AI 录一遍就会：把重复操作"教"给 AI 的完整实战指南（从原理到三个落地案例）

本文由 辛梓煜@词元2号站（www.ciyuanerhao.com）撰写，转载请注明出处。

快速摘要：这篇文章讲的是"录制式 AI 自动化"——你当着 AI 的面把一套操作做一遍，AI 把屏幕画面、鼠标键盘轨迹、每一步背后的意图一起学走，打包成一个可复用的"技能"，下次你说一句话，它就能自己把整套流程跑完。核心结论有三条：第一，它解决的痛点是"说不清楚"——像订票、录单据、整理群聊接龙这种事，用嘴交代给 AI 永远交代不明白，但演示一遍它就能学会；第二，录制有讲究，先登录好目标网站再录、动作要直白、别中途切应用、全程别超过 30 分钟、务必给 AI 设定"该停就停"的边界，防止它自作主张付款或发布；第三，这类能力不是某一家独有，2026 年国内已经有 Coze 工作流、影刀 RPA、UI-TARS、OpenClaw、钉钉/飞书智能体等一系列可落地的替代工具，方法论完全通用。文中我会用订票、发票记账、群聊接龙归档三个完整案例，带你从录制走到复现，再附上录制规范、踩坑清单和国内工具矩阵。想看完整拆解，往下翻。

我自己是那种很怕重复劳动的人。新员工入职培训的录像带、ERP 系统里密密麻麻的录入步骤、群聊里一长串"加一"的接龙……这些东西消耗掉的不是时间，是耐心。所以这两年我一直在折腾一件事：怎么让 AI 替我干这些活。折腾到今天，我最满意的答案是"录一遍给它看"。

这篇文章就把我踩过的坑、试出来的流程、以及 2026 年国内能用的替代方案，一次性讲清楚。

第一章 为什么我决定把重复操作"教"给 AI：先说说痛点

先说个我自己的场景。前阵子帮朋友公司梳理新人培训流程，他们给每个新员工准备了一套"入职大礼包"：管理部录好的教学影片，一部比一部冗长；还有一堆教你怎么往 CRM、ERP 系统里手工录入数据的"懒人包"，全是文字版的 SOP，密密麻麻，看到第二页就想合上电脑。

你有没有类似的经历？换部门、换公司，第一周基本都在跟这些教程搏斗。真正干活的时候，你手边还得开着另一个窗口，一边看教程一边点系统，生怕哪一步漏了。可等到你自己熟练了，回头一看，这套流程其实就是固定的几步：点哪里、填什么、按哪个键、等什么反应。它一点都不难，就是繁琐。

繁琐的东西，恰恰是最该交给 AI 的。问题在于，怎么交？

用嘴说不清楚的事，演示一遍就行

我最早的想法很简单：跟 AI 说清楚流程，让它照着做。试了几次就发现此路不通。就拿订一张火车票来说，你试着跟 AI 描述一遍："你先打开订票网站，选出发地，选到达地，选日期，查时刻，然后挑一个车次，点预订，再填乘车人信息，最后提交订单……"

听起来挺清楚对吧？真让 AI 照着做，它会在无数个细节上卡壳：那个"出发地"输入框是不是要等联想列表弹出来再点？日期控件是日历还是下拉框？有没有登录态？验证码要不要过？这些你没交代到的细节，AI 全都要靠猜。猜错了，整个流程就崩了。

后来我换了个思路——**我不描述了，我做给你看。**就像带新人一样，你手把手把流程走一遍，新人在旁边看着，看完就会了。AI 其实也是这个道理：它不需要你解释"为什么要这么做"，它只需要看见"你是怎么做的"。

这就是"录制式教学"：你当着 AI 的面把整套操作完整做一遍，AI 通过屏幕画面、鼠标轨迹、键盘输入，以及你同步说的话，把这段操作背后的逻辑学走，存成一个"技能"。以后你只要说一句"帮我订票"，它就把这套流程自己跑一遍。

