日常用户延伸路线（For Everyday Users）¶
← 回到主路线 · 你不必先学会写程序，也不必走完整条主线。
📌 这条路帮你做什么¶
这条路教你把 AI 当成“先帮忙写草稿的助手”。你先给它材料和要求，它先做一版；最后仍由你对照原文、修正并决定要不要使用。
你可以直接从第一个练习开始。不要先放真实姓名、密码、病历、合约或公司机密。
🎯 学习目标¶
完成这一页后，你可以：
- 把要做的事、可用材料和输出格式说清楚。
- 分清聊天界面、App／Connector、CLI Agent 与本地模型运行环境。
- 在连接账号、开放文件或执行命令前先看权限。
- 对照 Source 检查 AI 草稿，不把流畅文字当成正确答案。
🧩 九个核心词¶
- Prompt（提示）：你交给 AI 的要求。像写一张工作小纸条，要说要做什么、可以用什么材料、结果长什么样。
- Source（来源）：你要 AI 依照的原文、图片或材料。最后要回来对照它，不能只相信 AI 的记忆。
- Private Data（私人数据）：不该随便交给别人的数据，例如密码、身份证号、未公开公司文件或他人的个人信息。
- Hallucination（幻觉）：AI 不知道答案时，仍可能写出一段很像真的内容。句子好看不代表事实存在。
- Human Review（人工审查）：由人把草稿和 Source 一项一项比对，修正后才决定是否使用。
- App／Connector（服务连接器）：聊天服务通往 Gmail、Drive 或其他服务的一扇门。它能做什么，取决于产品和你给的权限。
- CLI Agent（命令行 Agent）：在终端里工作的助手。它可能读写文件或执行命令，所以动手前要先看计划与 diff。
- Local LLM／Runtime（本地模型／运行环境）：让模型在自己的电脑上运行的软件。Runtime 负责运行模型，不等于聊天 App，也不等于 CLI Agent。
- Approval Gate（人工批准关卡）：真正寄信、改文件或执行高影响动作前，先停下来让人确认。
🛠 第一个练习：把虚构消息变成可核对的提醒¶
这题只用虚构材料。把下面整段直接贴到你正在使用的聊天工具：
来源消息：
「小安说星期五前会把海报草稿交给小美。活动日期是 9 月 12 日。消息没有写交付时间。」
请帮我写一段简短提醒。只能使用来源消息里的事实，不要猜。
请输出：
1. Draft
2. Facts copied
3. Needs confirmation
不要替我发送消息。
完成后，自己做三个检查：
Facts copied能不能逐句在 Source 找到？- 没有写出的交付时间，有没有放进
Needs confirmation？ - 工具有没有只生成 Draft，而没有自行发送？
🚪 按工作选四扇门¶
这四扇门不是等级。需要哪一扇才开哪一扇。 多数单次任务只要第一扇；不是工具越多，结果就越好。
| 入口 | 五岁也懂的说法 | 适合什么 | 动手前先做什么 |
|---|---|---|---|
| Chat surface | 打开一个对话框，请它先写草稿 | 写信、解释文章、整理公开信息 | 移除 Private Data；准备可核对的 Source |
| App／Connector | 帮聊天工具开一扇通往其他服务的门 | 搜索已授权的邮件、文件或日历 | 看清读取与写入权限；写入动作保留人工确认 |
| 入口 | 五岁也懂的说法 | 适合什么 | 动手前先做什么 |
|---|---|---|---|
| CLI Agent | 在终端里工作的助手 | 重复整理文件或执行多步骤任务 | 限定文件夹，先看 preview／dry-run、command 与 diff，再批准 |
| Local LLM／Runtime | 模型在自己的电脑里运行 | 离线实验，或不想把指定数据交给云端模型 | 确认选的是 local model；cloud model、web search 或云端功能仍会联网 |
如果你只想聊天，不需要安装 CLI Agent 或本地 Runtime。想学命令行时再去 Track A 第一站；想了解模型时再去 Stage 1。
🧑 个人 Agent：先说明目标与边界¶
