共计 2959 个字符，预计需要花费 8 分钟才能阅读完成。
2026 年 3 月 10 号下午 2 点 37 分，我完成了 OpenClaw 的第一次部署。
激动地打开终端，输入 ” 你好 ”，它回了句 ” 你好！我是 OpenClaw，有什么可以帮你？”
我愣了 3 秒——这不就是普通的聊天机器人吗？
然后我试着说：” 帮我把 Downloads 文件夹里的 jpg 文件按日期整理到 Pictures 目录。”
37 秒后，它真的整理完了。200 多个文件，按年月分好，重复的还自动清理了。
这时候我才明白：和 OpenClaw 对话，跟普通聊天机器人完全不是一回事。
技巧 1：明确你的目标
❌ 错误示范
用户：帮我处理一下文件这种模糊的指令会让 AI 无从下手。
✅ 正确示范
用户：帮我把 Downloads 文件夹里所有.jpg 文件按拍摄日期整理到 Pictures/{年份}/{月份}/ 目录要点：
- 说明具体要做什么
- 指明文件 / 目录路径
- 描述期望的结果格式
我第一次用它整理文件时，就因为没说清楚 ” 按拍摄日期 ”，它按修改日期整理了，我又得重新来一遍。
技巧 2：善用上下文
OpenClaw 有记忆系统，不需要每次都从头说明。
对话示例
用户：帮我创建一个新项目 my-blog
AI：已创建项目目录 /workspace/my-blog
用户：添加 Next.js 配置
AI：正在为 my-blog 添加 Next.js 配置...（AI 知道你在操作 my-blog）用户：再配置 Tailwind CSS
AI：已安装 Tailwind CSS 并生成配置文件...要点：
- 在同一会话中，AI 会记住上下文
- 不必重复项目名称、路径等信息
- 可以用 ” 它 ”、” 这个 ” 等代词
有次我连续操作了一个小时，中间没重复过一次项目名，它都记得。
技巧 3：分步骤请求复杂任务
❌ 一次请求太多
用户：帮我分析销售数据，生成报告，发邮件给团队，更新数据库，部署到服务器这容易出错，且难以追踪进度。
✅ 分步执行
用户：第一步，分析 data/sales.csv 的数据结构
AI：[分析结果]
用户：第二步，生成包含趋势图表的 Markdown 报告
AI：[生成报告]
用户：第三步，把报告保存到 reports/ 目录
AI：已保存到 reports/sales-report-2026-03.md要点：
- 复杂任务拆分成小步骤
- 每步确认后再继续
- 出错时容易定位问题
我有个习惯：超过 3 个步骤的任务，一定分步来。虽然多打几次字，但出错率降了 90%。
技巧 4：指定输出格式
示例 1：表格格式
用户：比较 PostgreSQL 和 MySQL 的特点，用 Markdown 表格呈现示例 2：JSON 格式
用户：提取这个网页的产品信息，输出为 JSON 格式示例 3：代码格式
用户：写一个 Python 函数，计算斐波那契数列，包含类型注解要点：
- 明确说明你想要的格式
- OpenClaw 支持多种输出格式
- 格式化的输出更易于后续处理
上周我让它分析日志文件，第一次没指定格式，给了我一堆文本。第二次说 ” 输出为 CSV 格式 ”，立刻得到结构化数据，直接丢进 Excel 分析。
技巧 5：利用技能扩展能力
OpenClaw 的核心能力通过技能扩展，了解并使用技能能大大提升效率。
常用技能触发词
| 关键词 | 触发技能 |
|---|---|
| 搜索、查找、查询 | 网络搜索技能 |
| GitHub、仓库、PR | GitHub 操作技能 |
| 网页、爬取、抓取 | 网页爬虫技能 |
| PDF、转换、生成 | PDF 处理技能 |
示例对话
用户：搜索一下 2026 年 AI Agent 的最新发展趋势
AI：[调用搜索技能]
根据搜索结果，2026 年 AI Agent 领域有以下趋势...要点：
- 了解已安装的技能
- 使用技能相关的关键词
- 可以直接指定技能：” 用 GitHub 技能帮我 …”
技巧 6：让 AI 解释它的计划
对于重要操作，让 AI 先说明计划，确认后再执行。
示例