哪些活适合这么教？我总结了几类

我这两年陆陆续续录了不少流程，适合录制的活儿基本长这样：

• 固定路径的网页操作：订票、挂号、预约、报名、缴费，页面是固定的，步骤是固定的，纯机械重复。
• 信息搬运：把邮件里的数据抄到表格里、把聊天记录里的订单整理成台账、把发票信息录入报销系统。
• 多系统之间的"摆渡"：从 A 系统查数据，填到 B 系统的表单里，再回 A 系统标记"已完成"。这种跨系统操作人做起来最烦，也最容易出错。
• 定期巡检：每天上班先登录后台看一遍数据、截图、发到群里，这种"每天同一时间做同一件事"的活儿，最适合做成技能。

反过来，哪些不适合？需要临场判断的、涉及大额资金或法律效力的、要跟真人讨价还价的，先别急着交给 AI。这个边界问题我后面专门用一章来讲，它是整个实践里最容易翻车的地方。

一句话总结这一章

不是所有活儿都值得录，但凡是"你会做、天天做、闭着眼都能做"的操作，都值得考虑录一份交给 AI。你省下来的不是一次操作的时间，而是把"每次都重新做一遍"变成了"录一次，用无数次"。我自己的体会是：**录制的本质，是把你脑子里的隐性流程，变成 AI 能反复调用的显性资产。**至于这个"技能"到底是怎么录进去、怎么跑起来的，下一章拆给你看。

第二章 Record & Replay 是什么：把原理拆开给你看

先交代一下这个词的出处。OpenAI 在 2025 年下半年到 2026 年初，陆续给桌面端产品加了一套叫 Record & Replay（录制与回放） 的能力：你打开桌面应用，切到 Work 工作模式，在插件面板里点 "+"，选 Record a skill（录制一个技能），AI 会先跟你确认"接下来我要录你的屏幕操作，可以吗"，你同意之后，把自己要演示的流程在电脑上完整做一遍，点停止，AI 就开始回看这段操作，提取规律，最后生成一个"技能包"存在你的账号里。下次你直接说"用某某技能做某某事"，它就在浏览器里自己动起来。

这套能力公开之后，海外开发者圈讨论得很热闹，我也跟着研究了一阵。不过今天这篇文章不打算只讲某一家产品——"录一遍就学会"这件事，本质是一套方法论，不是某个按钮。2026 年国内已经有不少工具能用同样的思路落地，第九章我会给你一张完整的工具对照表。这一章先把原理讲透，原理通了，换什么工具你都能举一反三。

三个你必须先搞懂的概念

在往下看之前，先花两分钟把三个词说人话：

• 多模态：AI 不再只看文字，还能"看"屏幕截图、"听"你的语音。录制功能靠的就是这个——它看着你的屏幕一步步操作，同时听着你嘴里念叨"这里要选出发地"。
• Computer Use（电脑操作能力）：让 AI 像人一样操作电脑的能力——移动鼠标、点击、输入文字、滚动页面、截图确认。以前 AI 只能"说"，有了这个能力它才能"动手"。
• 技能包（Skill）：一次录制产出的最终产物，相当于一份"操作说明书 + 执行程序"的合体，里面既有对流程的文字描述，也有可执行的步骤逻辑，能被反复调用。

这三个概念合起来，就是录制式自动化的全部秘密：多模态负责"看会"，Computer Use 负责"动手"，技能包负责"记住"。

一次录制的完整生命周期

我自己把整个流程拆成了四个阶段，画成图长这样：

flowchart TD
    A[录制阶段<br/>你演示一遍操作] --> B[理解阶段<br/>AI 回看屏幕与键鼠轨迹<br/>结合语音与上下文推理]
    B --> C[打包阶段<br/>生成技能包<br/>存入账号]
    C --> D[复现阶段<br/>你说一句话<br/>AI 在浏览器里执行]
    D --> E{执行中遇到异常}
    E -->|资料缺失/界面不同/结果存疑| F[停下来向你确认]
    E -->|一切正常| G[完成并汇报结果]
    F --> D

录制阶段，AI 干的事情有点像"屏幕录像 + 操作日志"。它记下你每一步的点击坐标、输入内容、页面变化，同时录下你同步说的话——这很重要，因为光看操作猜不出意图，但你嘴里那句"现在选 8 点出发的车次"就是最好的注释。

理解阶段是最见功力的一环。录完并不是简单回放，AI 会像一个刚看完师傅示范的学徒，自己琢磨：哪几步是固定套路，哪几步是这次特有的输入（比如这次订的日期、这次的金额），哪些页面元素是可变的（日期、车次、价格），哪些是固定按钮（查询、下一步、确认）。它要把"可变参数"和"固定动作"区分开，否则录出来的技能换个日期就不会用了。

