要一夜之间全部用上。但你可以从今天起，挑一个你最头疼的问题，试着用这套框架的思路重新梳理一遍。
往往就是这一次尝试，让你彻底换了跟 AI 协作的视角。
💬 最后，留一个问题给你：
如果你现在的 AI 使用方式打个分，满分 10 分你给自己打几分？你觉得自己卡在哪个环节最久？
在评论区告诉我，我看到了都会认真回复。
觉得这篇有用，转发给你那个每天喂 AI 指令却总说”AI 没什么用”的朋友——也许只差这一篇文章的距离。
加入我们一起学习、交流，共同进步！