用户：帮我清理 node_modules 目录下超过 6 个月未使用的包，先告诉我你会怎么做
AI：我的计划是：1. 扫描 node_modules 目录
2. 检查每个包的访问时间
3. 筛选超过 180 天未访问的包
4. 列出这些包让你确认
5. 确认后执行删除
是否继续？用户：继续，但第 5 步改成移动到 trash/ 目录而不是删除
AI：好的，已调整计划。开始执行...要点：
- 加上 ” 先告诉我你会怎么做 ”
- 审查计划后再确认
- 可以在执行前调整
这个技巧救过我一次：它计划删除的文件里，有个是 3 个月前创建但很重要的配置。还好我先看了计划，及时调整。
技巧 7：使用具体路径
❌ 相对路径可能出错
用户：读取 config.json✅ 使用绝对路径
用户：读取 /workspace/my-project/config.json✅ 或明确工作目录
用户：当前项目在 /workspace/my-project，读取它的 config.json要点：
- 优先使用绝对路径
- 或明确说明工作目录
- 避免路径歧义
技巧 8：学会看错误信息
当操作失败时，OpenClaw 会给出详细的错误信息。
示例错误
❌ 错误：无法读取文件 /workspace/test.txt
原因：文件不存在
建议：检查文件路径是否正确，或使用 ls 命令查看目录内容处理方式
用户：先列出 /workspace 目录的文件
AI：目录内容：- project-a/
- project-b/
- config.yaml
- README.md
用户：读取 /workspace/config.yaml
AI：[成功读取]要点：
- 仔细阅读错误原因
- 按建议尝试解决
- 用
ls、cat等命令诊断
技巧 9：善用命令行能力
OpenClaw 可以执行命令行操作，这是它区别于普通 AI 的重要能力。
实用命令示例
用户：查看当前目录的磁盘使用情况
AI：[执行 du -sh *]
- src/: 2.5MB
- node_modules/: 150MB
- dist/: 5MB
总计: 157.5MB
用户：找出最大的 5 个文件
AI：[执行 find + sort]
1. node_modules/large-lib/dist/bundle.js (50MB)
2. dist/main.js (5MB)
...
用户：帮我压缩 dist 目录
AI：[执行 tar -czf]
已创建 dist.tar.gz (2.1MB)要点：
- 直接说你想做什么，AI 会选择合适的命令
- 可以要求解释执行的命令
- 危险操作会请求确认
技巧 10：建立个人工作流
把常用的操作模式记录下来，形成自己的工作流。
示例：日报生成工作流
1. "查看今天 Git 提交记录"
2. "按项目分组整理"
3. "生成 Markdown 格式的日报"
4. "保存到 daily-reports/{date}.md"记录在 AGENTS.md
你可以把常用工作流写在 ~/.openclaw/workspace/AGENTS.md 中，AI 会学习并记住：
## 我的工作流
### 日报生成
每天下班前运行，自动汇总 Git 提交和任务完成情况
### 周报整理
每周五运行，汇总本周工作内容
### 项目初始化
新项目创建时运行，生成标准目录结构和配置文件要点：
- 把重复操作固化成流程
- 记录在 AGENTS.md 让 AI 记住
- 定期优化工作流
我的对话习惯总结
用了三个月，我总结出一套对话习惯：
| 情况 | 习惯 |
|---|---|
| 简单任务 | 直接说需求 |
| 复杂任务 | 分步执行 |
| 重要操作 | 先看计划 |
| 出错时 | 读错误信息 |
| 重复任务 | 建工作流 |
这套习惯让我用 OpenClaw 的效率提升了 3 倍。
互动
你和 OpenClaw 对话时遇到过什么坑？评论区分享，我看看谁踩的坑最多。
关于点小安 ：点滴安全网站小编，专注 AI 安全攻防技术分享。
声明 ：本文为点滴安全原创，观点仅供参考，不构成安全建议。
关注点滴安全（dripsafe.cn），获取更多 AI 安全资讯！
