LINKR / AI PRACTICE BOOK

第 1 章　AI 能帮你做什么，哪些结果需要再检查

一张商品参数表，可以整理成介绍；一封英文客户消息，可以译成中文；几十条评论，可以按问题分组。AI 的用处，往往就从这些手边的小事开始。

先看本书的收纳架资料。它有三块浅橡木色饰面 MDF 层板，配白色喷涂钢架，组装后宽 38、深 20、高 32 cm。MDF 是中密度纤维板，浅橡木色说的是饰面颜色。把这几项整理成表格，有原文可核对；写成「实木打造，承重出色」，就越过了材料能支持的范围。

这件商品叫 ORG-01，是随书的合成教学案例。你不需要开店，也不用拿出自己的业务资料。前几章都用它练习，检查时能回到同一份原材料。

先分清你正在用什么

模型负责根据输入生成回答。聊天应用把输入框、对话记录等功能放在一起，让你可以使用模型。DeepSeek 这个名称既用于模型系列，也用于聊天产品；读教程时，先看清讲的是哪一种。

图片工具用于生成或编辑图片。执行任务的助手则可能在获得相应权限后，读取和保存文件。第 11 章介绍用 WorkBuddy 处理多份材料的方法，并说明本次执行范围。现在只需一个能够文字对话的入口。

同一个应用可能兼有几种能力。看见聊天框，不能据此认定它已经联网、读到了电脑文件，或能替你修改店铺。

回答流畅，还要看依据

「生成」「搜索」「计算」是三个不同动作。生成是在给定条件下组织内容；搜索要找到外部资料；计算要按明确口径处理数字。一段回答可以同时涉及三者，检查方法也随之不同。

商品介绍要逐项对回参数。现行规则要打开原始页面，看日期和适用范围。销售汇总要回到原表，检查漏行、重复和公式。不能因为回答排得整齐，就把这几步省掉。

以 DeepSeek 为例，它的官方说明区分了内容生成与联网搜索，也提醒输出可能有错漏。Shopify 的商品描述帮助页同样提醒，生成内容可能添上未提供的商品优点。DeepSeek 用户协议；Shopify 商品描述说明。

读表、算账与做决定的合理分工

AI适合草拟文案和整理粗糙文本，也可以借助计算工具辅助换算，但计算结果与公式仍需复查。Excel公式适合处理固定口径的求和与换算，业务决定则必须由人工确认。不同工具有不同的核验成本。

以合成教学商品 ORG-01 桌面收纳架为例。如果让 AI 根据参数表写一段英文介绍，它可以快速组织语句，人工需要核对尺寸、材质、商品用途、适用条件与是否存在新增承诺。如果计算销售额或运费总额，直接在表格中使用公式更透明，单元格引用清晰，复算时有据可查。到了最终是否接受创作者报价或给供应商付款，涉及资金和承诺，必须由业务负责人审核决定，不能由软件代做主张。

遇到数据缺失时更要明确边界。假设一张运营表中缺少广告花费字段，合理做法是暂停受其影响的毛利汇总并查明原始账单，其他可核数据仍可正常整理，不能将空白默认为零。如果为了急于汇总而直接把缺失项按零处理，贡献毛利就可能被凭空抬高，误导后续判断。在后文第 10 章与第 15 章的周报练习中，同样采用这一判断规则。

