開(kāi)篇你罵過(guò) AI 嗎“幫我整理一下這個(gè)資料重點(diǎn)是定價(jià)那部分。”這句話你肯定跟 AI 說(shuō)過(guò)。聽(tīng)起來(lái)沒(méi)啥問(wèn)題對(duì)吧然后 AI 開(kāi)始干活。整理完了你一看——定價(jià)那部分是有但你真正想要的是2023 年之后 AI SaaS 產(chǎn)品的定價(jià)從按 seat 轉(zhuǎn)按量的那個(gè)轉(zhuǎn)折點(diǎn)是啥時(shí)候、每家具體怎么轉(zhuǎn)的。AI 整理成了一堆通用的定價(jià)模式分類跟你要的完全不是一回事。你罵它。但你有沒(méi)有想過(guò)——你說(shuō)的話太飄了?！爸攸c(diǎn)是定價(jià)那部分”——定價(jià)什么哪一部分什么時(shí)間范圍什么粒度這些你腦子里有但你沒(méi)說(shuō)出來(lái)。AI 只能按自己的理解干。干出來(lái)不是你要的你回頭罵它漫無(wú)邊際它覺(jué)得很委屈。這個(gè)循環(huán)每天都在上演。Trae 其實(shí)內(nèi)置了三個(gè)工具專門解決這個(gè)虛話轉(zhuǎn)實(shí)活的問(wèn)題——/Plan、/Spec、/Goal。核心邏輯人天生擅長(zhǎng)聊虛的固化落地是反人性的你腦子里的想法大概長(zhǎng)這樣“我想做一篇 AI SaaS 定價(jià)的調(diào)研……主要是 2023 之后的……轉(zhuǎn)按量定價(jià)那個(gè)事……每家怎么轉(zhuǎn)的……整理成表格吧……”這些想法是定性的、跳躍的、沒(méi)有終點(diǎn)的。AI 拿到這個(gè)只能按自己的理解往下飄。但這里有一個(gè)更根本的問(wèn)題——這不是你的錯(cuò)。人的大腦天生就是這樣運(yùn)作的我們擅長(zhǎng)想概念、聊框架、做跳躍性的關(guān)聯(lián)但讓我們自己把這些虛的想法固化成可執(zhí)行的步驟、可驗(yàn)證的標(biāo)準(zhǔn)、可量化的終點(diǎn)——這是反人性的事。你讓自己干這件事你會(huì)嫌累、嫌煩、嫌瑣碎然后說(shuō)算了就這樣吧結(jié)果就是飄著的想法飄著落地不了。Trae 的三個(gè)內(nèi)置模式解決的就是這件事。它不是讓你花額外精力去寫結(jié)構(gòu)化 prompt——它是讓AI 反過(guò)來(lái)幫你做這件反人性的事你只管跟它聊虛的、飄的、概念性的它用/Plan、/Spec、/Goal這些內(nèi)置框架幫你把腦子里那些模糊的想法翻譯成結(jié)構(gòu)化的、有驗(yàn)收標(biāo)準(zhǔn)的、AI 能直接執(zhí)行的指令。你不用自己寫你只需要審一眼——AI 列的執(zhí)行清單對(duì)不對(duì)、AI 寫的驗(yàn)收標(biāo)準(zhǔn)行不行、AI 定的邊界會(huì)不會(huì)太寬。這個(gè)角色關(guān)系很重要不是你被逼著學(xué)結(jié)構(gòu)化是 AI 幫你把虛的變實(shí)的。/Plan先讓 AI 幫你列執(zhí)行清單你審一眼再跑觸發(fā)方式對(duì)話輸入框打/Plan回車。它解決什么你說(shuō)幫我整理一下 AI SaaS 定價(jià)資料——這句話有很多種理解。AI 可能去搜AI 定價(jià)的學(xué)術(shù)論文也可能去爬各家官網(wǎng)的價(jià)格頁(yè)面。你心里想的是后者但你沒(méi)說(shuō)。/Plan會(huì)讓 AI 先停下來(lái)幫你列一個(gè)執(zhí)行清單——它打算按什么思路做、分幾步、每步產(chǎn)出什么然后存成plan.md給你審。你覺(jué)得對(duì)就點(diǎn)頭不對(duì)就改或者直接說(shuō)第二步不要做換成 ×××。它怎么幫你翻譯AI 生成 plan.md 時(shí)會(huì)把你模糊的需求強(qiáng)制拆成可操作的步驟。比如你只說(shuō)了整理定價(jià)資料AI 可能列1. 從資料夾里 50 個(gè)文件中識(shí)別定價(jià)相關(guān)段落 2. 