个人 Agent 产品核查：2026-10-02 UTC
个人 Agent（Personal Agent） 是能跨工具完成多步骤工作的助手。你先说明目标，它先查资料、写草稿，再拿回来请你确认。这类产品把模型、工具与权限放在一起。产品名称不是底层模型名称，也不是新的升级等级。
- OpenAI dots：持续工作的云助手，有自己的云电脑与浏览器。你关掉电脑后仍能继续。2026-09-29 更新说明了逐步开放。Pro 100、Pro 200、Pro 500 限超过 18 岁。也限在欧洲经济区、英国与瑞士以外。Business Premium、Enterprise 在全球逐步开放。Enterprise 须由管理员启用。符合方案不代表账号已经获得功能。
- Meta Muse：用自己的云电脑跨 App 工作。2026-09-29 Muse for Small Business 更新确认美国与加拿大可用。也加入商务 skills 与 connectors。Meta 表示发布、发送与花费须先取得你的批准。Muse 是产品；Muse Spark 是模型。Muse Code 是在终端工作的 coding agent。
- Grok Bot：使用持续保留状态的云电脑。它能用浏览器、文件与终端做事。需付费 Cursor 方案或连接符合资格的 SuperGrok 方案。同一账号的 Bots 共享电脑、文件、浏览器会话与 App 登录。不能把它们当成彼此隔离。2026-09-28 Team Bots 更新加入 public beta。此 public beta 支持 Teams 与 Enterprise 方案。可共享 skills、工具并在 Slack 协作。Grok Bot 是产品，不是 Grok 模型名称。也不是用于编程的 Grok Build。
第一次仍用上面的虚构消息，先不要连接账号。需要跨工具时，再限定它能读取什么、能修改什么，以及何时必须停下来请你批准。发出、发布、删除文件或付款前保留 Approval Gate。“持续工作”不代表可以跳过人工检查。
📖 必读¶
先读这六个短入口；它们分别回答“怎么问、能接什么、数据会去哪里”：
- OpenAI — Prompt engineering best practices for ChatGPT：学会把要求与 context 说清楚。
- Anthropic — Get started with Claude：用一般对话方式开始，再逐步补充限制。
- OpenAI — Apps in ChatGPT：Apps 的能力会因方案、地区、workspace 与管理员设置而不同。
- Anthropic — When to use desktop and web connectors：分清 remote connector 与本机 desktop extension。
- Google — Gemini Apps Privacy Hub：连接数据前先看 activity、人工审查与第三方政策。
- Ollama — FAQ：分清本机运行、cloud model、web search 与
local-only设置。
想系统学习 Prompt、zero-shot、one-shot、few-shot 与查证方法，再进入 Stage 2 — Prompt Engineering。
⭐ 精选 Projects 与学习资源¶
星级依“初学者价值、文档质量与安全边界”给分。不是 GitHub stars。其他资源的状态与限制核查于 2026-08-29 UTC。个人 Agent 三个入口核查于 2026-10-02 UTC。三星代表可选的具体产品示例，适合互相对照。它们是未实测的参考／对照示例，不是必修工具。评分依官方文档的教学价值，不代表产品的实测质量。
| 分类 | 入口／项目 | 它是什么 | 适合做什么 | 状态／授权 | 先知道的限制 | 评分 |
|---|---|---|---|---|---|---|
| 聊天界面 | Claude | 云端 Chat surface | 阅读、写作与反复讨论 | 正式可用；商业云服务 | 功能依方案与地区；重要内容仍要对照 Source | ⭐⭐⭐⭐⭐ |