为什么昨天聊过今天还要重说：搞清上下文、记忆与交接请求

在跨境日常工作中，新手常遇到两类困扰。一是昨天刚交代好产品参数与要求，今天新建窗口，AI立刻忘光；二是同一个窗口连续交流多轮后，它突然漏掉此前强调的关键限制。

重点是掌握一套标准交接模板。在需要新开对话或任务推进时，理清关键条件。

搞清三个机制：上下文、记忆与训练

为什么AI有时候像“转头就忘”，有时又凭空捏造？核心在于混淆了三个机制：

上下文（Context）：当前生成回答能利用的输入与工作台，容量存在上限。需要注意，上下文并不等同于聊天界面上可见的全部历史记录。历史记录显示在界面中，不代表本轮生成时逐字完整使用。随着交互内容增多，模型对较早信息的注意力可能衰退或发生遗漏。因此不要轻信“已经全部记住”的表述，在关键节点需要重新提供核心材料或进行局部摘要，并保留原始文件。
跨会话记忆（Memory）：跨会话保存并重新取回信息属于特定的产品或工具设计，并非所有聊天应用都默认具备。以 Anthropic 的 Memory 工具文档为例，这是一种跨会话记忆的设计实例，但不能写成所有账号都开启，更不能当作 DeepSeek 等工具已有常驻记忆开关。跨会话记忆取决于具体产品及设置，应以官方说明和当前界面为准。即便某些工具具备记住用户偏好的能力，也不等于能持续挂载或完整持有原始资料文件。
模型训练（Training）：在对话框中补充修改要求，通常只是改变当次或后续生成的输入内容，并不等于立刻更新底层模型参数。训练语料与当次会话的上下文是两回事，日常对话中的提示与修正主要作用于当前的上下文范围。

关于Token：Token 是模型处理文字等输入的计量单位。不同模型与语言的计量方式具体有异，且不固定等于一个汉字。Token 影响单次处理的输入长度与计算开销，但不能把 Token 的消耗量直接当作任务完成质量。

模型、产品、Agent与Skill的关系

它们在跨境业务中的实际边界：

概念	定义	跨境工作中的真实边界
模型（Model）	根据输入生成或处理内容的计算核心，可处理文字等多种形式	负责生成与处理内容。在接入工具的系统中可以发起调用，但单凭模型名字本身，不能推断它具备登录店铺后台或打单发货的能力。
产品应用（App）	给模型配置对话、文件、检索等界面能力的应用软件	同名模型装入不同软件，界面能力与配套功能各异。
智能体（Agent）	常指能围绕目标决定下一步并调用工具、读取工具结果继续推进的系统；行业中并无单一口径	动作与能力受已接工具、账号权限与任务约束影响，不能仅凭聊天界面推断其能直接操作店铺。
技能（Skill）	可复用的任务说明，以及可能的配套资料与工具规范	相当于标准化操作指引，既不等于模型训练，也不自动赋予系统连接器权限。

流畅不等于准确，从粉末喷涂错例检查无依据细节

模型擅长生成语句通顺的文案，但在缺乏事实依据时，容易补出没有依据的细节。正如第 2 章记录的现象，输入材料 PF-01 中只写了“白色喷涂钢架”，资料并未说明具体涂装工艺。但在首次英文生成时，模型擅自将其细化为“powder-coated”（粉末喷涂）。这种未经证实的细节补充，可能造成错误的产品承诺。

即使开启联网搜索功能，生成内容仍可能存在提炼偏差或信息遗漏。涉及产品材质、尺寸、构成与认证等关键事实，需要回到原始事实卡或官方页面核对原件。

换对话交接模板：5个要素带走关键进展

当对话中出现串入旧 SKU 信息、遗漏关键限制或切换新任务等信号时，并没有统一固定的轮次阈值。此时应当重新提供核心材料或进行结构化摘要交接；在必要时也可以选择开启新对话，用结构化请求同步关键信息。