打包阶段，AI 把理解结果整理成一份结构化的技能描述：流程的步骤、每一步的操作方式、需要输入的参数、异常时的处理策略。这份东西存在你的账号里，下次随时能调。

复现阶段，就是你发号施令的时刻了。AI 会打开浏览器，一步步执行技能里的步骤，每做一步截个图确认效果，遇到登录态失效、验证码弹出、页面改版这类情况，它会停下来问你要怎么办，而不是硬着头皮往下点。

它和 RPA 到底有啥区别

很多人一听"AI 自动操作电脑"就说：这不就是 RPA（机器人流程自动化）吗？我在录第一个技能之前也是这么想的，用下来发现差别挺大，给你列个对比表：

说白了，RPA 是"照着写好的剧本演"，录制式 AI 是"看一遍就会自己加戏"。前者胜在稳定，后者胜在灵活和低门槛。我自己的用法是：高价值、高频、绝对不能错的流程，两者结合着来；低价值、高频、错了也无伤大雅的流程，直接交给录制式 AI 就行。

原理讲到这儿，你脑子里应该有个大致的图景了。下一章，我们开始动手——先做录制前的准备，把环境、权限这些容易翻车的细节一次搞定。

第三章 动手前的准备：环境、权限与录制规范

有句老话说"磨刀不误砍柴工"，录制这套东西尤其如此。我自己第一次录的时候，因为没做准备，录到一半被一个弹窗打断，整段作废重来，气得够呛。所以这一章我把录制前的准备工作给你列全，照着做能省一大半的返工。

先搭好环境

录制式自动化对运行环境有基本要求，主要看四样东西：

这里多说一句浏览器插件：它相当于是 AI 伸进你浏览器里的一只手。没有它，AI 只能看不能点；装上并授权之后，它才能替你在网页里执行点击、输入、翻页这些动作。第一次使用时，浏览器会弹出授权确认，记得点允许，别手滑拒绝——我见过有人在这卡了半小时。

录制前必做的四件小事

环境搭好后，先别急着按录制键。我每次录制前都会过一遍下面的清单：

1. 先把目标网站登录好。你要演示的网站，提前登录好账号、保持在已登录状态，再开始录。原因很简单：录制的画面里会包含登录过程，如果不小心录到了账号密码的输入画面，这些信息会跟着技能一起被存下来，有泄露风险。提前登录好，录制画面里就没有这些敏感内容了。
2. 清空无关干扰。关掉别的浏览器标签页、关掉消息通知、把桌面收拾干净。录制期间弹出来的任何东西——微信消息、邮件提醒、系统更新——都可能被 AI 当成流程的一部分学走。别笑，真有人的技能里莫名其妙多了"关掉弹窗"这一步。
3. 想好要说的话。录制时你不是哑巴，一边操作一边说"这一步是选出发地""这里填日期"之类的话，AI 会把这些语音当注释，帮助它理解意图。但注意别说跟流程无关的闲话，AI 分不清哪些是指导、哪些是闲聊。
4. 看一眼时长预算。官方建议单次录制控制在 30 分钟以内。超过这个时间，AI 的模仿和学习效果会明显下降。如果你的流程特别长，把它拆成几个小技能，比录一个"超长待机"的技能靠谱得多。

录制过程中的三条纪律

准备就绪，开始录了，这时候要守住三条纪律，我每条都踩过坑：

• **动作要直白，一步是一步。**录制的目的是让 AI 看清你的操作路径，不是看你炫技。正常速度、正常点击，别用快捷键跳步骤，别同时开好几个窗口来回切。你平时可能习惯用 Ctrl+C、Ctrl+V 复制粘贴，但录制时最好老实点用鼠标右键菜单，让每个动作都在画面里留下痕迹。
• **中途别去干别的。**录到一半突然想起来回个消息、查个资料、点开个别的软件——哪怕只有几秒钟，AI 也会把这几个动作学进去。录制的每一秒都在"教学"，你离开的那几秒，教给它的就是"中途可以切走"。
• **一次只教一件事。**别贪心，一个技能对应一个完整流程。比如"订票"就只录到订单提交成功为止，别顺手把"顺便把票发到群里"也录进去。技能越小越聚焦，后面越好用、越好改。

