夜雨聆风
OpenClaw火了:把AI训练成长期员工
普通人用 AI 的最大浪费，是每次都重新解释需求。真正能产生复利的做法，是把重复工作沉淀成一套可复用的 Agent SOP。
这两天 AIhot 上有一条内容很值得看。
阿易 AI Notes 提到，YC 创始人 Garry Tan 公开了自己在用的 OpenClaw 提示词。它的重点很直接：让 AI Agent 学会沉淀规则、减少重复询问、按照固定流程做事。
我看到这条的第一反应是：这比很多新模型发布更值得普通人关注。
模型更新，你只能跟着平台走。工作流沉淀，才会变成自己的资产。
很多人现在用 AI，状态像每天临时找一个兼职。
写文章，重新解释一遍账号定位。
做日报，重新说一遍筛选标准。
整理资料，重新告诉它哪些要保留，哪些要删掉。
做客户方案，重新描述交付格式、语气、边界和禁区。
你会发现，AI 很强，但你每天都在重复培训它。
这件事最消耗人。
真正应该升级的地方，是把 AI 从“随叫随到的工具”，训练成“长期跟你干活的员工”。
普通人用 AI，最大浪费是重复解释
我见过很多人收藏了一堆提示词。
写公众号有提示词，做小红书有提示词，写邮件有提示词，做复盘有提示词。
看起来很勤奋，实际还是散的。
每次开一个新对话，都要重新粘贴一大段背景。稍微换个任务，又要解释一遍风格、格式、目标读者、交付标准。
这就像你每天让一个新人入职。
新人很聪明，但他不知道你的公司怎么运转。
你说一句，他做一步。
你少说一句，他就按默认理解走。
最后你会觉得 AI 不稳定、要返工、没法放心交给它。
问题通常出在系统上。
你没有给它长期规则，没有给它技能库，没有给它复盘机制，也没有定义什么时候该停下来问你。
OpenClaw 这类提示词的启发就在这里：别把 AI 当一次性聊天窗口，要把它当成一个需要培训、考核和沉淀经验的员工。
一人公司最需要的，是自己的 Agent SOP
如果你是一个人做内容、咨询、代运营、自动化服务，最先应该沉淀的不是大而全的知识库。
最先应该沉淀的是高频工作流。
比如「AI 生意笔记」这种账号，日常会反复做几件事：
- 看 AIhot，筛高价值新闻。
- 从 X、博客、官网里提炼核心判断。
- 判断能否变成公众号选题。
- 写成有商业切口的文章。
- 保存到 Obsidian。
- 放进公众号草稿箱。
- 发布后复盘标题、阅读和转化。
这套流程每天都差不多。
如果每次都靠人临时指挥，AI 只能提升单次效率。
如果把这套流程写成 Agent SOP，AI 就能逐渐接手稳定部分：采集、筛选、归档、初稿、排版、自查。
人只保留判断权：选哪个题，删掉哪部分，是否进入发布。
这就是个人 AI 系统的分水岭。
前一种用法叫“AI 帮我做一次”。
后一种用法叫“AI 按我的系统持续做”。
这里面有一个很具体的生意切口
我更看好一个小服务：个人和小团队的 Agent 工作流搭建。
客户不一定关心 OpenClaw、Claude Code、Hermes、MCP 这些词。
客户关心的是：
每天邮件太多，能不能先筛一遍？
社群消息太散，能不能每天汇总重点？
销售线索太乱，能不能自动整理成跟进表？
老板收藏了很多文章，能不能每周变成选题和行动建议？
团队写方案风格不统一，能不能有一套固定模板？
这些问题都有共同点：重复、琐碎、有规则、需要人审。
这类场景很适合做成 Agent SOP。
交付物也很清楚：
- 一份工作流诊断表
- 一套固定提示词和规则文件
- 一个自动化采集入口
- 一个知识库沉淀目录
- 几个可复用 Skill
- 一个每日或每周输出模板
