怎么给 Sophclaw 下好指令 — 六条实战原则
原则一:说清"什么 × 哪里 × 怎么 × 放哪"
一条完整的指令应包含四个要素:
| 要素 | 含义 | 示例 |
|---|---|---|
| 什么 | 要处理的具体对象 | "桌面的三个 Excel" |
| 哪里 | 对象所在位置 / 来源 | "C:\Users\me\Desktop" |
| 怎么 | 处理方式和规则 | "按产品类型分组求和" |
| 放哪 | 输出位置 | "保存为月度汇总.xlsx 到桌面" |
反例:"把三个 Excel 合并一下" —— 哪三个?放哪?怎么合并?全是坑。
正例:"把桌面的销售1月.xlsx、销售2月.xlsx、销售3月.xlsx 合并成一份月度汇总.xlsx,按产品类型分组求和,结果放桌面"
多花 5 秒把这四个要素写全,能省掉后面 5 分钟的来回修正。
原则二:把约束条件前置
如果你有明确的约束,提前说:
- 范围约束:"只读 /home/me/docs 目录,不要碰其他地方"
- 格式约束:"输出用 Markdown 格式,标题用 ## 二级标题"
- 数量约束:"最多取前 20 条数据"
- 排除约束:"跳过文件名叫 'backup' 的目录"
约束条件说清了,AI 不需要猜你会不会介意做某件事。
原则三:复杂任务先拆成小段
如果指令很复杂,建议分步下发而不是一次性塞满:
不好的方式:
"帮我从网站 A 抓新闻、从网站 B 抓评论、用 NLP 分析情感、生成一份报告、发邮件给老板、同时存一份到 Notion"
好的方式:
- "帮我从网站 A 和 B 抓取过去 7 天的内容,存成 raw_data.json"
- "读 raw_data.json,用情感分析处理后存成 sentiment.json"
- "基于 sentiment.json 生成一份 Markdown 报告"
- "把报告发到以下邮箱..."
每一步的结果可以验证——中间哪一步出问题,只修那一步。
原则四:指定"验收标准"
告诉 AI 你认为什么算完成:
- "三个 Excel 全部合并成功,打开能看到正确的分组求和数据"
- "报告的行数不少于 50 行,覆盖到每个产品线"
- "所有文件重命名后,新名字符合 '日期-产品-版本' 的格式"
验收标准让 AI 知道"什么时候可以停下来",而不是做得不够或做得过头。
原则五:善用"追问修正"
Sophclaw 的上下文记忆支持在同一次会话里追问。如果执行到一半发现方向不对:
- "停一下,从第 3 步开始改:改成按区域分组而不是按产品"
- "这个文件不要删,改成重命名加个 .bak 后缀"
- "刚才的合并有问题,把销售2月.xlsx 单独拿出来再处理一遍"
追问比从头写一条新指令高效得多——AI 知道你在修什么,也知道前面已经做了什么。
原则六:先在测试目录里练
如果是第一次让 AI 做某类操作,建议:
- 在一个专门的"测试目录"里放一些不重要的文件
- 在测试目录里跑你的指令
- 确认 AI 执行符合预期后,再在正式目录里跑
这条原则能帮你避开大部分"AI 删了不该删的文件"这类事故。
一个好用的指令模板
[什么] × [哪里] → [怎么处理],[约束条件] → [输出放哪],[验收标准]
套进去:
桌面的三个 Excel 文件×C:\Users\me\Desktop→按产品类型分组求和合并,只读桌面目录→保存为 月度汇总.xlsx 到桌面,打开能看到正确的分组数据