AI 與工作

你的 Grok Bot 不笨,笨的是你的 Context

為不同工作整理 context、分配專職 Bot,並用清晰的 brief 幫助 AI 交出更切合需要的成果。

你的 Grok Bot 不笨,笨的是你的 Context 文章封面

你的 Grok Bot 不笨,問題出在你的對話內容

我叫 AI 幫我寫一篇清晰的文章。

結果,它的回覆像是每日摘要 Bot,還帶着昨晚做研究時的餘韻。

我用的是同一個對話:昨天做過資訊掃描、拆解過文章開頭,又討論過一個臨時項目。

語氣混在一起,AI 也「記錯」了我想延續的主題。

我第一時間怪模型。

但問題可能不在模型,而是在 context(上下文)。

為甚麼甚麼都放進同一個對話,回覆會變得模糊?

一個長對話就像一張共用的工作桌:每個話題都在爭取注意力。

當你在一大堆不相關的工作之後,要求 AI 寫一篇有力的 X Article,它可能會把不同任務的風格和資訊混在一起。

每日摘要的語氣滲進文章裏;昨天的筆記跟今天的分析框架放在一起。

回覆看起來很充實,但重點不夠清晰。

對話越長,近期較突出的訊息亦可能蓋過真正重要的 brief。結果是回覆越來越長,判斷卻未必更好。

這也是為甚麼有些人會為不同工作設立專職 Bot:一個負責拆解文章開頭、一個負責寫文章、一個負責每日摘要。

背後可能用的是相同的模型和工具,但每個 Bot 負責的工作更清楚。

先決定每個 Bot 負責甚麼

Grok Bot 的 Use cases 頁面,展示不同工作角色的應用例子

把 AI agents 想像成一個小團隊裏的不同角色,每個人都有自己的工作範圍。

  1. 每個 agent 負責一項主要工作。 寫文章、拆解開頭、整理每日摘要、發帖和專題研究,都是不同工作。
  2. 每項工作有自己的 context。 讓寫文章的 Bot 專注文章。不要同時把 CRM 資料、未完成的產品構思和不相關的臨時任務都放進去。
  3. 交接重點,不要把所有東西一股腦倒過去。 提供一份簡短 brief,加上真正相關的檔案就夠。寫手不需要知道你所有事情。
  4. 整理 context 比追求花巧指令更重要。 如果對話已經偏離主題,就開一個新對話。一份清晰的 20 行 brief,可能比一個塞滿 200 則訊息的「記憶」更有用。
  5. 清楚說明你要甚麼成果。 「寫一篇可直接貼上的英文 X Article,語氣精簡,段落適合手機閱讀,附標題和小標題」,比「幫我寫好一點」更容易得到想要的結果。

一個簡單的分工例子

Grok Bot 的 Account Manager 角色介紹

  • Daily AI X Digest:搜尋、篩選和整理資訊;不負責寫深入長文。
  • Hook Forensics:逐項拆解熱門文章的開頭為甚麼有效;不負責寫完整文章。
  • Article Desk:撰寫 X Articles 和長文;只負責草稿,不負責發布。
  • 其他專職 Bot:交易、LinkedIn、研究,或其他你經營的領域;各自專注自己的範圍。

當你要寫文章,就給 Article Desk 一份 brief:主題、角度、讀者、篇幅和 CTA。

不需要叫摘要 Bot「順便寫完整篇文章」,也不需要叫 Article Desk 幫你評估交易觀察清單。

我把摘要和寫作分開後,文章 Bot 終於不再用「今日重點整理」的語氣寫長文。每次開始工作,也少了很多重新解釋的時間。

幾個悄悄拉低質素的習慣

  • 所有事情都放進同一個對話。 第一天很方便,一星期後可能已經開始混亂。
  • 要求太模糊。 「幫我做 Grok Bot/AI agents」很容易得到空泛的回覆。清楚說明工作和成果,才更容易得到可用的草稿。
  • 編造個人故事。 如果事情沒有發生過,就先留空,之後自己補上。讀者通常看得出不自然的「親身經歷」。
  • 要求寫手同時發帖。 寫草稿和發布是兩件事,最好分開處理。
  • 因為「它認識我」而省略 brief。 AI 知道的可能只是一些片段。簡單寫三個重點,通常仍然有幫助。

如果你覺得 AI 的回覆比上個月差,未必需要立即換模型。

先把工作分開,整理 context,再寫一份清楚的 brief。

就像你請一位專家幫你工作一個下午:讓對方知道目標、範圍和預期成果。

你最想先拆開哪一個塞滿不同工作的 AI 對話?你會讓新的專職 agent 負責甚麼?