| ChatGPT | 云端 Chat surface | 一般问答、语音与多种工作入口 | 正式可用；商业云服务 | 仍会出错；高影响结果要 Human Review | ⭐⭐⭐⭐⭐ | |
| Gemini | Google 的云端 Chat surface | 问答与符合资格的 Google 服务连接 | 正式可用；商业云服务 | 先看 activity 与人工审查设置，不放机密数据 | ⭐⭐⭐⭐ | |
| Perplexity | 带来源入口的云端搜索助手 | 找候选来源并建立查证起点 | 正式可用；商业云服务 | 引用不等于内容正确；要逐一打开来源 | ⭐⭐⭐⭐ | |
| 个人 Agent | OpenAI dots | 个人 Agent 产品／官方文档 | 适合谁：想学持续任务与批准边界的日常用户。教什么：先用虚构数据学习目标、工具与批准边界。 | 逐步开放；商业云服务 | 依方案、年龄、地区与管理员设置；账号可能尚未开放 | ⭐⭐⭐ |
| Meta Muse | 个人 Agent 产品／官方介绍 | 适合谁：想练跨 App 草拟的日常用户与小商家。教什么：学跨 App 草拟与行动前人工批准。 | 限区可用；商业云服务 | 美国与加拿大；Meta 表示发布、发送与花费须批准 | ⭐⭐⭐ | |
| Grok Bot | 个人 Agent 产品／官方文档 | 适合谁：想比较持续任务与共享数据的日常用户。教什么：学持续任务与共享电脑的数据边界。 | 符合资格方案可用；商业云服务 | 需符合资格的付费方案；同账号 Bots 共享文件与登录 | ⭐⭐⭐ | |
| 官方入门与安全指南 | OpenAI Prompt Guide | ChatGPT 官方指南 | 学清楚、具体与逐步改写 Prompt | 现行；官方指南 | 好 Prompt 不能保证正确，仍要查证 | ⭐⭐⭐⭐⭐ |
| Claude Get Started | Claude 官方入门 | 第一次聊天与基本操作 | 现行；官方指南 | 方案有使用限制；不要假设所有功能都可用 | ⭐⭐⭐⭐⭐ | |
| Apps in ChatGPT | App／Connector 官方说明 | 了解搜索、同步与外部 action | 商业；商业云服务 | 能力与权限不同；高影响 action 保留人工确认 | ⭐⭐⭐⭐⭐ | |
| Gemini Privacy Hub | Gemini 官方隐私指南 | 连接 Google 或第三方数据前检查设置 | 现行；官方隐私指南 | 可能处理敏感内容；不要连接不愿交给 reviewer 的机密数据 | ⭐⭐⭐⭐⭐ | |
| CLI Agent | Claude Code | Anthropic CLI Agent | 在指定工作区读取、修改文件并执行任务 | 活跃；商业服务；repo 未标示标准开源许可证 | 先设置 permission，批准前先看 command／diff | ⭐⭐⭐⭐⭐ |
| Codex | OpenAI coding agent | app／CLI／IDE／cloud 工作 | 活跃；repo 代码为 Apache-2.0，app／cloud 依服务条款 | 用 approval 限制写文件、命令与外部 action | ⭐⭐⭐⭐⭐ | |
| OpenCode | 可连接多种 provider 的 coding agent／harness | 在终端或 desktop 使用模型做多步骤任务 | 活跃；MIT | provider 仍需账号／API key；用 permission 与 AGENTS.md 限定范围 | ⭐⭐⭐⭐⭐ | |
| Gemini CLI | Google CLI Agent | 在终端使用 Gemini 与工具 | 活跃；Apache-2.0 | 修改前看 diff／command；sandbox 只能降低风险 | ⭐⭐⭐⭐ | |
| Local LLM Runtime | Ollama | 本地模型执行环境 | 下载并在自己的电脑执行模型 | 活跃；MIT | 确认使用 local model；cloud model 与 web search 不是本机推论 | ⭐⭐⭐⭐⭐ |