一个容易被忽略的点：先想好异常怎么办

录制时一切顺利，不代表复现时也顺利。页面改版了怎么办？验证码弹出来了怎么办？登录过期了怎么办？这些异常在录制时就要想好预案，最好的做法是直接写进技能的要求里，让 AI 遇到异常就停下问你，而不是自作主张。具体怎么写，第五章我会给你一份可以直接抄的提示词模板。

准备做得越细，后面复现越省心。这一章讲的是"怎么录得干净"，下一章我们真正录一遍——拿订票这个最经典的场景，从按下录制键到 AI 独立完成订票，全程走给你看。

第四章 第一次完整录制：以高铁订票为例

理论讲得再多，不如完整走一遍。这一章我们做一个最经典的演示——订高铁票。这个场景我选它有三个理由：一是几乎人人都会遇到，代入感强；二是流程足够长，能展示录制式自动化的完整能力；三是它涉及"提交订单"这种略带风险的步骤，正好能演示怎么设边界。

先声明一下：下面的演示，我在录制时做到"订单提交成功"就停了，没有进入付款环节。付款这种动钱的步骤，我的原则是永远让 AI 停在门口、由人来做最后一步。这个原则也写进了技能的要求里。

第一步：录制

流程是这样的：打开桌面应用 → 切到 Work 模式 → 点 "+" → 选 Record a skill → 同意录制权限 → 开始演示。

演示的操作序列如下（伪代码，方便你对照）：

1. 打开高铁订票网站，确认已登录
2. 进入车票查询页
3. 输入出发地：A 市
4. 输入到达地：B 市
5. 选择出发日期：本周六
6. 点击"查询车票"
7. 等待时刻表加载，读出第一屏车次
8. 选择上午 9 点 21 分发车的车次
9. 点击"预订"
10. 确认乘车人信息（默认选择本人）
11. 点击"提交订单"
12. 等待订单生成，截图确认订单号
13. 停止录制

录制过程中我同步说的注释大概是："现在选出发地""选这个 9 点 21 分的车次""提交订单到这里就可以了，不用付款"。这些语音会被当成意图注释，让 AI 明白哪几步是固定动作、哪几步是这次才有的输入。

点停止之后，AI 会开始"复盘"：它把屏幕录像、操作轨迹、语音注释放在一起看，区分出"固定动作"和"可变参数"。几分钟后，它会给出一个技能描述，大意是"这个技能可以做车次查询和订票：输入出发地、到达地、日期，查询车次后按你选择的班次下单，生成订单后停止，不进入付款"。确认无误，技能就存进你的账号了。

第二步：验证技能

技能录好不等于能用，一定要当场验证一遍。我的做法是换一组参数重新跑一次——比如这次订下周三下午从 C 市到 D 市的票，跟录制时完全不同的日期和站点。

这时候你会看到 AI 在浏览器里"自己动"：光标自己在输入框里打字、自己点查询、自己滚动页面。它每做一步都会截图自检，确认页面状态跟预期一致才继续。这个过程很值得盯着看——你会直观地看到它哪些步骤学对了、哪些地方犹豫了。

第一次验证通常不会一次通过，常见的状况是：日期控件点开了没选上、乘车人默认勾选被取消、页面弹了验证码。遇到这些，你的处理方式有两种：小问题直接在对话里纠正它（"日期选错了，重新选""遇到验证码就停下告诉我"），大问题就重录一遍。迭代两三次，技能就稳定了。

第三步：让它按你的偏好干活

技能稳定之后，还有个进阶操作：教它"符合你习惯"地干活。比如我录完订票技能，就跟 AI 说："以后用这个技能订票，不用每一步都问我。你直接查好车次，把候选列出来让我挑，我确定车次之后，剩下的乘车人、提交订单你全办完，最后告诉我订单号和预计金额就行。遇到付款环节，停下等我。"AI 会把这个偏好更新进技能包，之后每次执行都按这个风格来。

