新野新任务
面对陌生领域,先把目标、专业步骤和验收讲清楚。
输入:想达到的结果、限制与已有方案
输出:专业任务简报、最小验证计划
我想做一个以前没做过的课程网站。请先帮我找出必要工序与容易遗漏的环节,再交给总经理执行。
仅在明确启动或确实陌生时使用;普通一句“新任务”不应抢占流程。
获取 Windows 适配版 ↓这是新野使用 AI 的方法笔记。先认识四个入口,再选工具,最后沿着一条工作流做出自己的结果。
面对陌生领域,先把目标、专业步骤和验收讲清楚。
输入:想达到的结果、限制与已有方案
输出:专业任务简报、最小验证计划
仅在明确启动或确实陌生时使用;普通一句“新任务”不应抢占流程。
获取 Windows 适配版 ↓只回答会改变决定的问题,找到原始来源后明确证据边界。
输入:待核验问题、范围与已有资料
输出:带来源的结论与未证实项
只研究不代替生产;证据足够即停,不声称搜遍全网。
获取 Windows 适配版 ↓已有方案就继续推进;需要哪些专业能力,就加载哪些能力。
输入:目标、输入材料与交付标准
输出:任务计划、实际产物、检查结果
唯一任务总控;搜索只补证,进化只处理值得复用的经验。
获取 Windows 适配版 ↓真实失败才值得复盘,有价值的改进才值得写进下一次方法。
输入:原始任务、真实产物、具体反馈
输出:最小修改、前后差异、验证记录
不等于训练模型;没有证据时只保留候选,不自动改全局规则。
获取 Windows 适配版 ↓本库“新野新任务”的文件名为 new-task-professionalizer。这里保留原标识并采用易懂的教学名称。
工具的功能、费用与可用地区以官网当前说明为准。网页服务不一定需要下载安装。
先看准备什么、经过哪些步骤、最后检查什么。本库已具备的组合与尚待补齐的原始流程分别标明。
把一个有证据的观点,写成一篇手机上愿意读完的文章。
准备:一个选题、目标读者、真实素材与希望读者带走的收获。
交付:文章、标题、配图方案和排版稿;实际发布需已连接的账号与授权。
逐条核对事实与引用,检查手机排版和链接。发布状态不能只凭按钮点击判断。
新野的习惯:先想清楚读者能带走什么,再想标题够不够响亮。
选题钩子实验室 ↗ · 超级搜索 ↗ · 调研成稿 ↗ · 中文去 AI 味 ↗ · 公众号自动化 ↗先把一个主题做成能打开、能阅读、能操作的小网站。
准备:受众、主要页面、真实内容与一项核心功能。
交付:网站页面与源码;本库未包含名为“网站 4.0”的完整原始工作流,此处是基于现有技能的教学路线。
实际打开页面,检查主要操作与窄屏布局。模板或截图不算网站交付。
先把内容与功能跑通,再增加装饰。
AI 总经理 ↗ · 网页故事 ↗ · 代码评审与 CI 修复 ↗从想表达的情绪出发,学习把文字变成一首能听的歌。
准备:主题、故事、语言、曲风参考与使用场景。
交付:本库尚无音乐公司 Skill,暂提供创作练习入口;不标为已安装或已验证的一键音乐流水线。
必须实际试听;文字写完、任务提交或音频文件存在都不能替代音乐质量判断。
先用一段副歌找到感觉,再决定整首歌的方向。
把一句故事,推进到角色、分镜、声音与可播放的动画。
准备:故事目标、角色要求、画幅、时长、预算与参考素材。
交付:工具与预算具备时交付可播放成片和工程;否则明确交付到剧本、分镜或草稿阶段。
先让人物的选择与事件讲得通,再进入镜头生产。
准备:故事梗概、人物关系、关键转折和结局。
交付:可拍摄剧本、镜头表与制作计划;本库没有独立短剧总控包,长篇连续剧需补齐专用连续性管理。
从原片和声音出发,剪成主题清楚、节奏自然的成片。
准备:原始视频、已有字幕、目标时长与必须保留的内容。
交付:字幕、时间线、可编辑工程与导出视频;具体格式依当前编辑工具。
以前,我花很多时间研究怎样问出一个好问题。现在,我更关心怎样把一件事交给 AI,并看见它真正完成。这是我从聊天走向智能体实践的体会。
我也走过弯路:把自己的工作过程全部写进 Skill,放很多文档和示例,能运行时就觉得很好。后来比较别人的方法,才发现真正值得留下的是清晰的边界、关键原则与必要顺序。
简单不是只准有一个文件。脚本能可靠地完成重复操作,就保留脚本;长参考只在需要时读。我们要减少的是重复和干扰,不是把专业步骤一并删掉。
写完第一版,也只是开始。拿真实任务试,亲自检查结果,记录哪里不对,再做小改动。对了,新野也是这样一点点调整过来的。
可以把日常练习想成:做一版 → 检查结果 → 找到差距 → 最小修改 → 再次验证。给循环设一个停止条件:标准已经达到、继续没有新证据,或成本到了上限,就停下来重看方法。
这类执行与评估循环在 Anthropic 的智能体实践 和 OpenAI 的评估实践 中都有相关讨论。这里讨论的是工作过程的迭代,不代表个人 Agent 会自行训练模型权重。
我希望同学逐渐学会把自己的本金规模、现金流、期限与可承受损失说清楚,再让 AI 辅助整理证据和检查假设。照搬他人的模型,不能代替理解自己的情况。
我对未来 AI 辅助决策的发展有期待,但这仍是个人观察。问题更复杂,不自动意味着 AI 判断更准;数据、模型假设和检验方式都会影响结果。这个学习库中的金融技能主要服务研究、沟通与风险辨析,不承诺收益。
先从你能检查的一小件事开始。做过、看过、改过,才慢慢长出属于自己的方法。
—— 新野