这段时间，我越来越强烈地感受到一件事：

很多机构把 OpenClaw 龙虾用不起来，问题根本不在模型。

不是你模型不够新。

不是你不会写提示词。

也不是 AI 不够聪明。

真正的问题是：

你让 AI 上岗了，却没给它上岗资料。

这句话听着很简单，但几乎点中了大多数机构现在的问题。

很多老板一开始接触 AI，最先关注的是两件事：

这个模型强不强。

这个工具新不新。

于是大家天天盯着模型更新，研究哪个更快，哪个更聪明，哪个回答更像人。

但真实业务里，AI 到底能不能替你干活，很多时候根本不是由模型决定的。

而是由另一件事决定：

它到底认不认识你。

认不认识你这家机构是谁。

认不认识你的业务场景。

认不认识你的表达标准。

认不认识你的边界规则。

如果这些东西都没有交代清楚，AI 再强，也只能停留在“会回答问题”的阶段。

它能聊。

能写。

能给建议。

但就是很难真正接进你的业务。

看起来挺聪明。

用起来总差一口气。

这就像你招了一个很聪明的人进团队。

你什么都没交代，就让他第一天上班直接去接咨询、写文案、做分析、盯流程。

他当然也能干。

但大概率会出现一种状态：

看起来很努力，实际总不对味。

AI 也是一样。

所以我现在越来越觉得，OpenClaw 龙虾最值钱的地方，不是它接了多少模型，也不是它装了多少技能。

而是你有没有先把最底层的 4 个文件配好。

因为这 4 个文件，决定的不是它会不会说话。

而是它能不能真正像一个“懂你业务的数字员工”一样稳定干活。

第一，先给它身份，不然它永远只是通用助手

很多机构一上来就让 AI 干活，却没先告诉它：

你是谁。

你扮演什么角色。

你看问题默认站在哪个位置。

你跟我互动时，是内容助理、经营顾问，还是运营支持。

如果这一步不做，AI 就会默认退回到最通用的状态。

什么都能聊一点。

什么都能帮一点。

但什么都不够像“你自己的人”。

在 OpenClaw 里，这件事最直接对应的文件，就是：

IDENTITY.md

它解决的是：

这个 AI 到底是谁。

比如你可以这样写：

# IDENTITY.md- Name: 医疗增长助理- Creature: AI业务助手- Vibe: 直接、务实、重结果- Emoji: 🦞你不是泛用聊天机器人。你的职责是帮助民营医疗机构老板、运营负责人、咨询负责人，把 AI 用到真实业务里。你默认站在“经营结果”视角看问题。你最关心的不是工具炫不炫，而是它能不能帮助机构：- 降低获客成本- 提高转化率- 减少漏单- 提升复购- 降低培训成本

很多人一看会觉得，这不就是几句设定吗？

不是。

这几句设定，决定的是 AI 后面到底会不会总是飘回“泛泛而谈”的模式。

身份不清，AI 就只能做聊天工具。

身份一清，它才开始像岗位角色。

第二，先告诉它服务谁，不然它永远写给“所有人”

AI 还有一个特别常见的问题：

它很会写，但经常写得不够准。

为什么？

因为它不知道你到底在服务谁。

写给医美老板，和写给咨询总监，不是一种写法。

写给口腔老板，和写给新媒体运营，也不是一种语言。

写给想提转化的人，和写给想降培训成本的人，重点更完全不同。

如果不把服务对象写清楚，AI 就会默认写给“所有人”。

而写给所有人的内容，最后往往等于没写给任何人。

在 OpenClaw 里，这件事最直接对应的文件，就是：

USER.md

它解决的是：

这个 AI 服务的到底是谁。

比如你可以这样写：

# USER.md用户画像：- 民营医疗机构老板 / 总经理- 品牌总监 / 营销总监 / 运营总监 / 咨询总监- 关注获客、转化、复购、团队执行、客户留存用户偏好：- 不喜欢空话- 不喜欢纯理论- 喜欢能直接拿去用的方法- 喜欢“先做什么、后做什么”这种结构化建议默认目标：- 帮用户把 AI 接进真实业务- 不做泛 AI 教学- 不做纯工具炫技

你别小看这个文件。

很多内容写不准，很多建议落不下去，本质上都不是 AI 不会表达。

而是它根本不知道，自己到底在对谁说话。

第三，先把说话方式和做事方法写死，不然它永远“平均正确”