这样一轮下来，一个完整的订票技能就真正属于你了。我把录制和复现两个阶段的差异整理成一张表，帮你理解整个过程：

订票案例给我的三点体会

走完这一遍，我有三个很深的感受，也分享给你：

• **"做一遍"比"说一万句"有效。**这个案例里，我没有给 AI 写过任何一行流程代码，全程就是做给它看。它学到的不是死板的步骤，而是"订票这件事该怎么做"的理解。
• **参数化是自动化的灵魂。**AI 能区分"固定动作"和"可变参数"，这个技能才算真的学会了。如果录出来的技能换个日期就不会用，那跟录屏回放没区别。
• **边界要提前写进技能。**我在录制时就说了"不用付款"，AI 就把"停在付款前"当成了流程的一部分。你在录的时候想清楚哪些步骤绝对不能让它碰，一开始就讲明白，比事后补救强十倍。

订票这种"查信息 + 填表单"的流程，是录制式 AI 最擅长的类型。下一章我们专门讲讲怎么给技能立规矩——也就是我反复提到的"边界设定"，这是整个实践里最重要、也最容易被忽略的一环。

第五章 让技能"听话"：边界设定与指令微调

我录完第一个技能的时候特别兴奋，逢人就展示"你看，AI 会自己订票了"。结果有一次演示翻车了：我让 AI 查票，它查到一半，页面弹了个登录确认，它居然自作主张点了个"记住本次登录"，然后继续往下跑。虽然没造成什么损失，但那一刻我意识到一个严重的问题——AI 执行起来比我想象的"莽"得多，如果不提前立规矩，它什么都敢点。

从那以后，我给每个技能都配了一份"行为守则"。这一章把我现在用的模板和思路完整给你。

为什么必须给 AI 设边界

道理其实很朴素。AI 在执行技能的时候，追求的是"把任务完成"，它没有人类那种"这个操作有风险，我要谨慎"的本能。在你看来"这一步不该点"，在它看来只是"流程里的下一步"。所以边界必须由你预先写清楚，而不是指望它自己领悟。

最典型的三个危险动作，我建议一律禁止 AI 擅自执行：

• 付款：任何涉及真实资金的操作，AI 只允许走到"生成订单/确认金额"这一步，付款必须由你手动完成。
• 发布与删除：往任何公开平台发内容、删任何数据，AI 必须停下来等你确认。
• 提交涉及个人信息的内容：比如填身份证号、手机号、地址这类敏感信息，提交前要让你核对一遍。

这三个动作不是绝对禁止 AI 做，而是禁止它"擅自"做。它可以把流程走到门口，然后停下来报告："订单已生成，金额 553 元，确认付款吗？"——你点确认，它再继续。这样一个"人机确认点"，就把风险卡住了。

一份可以直接抄的边界模板

下面是我现在录完技能之后，固定会发给 AI 的一段话。你直接复制过去，把方括号里的内容换成自己的就行：

请把以下规则更新到本技能的行为守则中：

1. 执行过程中，如果发现页面与录制时不一致、缺少必要信息、
   或操作结果无法确认，立即停止执行，向我描述当前情况，
   等我给出指示后再继续，不得自行猜测或跳过。
2. 涉及付款、发布、删除、发送消息、提交个人信息等敏感操作时，
   一律停在最后一步之前，向我报告将要执行的内容和后果，
   等我确认后才可继续。
3. 每次执行结束时，向我汇报：完成了哪些步骤、关键结果是什么、
   是否有异常情况、是否需要我处理。
4. [可选] 我的个人偏好：例如"订票时直接帮我选最早一班"
   "整理表格时金额保留两位小数"等，按你的实际情况填写。

这段模板我用了很久，改过几个版本，核心就是三件事：**遇异常就停、碰敏感就停、做完要汇报。**第三条很多人会忽略，其实特别重要——AI 干完活闷声不响，你根本不知道它干得对不对，强制它汇报，等于多了一道质检。

微调：让技能从"能用"变成"好用"

边界定完，技能就算立住了，接下来是让它更好用。微调的思路就一句话：把你平时做这件事时的口头禅、小习惯、判断标准，都变成给 AI 的指令。

举个例子。订票这个技能，最初版是"每步都问"，AI 查到车次会问"要订这班吗"，查到票价又问"确定吗"，烦得我头疼。我后来加了一句："以后订票，你直接按我常用的偏好来：优先选时间合适、票价适中的车次，把候选列表给我，我确认后你全流程办完，不用每一步都问我。只有遇到付款、改签这类情况才需要等我。"加了这句之后，整个体验完全不一样了。