提取每家公司的定價(jià)模式按 seat / 按量 / 混合 3. 記錄定價(jià)數(shù)字區(qū)間或單點(diǎn) 4. 標(biāo)注定價(jià)變化日期從按 seat 轉(zhuǎn)按量的時(shí)間點(diǎn) 5. 整理成 CSV 表格這時(shí)候你一眼就能看出來(lái)——AI 做的是不是你想要的那個(gè)版本。方向不對(duì)你現(xiàn)在改比做完了再罵再重來(lái)成本低一萬(wàn)倍。什么時(shí)候用任務(wù)中等復(fù)雜度你大概知道分幾步但不想自己動(dòng)筆寫步驟——讓 AI 幫你列你審。典型場(chǎng)景批量整理資料、改一批文件、修一組相關(guān)的 bug。/Spec大任務(wù)先對(duì)齊三件事——大綱、任務(wù)列表、驗(yàn)收清單觸發(fā)方式對(duì)話輸入框打/Spec回車。它解決什么當(dāng)你的任務(wù)大到直接列 plan.md 都列不全的時(shí)候——比如你想寫一本關(guān)于 AI 工具的小冊(cè)子10 章、3 萬(wàn)字或者想做一個(gè)跨團(tuán)隊(duì)的調(diào)研項(xiàng)目。直接開(kāi)干大概率是寫到第 6 章發(fā)現(xiàn)第 2 章的方向偏了、第 9 章和第 3 章沖突。/Spec會(huì)讓 AI 生成三份文檔幫你先對(duì)齊、再執(zhí)行文件翻譯什么spec.md你腦子里的整體思路 → 結(jié)構(gòu)化大綱章節(jié)怎么分、核心觀點(diǎn)是什么、關(guān)鍵決策有哪些tasks.md大綱 → 可執(zhí)行的子任務(wù)列表checklist.md模糊的做完 → 一條條可驗(yàn)證的完成標(biāo)準(zhǔn)三份文檔都存成項(xiàng)目文件AI 生成之后暫停等你確認(rèn)——你可以直接編輯文件也可以用自然語(yǔ)言說(shuō)checklist 里加一條 ×××。它怎么幫你翻譯最關(guān)鍵的是 checklist.md。你腦子里想的每章要有用例AI 會(huì)翻譯成checklist 示例小冊(cè)子第 3 章 □ 包含至少 3 個(gè)真實(shí)的 AI 工具使用場(chǎng)景 □ 每個(gè)場(chǎng)景標(biāo)注了工具名稱、版本號(hào)、使用日期 □ 場(chǎng)景描述控制在 500 字以內(nèi) □ 包含一個(gè)對(duì)比表列出 3 個(gè)工具的優(yōu)劣勢(shì)這東西不是給 AI 自己看的——這是你驗(yàn)收的唯一依據(jù)。寫完就勾勾完就過(guò)不會(huì)出現(xiàn)AI 覺(jué)得差不多了但你覺(jué)得不夠的矛盾。什么時(shí)候用任務(wù)大、涉及多人協(xié)作、或者你自己都說(shuō)不清具體分幾步的時(shí)候。典型場(chǎng)景從零搭一個(gè)系統(tǒng)、寫一本書/白皮書、多人協(xié)作的大型調(diào)研。/Goal把我要搞定這件事翻譯成做完標(biāo)準(zhǔn)讓 AI 自己跑到終點(diǎn)觸發(fā)方式對(duì)話輸入框打/goal回車。它解決什么你說(shuō)整理一下定價(jià)資料——AI 整理到一半覺(jué)得差不多了就宣布完成或者漫無(wú)目的地搜了一堆你不關(guān)心的東西。你中間得不斷喊繼續(xù)“不是那個(gè)方向”“這個(gè)不要”。你變成了那個(gè)不停催進(jìn)度的項(xiàng)目經(jīng)理。/Goal會(huì)讓你把我要搞定這件事翻譯成兩件事可驗(yàn)證的完成標(biāo)準(zhǔn)until客觀存在的、能被檢驗(yàn)的終點(diǎn)——不是整理完定價(jià)資料是CSV 文件生成完畢每一行數(shù)據(jù)都能在源文件中找到原文出處不能碰的邊界withoutAI 自主執(zhí)行時(shí)容易順手干的事——比如不修改資料夾里任何原文件寫好這兩件事扔給 AI你就不用喊繼續(xù)了。