可用输入材料（ORG-01 三层桌面收纳架）

【产品事实卡（SKU-ORG-01）】

案例与产品：ORG-01 三层桌面收纳架，SKU 为 SKU-ORG-01

产品构成（PF-01）：3 块浅橡木色饰面 MDF 层板、白色喷涂钢架、螺丝和组装说明

组装尺寸（PF-02）：宽 38 × 深 20 × 高 32 cm

主要用途（PF-03）：桌面放置文具、小型笔记本和日常办公物品

安装方式（PF-04）：桌面摆放，需按说明组装，不含墙面安装配件

清洁方式（PF-05）：用微湿软布擦拭并擦干，不浸泡

包装清单（PF-06）：层板 3 块、钢架组件 2 件、安装螺丝 12 枚、说明书 1 份，不承诺额外备用螺丝

未提供证据：承重测试、环保或安全认证、食品接触、销量、转化率、用户见证均未提供，严禁补充

可复制的交接请求

我们正在推进【ORG-01 三层桌面收纳架】英文商品介绍撰写，请直接基于以下信息执行：

1. 目标：完成三句简短的美式英语商品卖点，每句注明依据的PF编号并附中文释义。
2. 当前已确认资料：三块浅橡木色饰面MDF层板、白色喷涂钢架（PF-01，未说明具体工艺，不得写成powder-coated，请用white-coated steel frame）；组装后宽38×深20×高32 cm（PF-02）；用于桌面放置文具、小型笔记本和日常办公物品（PF-03）。
3. 保留版本：基于事实卡已知参数撰写，每句只讲一个特点，语气平实准确。
4. 本次要改什么：输出三句完整英文卖点，每句最多18个英文单词，严谨对应已知事实。
5. 仍缺什么：承重测试、环保或安全认证、食品接触、销量及转化率均未提供证据，包装不承诺额外备用螺丝；严禁在文案中推断或承诺未经证实的信息。

能看见的结果与检查点

AI 依据上述约束生成的卖点示例如下：

- It has three light oak-finish MDF shelves and a white-coated steel frame. (PF-01)
  中文：含三块浅橡木色饰面MDF层板和白色喷涂钢架。
- Its assembled size is 38 × 20 × 32 cm. (PF-02)
  中文：组装后尺寸为宽38×深20×高32厘米。
- It stores stationery, small notebooks, and daily office items on a desktop. (PF-03)
  中文：用于桌面放置文具、小型笔记本和日常办公物品。

贴着结果的一处检查

检查输出结果时，仅确认特定禁词没有出现，并不足以证明交接成功锁定了事实边界。核对时必须逐项对照事实卡，检查输出中的每个参数、材质、构成、功能与承诺是否都能对应明确证据。例如，层板材质是否准确为浅橡木色饰面 MDF、钢架涂装是否使用了未细化的 white-coated steel frame、尺寸是否为宽 38 × 深 20 × 高 32 cm、是否未擅自承诺承重上限或备用螺丝。

换上你自己的材料

进行其他产品任务时，直接将上述模板中的具体内容替换为你自己的 SKU 事实清单与约束。当任务切换或会话出现信息混杂时，重新提供结构化交接请求，避免无关历史信息干扰当前任务的准确性。

日常动作练习：6个情境判断

结合本节原则，判断以下情境下的首选动作：

连续写到第 16 款产品文案时，AI 开始混入第 3 款的尺寸。
- A. 催促 AI 认真一点
- B. 新开对话，单独发送第 16 款的事实清单与要求
- C. 将全部 16 款数据重新发一遍
软件宣称接入了“全自动运营的 Agent”。
- A. 默认它今晚已能自动调广告
- B. 核查是否接入真实店铺 API 与授权范围，从小权限测起
- C. 相信其具备自学能力，无需人工干预
用 AI 核对 30 页验厂报告中的环保资质。
- A. 问一句“是否合格”，得到答复就签字
- B. 要求 AI 按页码摘录原文，人工核对原件
- C. 相信 AI 已读完，不再核验
明天继续写打磨了一半的长描述，今天下班前该做什么？
- A. 寄希望于明天浏览器记录不丢失
- B. 整理包含“目标/已确认资料/保留版本/下次要改/缺项”的备忘存入本地
- C. 在窗口中发送“明天接着改”并关机
AI 在文案中写了“阳极氧化工艺”，但实物只是塑料外壳。
- A. 觉得读起来高级，予以保留
- B. 确认为虚构细节，立即删除并在清单中注明塑料材质
- C. 让 AI 换一个模糊词汇替代
团队沉淀了一套客服邮件优秀规范，希望全组使用。
- A. 宣称底层模型已被重新训练
- B. 整理为可复用的 Skill 模板，让大家在新对话中加载
- C. 认为提示词是个人手艺，无法标准化