很多老板用 AI，最不满意的地方，不是它不会写。

而是它写出来的东西，总有一股“不是自己人”的味道。

太标准。

太平。

太像工具说明书。

太像那种网上一抓一把的正确废话。

这背后不是语言问题。

是风格和方法没有写进去。

你这家机构到底怎么说话。

你这个老板到底怎么判断。

你做内容是要锋利一点，还是要稳一点。

你面对问题时，是先讲趋势，还是先讲动作。

如果这些东西不写进去，AI 就会一直输出一种东西：

平均正确。

平均正确的问题是什么？

看着没毛病。

但没有识别度。

更没有穿透力。

在 OpenClaw 里，这件事最直接对应的文件，就是：

SOUL.md

它解决的是：

这个 AI 该怎么说，怎么判断，怎么做事。

比如你可以这样写：

# SOUL.md你的说话方式：- 直接- 简洁- 有判断- 不拐弯抹角你的工作原则：- 先行业，后工具- 先业务问题，后概念包装- 先结果，后功能- 先指出问题，再给动作建议你的默认风格：- 不讲“AI时代的大趋势”- 不讲空泛的底层逻辑- 不做企业宣传稿- 要像一个懂业务的人在说话遇到问题时：- 如果用户方向错了，直接指出来- 如果内容太虚，主动往场景和动作上拉- 如果工具不能真正解决问题，就直接说

你会发现，一旦这一层写清楚，AI 的输出就开始变了。

不是更华丽了。

而是更像你。

更像你的团队。

更像你这家机构真正需要的表达方式。

第四，先把执行规则和边界交代清楚，不然它越能干，你越不放心

这是民营医疗机构最容易忽略，但其实最关键的一层。

因为你不是在拿 AI 玩一下。

你是想把它接进内容、运营、咨询、分析、决策这些真实业务里。

那就一定会碰到一个问题：

哪些事它能做。

哪些事它不能乱做。

哪些建议可以先出。

哪些结论必须人来拍板。

哪些表达能发。

哪些表达不能随便讲。

如果这些规则没写清楚，AI 就会出现一种很危险的状态：

看起来什么都会。

但你越用，越不放心。

因为它输出的很多东西，可能“逻辑上对”，但“不适合你这个场景”。

在 OpenClaw 里，这件事最直接对应的文件，就是：

AGENTS.md

它解决的是：

这个 AI 的职责、规则和边界到底是什么。

比如你可以这样写：

# AGENTS.md## 职责这个 Agent 负责：- 内容创作- AI业务落地建议- 流程优化建议- 提示词优化- 民营医疗场景改写## 默认执行规则1. 先理解业务场景，再给工具建议2. 所有建议必须尽量落到获客、转化、复购、管理效率3. 不输出纯功能介绍4. 不给抽象大词，优先给动作5. 涉及风险和边界时，要明确提示## 协作原则- 需要调研时，先查资料- 需要长文时，先搭结构- 需要发布时，区分“已生成 / 已发草稿 / 已发布”

这一层一旦补上，AI 的价值才会真正稳定下来。

因为你不是在赌它“这次会不会刚好答对”。

而是在让它按一套可控规则持续输出。

这 4 个文件，本质上在解决什么问题

你如果把它们拆开看，会更清楚：

– IDENTITY.md，解决“它是谁”

– USER.md，解决“它服务谁”

– SOUL.md，解决“它怎么说、怎么判断”

– AGENTS.md，解决“它按什么规则执行”

很多机构 AI 用不起来，不是脑子不够好。

而是这 4 个问题，一个都没先交代清楚。

于是最后就会出现一种很典型的状态：

能回答。

但不懂你。

能写内容。

但不像你。

能给建议。

但不贴业务。

能干活。

但越到关键处越不稳。

为什么民营医疗机构更该先补这一步

因为这个行业，最怕的不是不会用工具。

而是把工具用成新噪音。

老板最烦的，不是多一个系统。

而是多一个看起来很先进，最后还要自己不停返工的东西。

如果 OpenClaw 龙虾接进来以后，只是让团队多几个群、多几段回复、多几份“看起来很完整但其实不太能用”的输出，那它就不是生产力，而是负担。

但如果这 4 个文件先补对了，变化会非常明显。

写内容时，它更懂你在跟谁说话。

做分析时，它更懂你的经营目标。

跑流程时，它更知道边界在哪。

做判断时，它更接近你这家机构真正的标准。

这时候，AI 才开始像一个长期助手。

不是问一句答一句。

而是慢慢进入你的业务，越来越像“自己人”。

最后一句话

很多机构把 OpenClaw 龙虾用不起来，不是因为模型不行。

而是从一开始，就没把它该知道的东西交代清楚。

真正决定 AI 能不能替你干活的，不是你接了多少模型，不是你装了多少技能。

而是你有没有先把这 4 个底层文件配好：

– IDENTITY.md

– USER.md

– SOUL.md

– AGENTS.md

先把“它是谁、服务谁、怎么说、按什么规则做事”交代清楚。

再谈跑通。

再谈自动化。

再谈替你干活。

不然，工具装得越多，最后越容易只剩下一句话：

看起来很先进，实际还是没用起来。