- 一套人工审核节点
这不是卖“我帮你接入一个 AI 工具”。
这是卖“我帮你把一个重复工作改造成可维护系统”。
小团队愿意为这个付费的原因很现实：它能减少沟通成本，减少返工，减少新人培训时间，也能让老板的判断标准固化下来。
最小版本怎么做
这个服务不用一开始做得很重。
可以先从一个高频任务切进去。
比如给一个内容团队做「AI 选题助理」。
第一步，只问 5 个问题：
- 你们每天看哪些信息源？
- 什么样的内容算高价值？
- 目标读者是谁？
- 选题最后要输出成什么格式？
- 哪些内容绝对不能写？
第二步，先把它做成一个能真实跑起来的小助理。
每天早上，它先把团队常看的信息压缩成几句话，再按统一标准筛一遍：这条消息有没有明确人群，有没有付费场景，有没有可交付的服务。
能通过的内容，才进入选题库；通过不了的内容，只做素材留存。
最后它每天交付 3 个候选选题，每个选题后面带一句推荐理由。老板不用从几十条新闻里翻，只需要判断今天写哪一个。
第三步，跑 7 天。
不要一开始承诺“全自动写爆款”。
更稳的交付目标是：每天稳定产出 3 个候选选题，并解释为什么值得写。
客户如果觉得有用，再往后加文章初稿、封面提示词、排版、草稿箱同步、复盘统计。
这样做的好处是风险小。
你卖的不是玄学结果，而是可验收的流程改善。
报价也可以从流程复杂度倒推
这类服务不要按“提示词一份多少钱”来卖。
提示词太容易被低估。
更合理的是按工作流报价。
一个轻量版，可以是：
- 梳理 1 个高频任务
- 设计 1 套 Agent SOP
- 配 1 个输出模板
- 跑 3-7 天测试
- 给一份优化建议
这种可以作为低价试单，用来验证客户需求。
进阶版再加：
- 多信息源采集
- Obsidian 或飞书沉淀
- 自动化脚本
- 人工审核节点
- 周报和复盘
- 后续维护
到了这一步，就不是一次性资料包，而是月度维护服务。
但这里要提醒一句：这个方向难的不是写提示词。
难的是理解客户真实流程。
你要知道哪些步骤能自动化，哪些步骤必须让人拍板；哪些信息可以公开采集，哪些涉及隐私和平台规则；哪些输出只是看起来漂亮，哪些真的能帮客户少开一次会。
很多人会把这个项目做成“提示词合集”。
那就很难收费。
客户真正愿意买的是稳定、省心、可维护。
适合谁先做
我觉得这类服务最适合三类人先试。
第一类是内容运营。
你本来就懂选题、账号定位、热点判断。AI 可以帮你把“信息收集”和“初筛”做得更稳。
第二类是自由职业顾问。
你经常帮客户做方案、复盘、流程梳理。把 Agent SOP 加进去，本质上是在提升你的交付效率。
第三类是会一点自动化的人。
你能把飞书、Obsidian、浏览器、API、定时任务串起来，就能把“提示词”变成“系统”。
这比单纯教别人怎么用 AI 工具更有壁垒。
因为客户最后买到的不是一段话，而是一条能跑起来的工作流。
今天就能做的验证
如果你想试这个方向，先别急着做产品。
今天就找一个自己的重复任务。
比如：每天看 AI 新闻，筛公众号选题。
写下这 6 个东西：
- 输入从哪里来。
- 什么内容算有价值。
- AI 应该按什么格式输出。
- 哪些判断必须由你决定。
- 结果沉淀到哪里。
- 下一次 AI 如何复用这次经验。
然后把它整理成一份固定工作流。
先给自己用 7 天。
如果你自己都觉得省时间，再拿去给相似的人看。
一个能卖出去的 AI 服务，往往不是从“我会一个新工具”开始的。
它通常从一个很小的重复任务开始：你先把自己解放出来，再把这套方法卖给同样被困住的人。
后面我会继续拆类似的AI生意机会，欢迎持续关注。