再比如记账这个场景（下一章会细讲），我加的是"金额统一保留两位小数，备注里写清楚来源和日期"。这些小规则单个看不起眼，积累起来，技能就从"一个会干活的 AI"变成了"一个懂你的 AI"。

边界设定里最容易犯的三个错

最后把我踩过的坑总结一下，你绕开走：

1. **边界设晚了。**别等技能已经跑起来才发现"咦它怎么把订单提交了"，边界要在录制完成后的第一时间就写进去，最好是录制时就说清楚。
2. 边界太笼统。"注意安全""谨慎一点"这种话对 AI 等于没说。要具体到动作：哪些操作必须停、停了之后要报告什么、等谁确认。
3. **改了不验证。**更新了行为守则之后，一定要重新跑一遍流程，确认 AI 真的按新规矩执行。我上次更新完忘了验证，结果它还是照旧每步都问，白改了。

这一章讲的是"给 AI 立规矩"，下一章我们进入第二个完整案例——发票拍照自动记账。这个案例跟前一个完全不同：它处理的不再是网页表单，而是图片里的非结构化信息，正好能展示录制式 AI 的另一项硬本事。

第六章 案例二：发票与单据拍照自动记账

订票案例讲的是"网页表单自动化"，属于录制式 AI 的基础款。这一章的案例升级一下难度：**不碰网页，处理图片里的信息。**场景是记账——很多人的痛点是，攒了一抽屉的发票、车票、小票，一直懒得录进表格，月底对账的时候想死的心都有。

我以前也这样。后来我录了一个技能，彻底解决了这个问题。现在的流程是：发票随手拍张照，丢给 AI，它自己把信息识别出来、核对一遍、写进表格，我再扫一眼确认就完事。下面把整个录制过程拆给你看。

录制前的准备

这个案例的录制，跟订票案例有一个关键区别：它要处理的不是固定网页，而是一张随时变化的表格。所以录制前，我先做了一件事——把表格模板搭好。我用的是一款国产在线表格（飞书多维表格、腾讯文档、WPS 都可以），先建好一张"记账表"，列头是固定的：日期、类型、项目、金额、备注。

表格模板长这样：

模板搭好后，就可以开始录了。录制时我给 AI 演示的是"完整的记账动作"：

1. 打开记账表格，定位到最后一行
2. 把一张发票照片的信息，逐项填入对应列
3. 填完核对一遍：日期、类型、项目、金额、备注
4. 确认无误后，保存并关闭

注意第三步——核对。这一步特别重要，我在录制时专门演示了"填完要回头看一遍"这个动作，AI 会把"核对"学成流程的一部分。很多初版技能漏掉核对，数据录错了都不知道，直到月底对账才发现。

第一次实战：单张发票

技能录好后，真正的考验来了。我发了一张高铁票的照片给它，说了句："这张票帮我记到账上。"接下来发生的事情，我盯着看了半天：

• AI 先放大图片，核对日期——它自己会先看票面日期是不是录制时约定的格式；
• 然后它打开在线表格，确认现有栏位，把数据填到正确的位置——注意，它是先"看表格结构"再"填数据"，不是闭着眼睛乱填；
• 填完之后，它把填好的那一行截图给我看，说"已新增一行：2026-01-12，交通，高铁票，553.00 元，A 市—B 市，请确认"。

这一套下来，从发图到完成，大概两分钟。我扫一眼，确认无误，完事。以前这事我得开电脑、开表格、对着票面一个字一个字敲，少说五分钟，还容易敲错。

这里有个细节值得说一下：AI 识别的是"图片里的字"，但表格里要填的是"标准化的字段"，这两者之间是有映射关系的。我在录制时给 AI 看过"票面信息 → 表格字段"的对应关系，它学完之后就能自己完成映射。你录的时候，也一定要在演示里把这个映射关系做出来，比如一边念"这个 553 就是金额，填到金额这一列"，一边把数字填进表格。

字段映射大致是这个意思：

升级：批量处理多张单据

单张跑通之后，我马上试了个更狠的：一次丢给它三张票，高铁票、出租车票、餐饮发票混在一起。它先逐张放大识别，然后分别归类，检查有没有重复录入，最后一次性新增三行，还自动按日期排好了序。