| LM Studio | 图形化本地模型运行环境 | 用桌面界面加载已下载模型 | 商业；商业桌面应用程序 | 本地功能可离线；cloud models、搜索等云功能仍会联网 | ⭐⭐⭐⭐ | |
| Prompt 素材 | prompts.chat | 社群 Prompt 示例库 | 找句型，再改成自己的任务 | 活跃；MIT／CC0 | 示例质量不一；不要直接贴 Private Data | ⭐⭐⭐⭐ |
🔐 账号、数据、权限与费用
- App／Connector 是否出现，会受方案、地区、workspace、设备与管理员设置影响。没有看到功能，不代表你操作错了。
- 连接前先问：它会读什么？会把什么送给哪个服务？能不能写回？怎么撤销？
- 搜索和草拟通常是低影响动作；发信、改日历、删除文件或购买是写入动作，必须保留 Approval Gate 与人工确认。
- 云端产品的免费额度、订阅与 API 费用会变；操作前直接看产品目前显示的方案，不在教材保存固定价格。
- 不确定能不能上传时，先不要上传。公开可读也不等于你有权把别人的内容交给第三方服务处理。
🧪 CLI Agent 与本地模型进阶步骤
CLI Agent 的安全起手式：
- 在测试文件夹放几个可还原的虚构文件。
- 先要求 read-only plan 或 preview／dry-run。
- 把可读写范围限制在那个文件夹。
- 看清 command 与 diff，再批准小步骤。
- 执行后人工检查；不要一开始就让它发信、删除文件、付款、push 或 deploy。
官方边界：
- Gemini CLI tools 会在修改工具前显示 action；sandbox 文件 也提醒 sandbox 不是零风险保证。
- OpenCode permissions 可对 edit、bash 与外部文件夹设置 ask／allow／deny；provider 文件 显示模型连接仍需要对应账号、OAuth、API key 或环境设置。
- Ollama 可以启用 cloud models。只要纯本机模式时，依 FAQ 设置
disable_ollama_cloud或OLLAMA_NO_CLOUD=1。 - LM Studio 的离线说明指出，已下载模型、chat、文件与 local server 可以离线使用；隐私说明区分本地处理与 cloud models／web search。
🧰 更多流程、替代方案与疑难排解
可以慢慢加入的低风险流程：
- 语言练习：请 AI 扮演对话伙伴；每次只纠正两个错误，最后由你核对教材。
- 周记草稿：只用你愿意放进工具的笔记；先列事实，再写摘要。
- 公开文章摘要：附上原文，要求每个重点指出 Source 段落；自己打开原文检查。
- 虚构文件整理：先在测试文件夹 preview 新文件名，人工批准后才改名。
常见问题：
- 回答猜了不存在的数据：缩短任务，明写“不知道就放进 Needs confirmation”。
- Connector 找不到数据：先检查原服务权限、方案、workspace 管理员与支持的 surface。
- 本地模型很慢：先换较小模型；不要把“跑得动”误当成“回答一定正确”。
- 不知道选哪个入口：先用 Chat surface 完成第一题；真的需要读外部服务、改档或离线时再开其他门。
✅ 完成检查与下一站¶
- 我能说出 Chat surface、App／Connector、CLI Agent 与 Local LLM／Runtime 的差别。
- 我知道 AI 会生成 Hallucination，会回到 Source 做 Human Review。
- 我不会把 Private Data 直接贴进数据政策不清楚的服务。
- 寄出、改档、执行命令或其他高影响动作前，我会保留 Approval Gate。
- 我能分清个人 Agent 产品与模型，也会检查可用性及共享数据范围。
下一站依你的需要选：
- 想把 Prompt 写得更清楚：进入 Stage 2。
- 想安全使用 CLI Agent：进入 Track A1。
- 想分清 App、Connector、MCP 与自动化：进入 知识工作者路线。
- 想协助改善这条路：阅读 CONTRIBUTING.zh-Hans.md。