动作判断答案表

题号	首选动作	核心依据
1	B	出现混入其他 SKU 参数的信号时，应单独提供当前产品的明确事实卡；新开对话能有效隔离旧材料的上下文干扰。
2	B	Agent 的实际能力取决于工具接入与接口授权范围，不能仅凭名称或聊天界面推断后台操作权限。
3	B	模型处理长文档时可能出现遗漏或提炼偏差，涉及资质认证必须要求提供原文出处并由人工核对原件。
4	B	跨会话记忆并非处处默认具备，在本地保留结构化交接记录便于随时在新会话中准确还原任务上下文。
5	B	虚构工艺细节属于无依据生成，会造成错误产品承诺，必须剔除虚构表述并锚定真实材质事实。
6	B	规范属于可标准化的任务说明与参考模板，沉淀为 Skill 便于全员复用，但不等同于修改底层模型。

本节使用说明与官方参考

材料与路径说明

本节示例中的收纳架规格与卖点均沿用本书统一的合成教学数据 ORG-01，仅供演示说明，不对应真实在售商品。

跨会话记忆与联网功能取决于具体产品设计与当前设置，以官方说明和实际界面为准，不能默认所有对话均自动具备该能力。

官方参考文档：

Anthropic 上下文窗口原理与长文本衰减说明：https://platform.claude.com/docs/en/build-with-claude/context-windows
Anthropic 构建有效智能体与架构边界技术文章：https://www.anthropic.com/engineering/building-effective-agents
深度求索（DeepSeek）服务协议关于输出不准确性与用户核验义务说明：https://cdn.deepseek.com/policies/zh-CN/deepseek-terms-of-use.html
Anthropic 跨会话记忆工具实现说明（Memory Tool）：https://platform.claude.com/docs/en/agents-and-tools/tool-use/memory-tool

用四件小事练习判断

这里是紧接着的四项判断练习。你可以先在纸上写下判断并填表，到第 2 章学会打开聊天工具后再复制尝试。

请判断下面四项工作是否适合现在交给 AI，并用表格写出我还要检查什么。
只根据已给材料判断，缺少资料就注明缺什么。

A. 已有收纳架资料。把“三层、宽38×深20×高32 cm、需组装”整理为三行参数。
B. 只有“白色喷涂钢架”这条资料。回答这款收纳架最多能放多少公斤。
C. 已有客户消息“Does it need assembly?”。翻译成中文，并根据“需按说明组装”准备一句英文答复。
D. 已有两项包装数量，层板3块、钢架组件2件。计算这两类部件共几件，不计其他配件。

表头为任务、可以先做的部分、仍需核对或补充的内容。

合成材料的参考示例如下。

任务	可以先做的部分	仍需核对或补充的内容
A	列出层数、组装后尺寸和安装要求	三个数的顺序、cm 单位、需组装是否保留
B	标记承重上限未知	缺少这款商品的承重测试资料
C	译为「需要组装吗？」；答复「Yes, assembly is required.」	是否确实在问组装，答复是否多加了安装时间
D	3 + 2 = 5 件	只计算两类部件，不能称整箱配件总数

B 最容易被写成一个看似合理的数字。假设答案写了「钢架结构，建议承重 10 kg」，这是教学错例，材料没有给出 10 kg。可以这样修正。

B 项没有承重测试资料。删除 10 kg 和其他承重猜测，改为“承重上限待确认”。保留 A、C、D 中与输入一致的内容。

修正后，B 应只留下「承重上限待确认，需补充对应型号的测试资料」。把它改成「大概能放几公斤」仍然没有依据。

换成你手边的一件事

在一张纸上写下三项常做的工作，每项补两句，手头有什么材料、结果怎样检查。把最容易检查的一项圈出来。例如，先把一封客户消息译清楚，再考虑批量处理工单。

本章的成果是一份任务清单。下一章用给定商品资料，完成一段介绍、一次修改和一次保存。

第 1 章 AI 能帮你做什么，哪些结果需要再检查