这个"检查重复"的能力让我印象很深——我原本只录了"逐张识别、逐行填入"，它自己推理出了"先判断这批单据有没有重复，再写入"的步骤。这说明录制式 AI 不是死记硬背，它是真的理解了"记账"这个任务的目标，然后在技能框架内自己优化执行方式。

批量处理时需要注意的一点：**一次别丢太多。**我试过一次性丢十张，识别正确率明显下降，个别金额看错了。稳妥的做法是三五张一批，批与批之间让 AI 汇报一次识别结果，你抽查核对。数据这东西，宁可慢一点，不能错一点。

这个案例教会我的三件事

• **模板先行，录制才稳。**表格列头定好了，AI 才知道往哪填。模板混乱，录出来的技能也是乱的。
• **把"核对"录进流程。**录制时演示核对动作，技能就自带质检环节，这是防错成本最低的方式。
• **AI 会自己"加戏"，这是好事也是风险。**它自己推导出"查重"这种额外步骤是惊喜，但也可能推导出你不想要的步骤，所以每次执行完的汇报一定要看。

发票记账这个技能，我用了大半年，成了我桌面上的常驻技能。下一章是第三个案例，也是被问得最多的一个——群聊接龙订单怎么自动归档。

第七章 案例三：群聊接龙/团购订单自动归档

前两个案例分别是"网页操作"和"图片识别"，第三个案例换个完全不同的场景：群聊消息整理。这个案例是被问得最多的，因为几乎每个当过群主、带过团、收过款的人都经历过那种崩溃——群里几十条"加一"，你一条条爬楼、一条条对名字、一条条往表格里抄，抄错一个，对账的时候就是一笔糊涂账。

我自己在一个几十人的社群里组织过几次办公用品的团购，产品不复杂（显示器支架、无线演示器、键盘之类），但收单流程极其折磨人。直到我录了个"接单归档"技能，才把这摊事从"每晚爬楼两小时"变成"发个消息就完事"。

先看看原来的流程有多痛

典型的接单流程是这样的：

1. 群主发布团购通知：产品图 + 价格 + 截止时间
2. 群友陆续回复："加一""我要一个""2 个，谢谢"
3. 群主爬楼，逐条记录：谁、几点、要什么、数量、金额
4. 截止后，汇总成表格，挨个核对
5. 对账、收款、下单

第 3 步和第 4 步是纯手工活，枯燥、费眼、容易漏。尤其当群消息里还夹杂着闲聊的时候，你得像淘金一样把订单一条条筛出来。我录的技能，就是把"第 3、4 步"接管过来。

录制接单归档技能

录制时，我演示的是"处理一条订单消息"的完整动作：

1. 收到群友下单消息（例如："9 点 27 分，小陈，无线演示器 1 个，629 元"）
2. 从消息里提取：订购人、订购时间、商品、数量、单价
3. 打开订单台账表格，在下一行填入这条订单
4. 核对一遍填好的内容
5. 保存

关键在第 2 步——从一句自然语言里提取结构化字段。我在录制时一边操作一边念："订购人是小陈，时间是 9 点 27 分，商品是无线演示器，数量 1，单价 629。"让 AI 看到"一句话 → 五个字段"的映射是怎么做的。它学完之后，以后群里来一句"加一，要两个支架"，它也能自己抽出"商品：支架，数量：2"。

订单台账的模板长这样：

实战：开一场新团购

技能录好后，我模拟了一场完整的团购来验证它。群友陆续下单，我攒到一定数量，跟 AI 说一句："用接单技能，把群里从 9 点开始的订单整理到台账里。"它就开始干活了：

• 它先翻聊天记录，把含"加一""要 2 个"这类关键词的消息筛出来；
• 逐条提取字段，跟已有台账比对——先查重，9 点 27 分小陈那条已经在台账里了，就跳过，只新增 9 点 33 分之后的；
• 写入表格后，它发现"金额没有加总"——原来我录制的模板里小计列是空的，它自己补了个动作：自动给表格写公式，用单价乘数量算出小计，再在底部加一行总计。

最后一步我当时看到是又惊又喜。惊的是它居然会自己写表格公式，喜的是这正好补上了我模板的漏洞。它用的就是表格软件里最普通的乘法公式和求和公式，但"发现缺了加总、自己补上"这个判断，是它自己推理出来的，不是我教的。

这里有个绕不开的授权环节

AI 要操作表格