AI 每做完一輪自己檢查有沒(méi)有到終點(diǎn)——沒(méi)到就繼續(xù)推進(jìn)到了就停。中間你可以隨時(shí)/goal不帶參數(shù)查狀態(tài)失控了就/goal clear終止。它怎么幫你翻譯你腦子里想的整理定價(jià)資料AI 幫你翻譯成/goal 從資料夾 50 個(gè)文件中提取 AI 產(chǎn)品定價(jià)信息整理成 CSV until CSV 生成完畢每行數(shù)據(jù)都有原文出處 without 不修改資料夾里任何原文件注意until 后面必須是可客觀驗(yàn)證的東西——“CSV 生成了”、“每行都能找到出處”不是定價(jià)資料整理得很好。后者 AI 自己沒(méi)法判斷前者可以。什么時(shí)候用任務(wù)需要 AI 自己循環(huán)推進(jìn)好多輪、或者你沒(méi)空盯著的時(shí)候。典型場(chǎng)景批量挖資料、持續(xù)排查問(wèn)題、連續(xù)執(zhí)行一組關(guān)聯(lián)任務(wù)。三者配合使用的場(chǎng)景一個(gè)完整例子假設(shè)你要做一個(gè)AI SaaS 產(chǎn)品定價(jià)策略調(diào)研的長(zhǎng)期項(xiàng)目涉及 50 個(gè)源文件、3 萬(wàn)多字的調(diào)研報(bào)告。你可以這樣用第一步先對(duì)齊方向/Spec/Spec我要做一個(gè) AI SaaS 定價(jià)策略的調(diào)研范圍是 2023-2026 的主流產(chǎn)品輸出一份 8000 字的調(diào)研報(bào)告 一張對(duì)比表AI 生成 spec.md調(diào)研大綱 tasks.md拆成收集資料、整理表格、寫報(bào)告三個(gè)大階段 checklist.md每階段的完成標(biāo)準(zhǔn)。你審?fù)阰k。第二步每個(gè)大階段里用 /Plan/Plan先執(zhí)行 tasks.md 里的第一階段——收集資料AI 列具體的收集步驟你審一眼okAI 開(kāi)始跑。第三步最枯燥的環(huán)節(jié)用 /Goal/goal從收集到的 50 個(gè)文件里提取定價(jià)信息整理成 CSVuntil CSV 生成完畢每行都有原文出處without 不修改原文件扔給 AI你干別的去。AI 自己跑到終點(diǎn)CSV 出來(lái)了你查一眼 checklistok。第四步寫報(bào)告階段再用 /Plan 寫大綱再執(zhí)行這樣一輪下來(lái)你幾乎沒(méi)罵過(guò) AI——因?yàn)槊恳徊蕉际窍葘?duì)齊、后執(zhí)行、有驗(yàn)收。AI 不用猜你想要什么你不用罵 AI 干得飄。最后Trae 這三個(gè)內(nèi)置模式最深的意義其實(shí)不是幫你寫 prompt或者幫你拆任務(wù)——是它讀懂了人和 AI 各自擅長(zhǎng)什么、不擅長(zhǎng)什么。人擅長(zhǎng)想虛的、聊飄的、出概念、做跳躍性的關(guān)聯(lián)。讓自己把這些虛的東西一條條固化成可執(zhí)行的步驟、可驗(yàn)證的標(biāo)準(zhǔn)累、煩、反人性。AI 剛好反過(guò)來(lái)——它不擅長(zhǎng)想虛的給它一個(gè)模糊的方向它會(huì)漫天亂飄但它特別擅長(zhǎng)把虛的東西一步步掰實(shí)把整理一下拆成 5 步執(zhí)行清單把每章要有用例寫成帶勾框的 checklist把搞定這件事翻譯成可驗(yàn)證的終點(diǎn)和不能碰的邊界。Trae 就是讓這兩者互補(bǔ)你負(fù)責(zé)想、負(fù)責(zé)聊、負(fù)責(zé)出概念A(yù)I 負(fù)責(zé)幫你固化、幫你拆解、幫你量化。你不用自己逼自己寫結(jié)構(gòu)化 prompt——讓 AI 來(lái)逼你其實(shí)是幫你把腦子里那些飄著的想法落地。你跟 AI 聊得越虛AI 干得越離譜——這個(gè)問(wèn)題的根因是你把 AI 當(dāng)成了直接干活的工具人而不是幫你把虛變實(shí)的翻譯器。換一個(gè)關(guān)系用對(duì)工具循環(huán)就破了。