同样给 AI 一份订单，有时拿到一篇经营建议，有时能拿到一份可以打开、继续修改的表格。中间到底差在哪？
我做运营出身，习惯先看一件事最后能交付什么。这堂课也从一份小店订单出发，把模型、提示词与上下文、智能体和文件实操接起来。遇到问题时，你可以判断该补材料、改要求，还是检查工具，不用每次都从头换软件。
这篇是完整课的文字版，保留四章主线。订单专为教学编写，故意留下重复、退款、缺失和取消记录；原课程已生成示例工作簿，供你对照文件结构。
先准备材料：下载跟做材料包（ZIP），里面有两份输入、跟做请求、核对清单和示例 Excel。也可以单独下载示例工作簿（XLSX）。
第一次练习，只把《演示订单.json》和《业务口径.md》交给 AI。示例工作簿和核对清单留给自己，等它做完再看，避免把核对答案也当成输入。
第一章：先把模型和产品分开
同一个模型，为什么表现不一样？
手机里点开的 AI 应用，和它背后的模型，是两件事。模型提供理解、生成、推理等基础能力；应用决定用什么界面、接哪些工具，以及怎样把材料交进去。
两款应用即使使用同一个模型，一个读到了完整订单，另一个只拿到文件名，结果也会不同。一个能运行计算、保存 Excel，另一个只生成文字，你就不能只看模型名称来解释差别。
处理这份订单，先分开检查：模型有没有理解任务，订单有没有实际读入，环境有没有计算和保存文件的能力。哪一处缺了，都会影响最后交付。
Token、上下文和记忆，各管什么？
语言模型根据前面的内容逐步生成后续内容。输入和输出会被拆成称为 token 的单位，它不固定等于一个汉字或一个英文单词。可以对照 Google 的 token 说明理解这种拆分。
模型能写出流畅解释，也能处理复杂任务，但一句话写得顺，不能单独证明事实正确。教学订单只有一周的数据，问它“去年同一周卖了多少”，仍然需要去年的记录。
训练时，模型通过数据调整内部参数；这些学到的数值不能直接换算成“智商”。日常打开应用，通常是在调用训练好的模型。
临时上传订单，是给当前任务补材料，并没有因此把模型重新训练一遍。换到另一段对话还能不能读到，要看产品的文件、检索和记忆设计。
上下文窗口可以先理解为模型这次能处理的材料范围。对话、读入的附件、工具返回的信息，都可能占用它。能放进更多材料，不等于每一处细节都能被准确利用；这次用不上的几十份资料，未必值得一起塞进去。
重要结论和业务口径，自己另存一份。下次开任务时，检查相关内容是否真的进来了，不要靠“昨天聊过”判断它这次知道什么。
提示词、检索、微调，先用哪一个？
提示词安排当前任务。比如按照订单号识别重复、把缺失金额单独列出来，是这次要执行的要求。
检索负责先找出相关资料。你有一年的订单，只问这一周，就先取出这周记录。从资料库里检索，再结合找到的材料回答，常被称为 RAG。资料取错或过期，后面的回答仍会受影响。
微调涉及用训练样本继续调整模型参数。这次只做一份订单复盘，先配好材料、口径和工具就可以开始，不必为此先研究微调。
选模型时，也别只看参数或榜单。留下几份自己真正会遇到的任务，用相同材料和要求去试：漏掉什么、算错什么、要返工多少，再比较时间和费用。
第二章：提示词和上下文，先把事情说清
还没想清楚，也能开始
“你是一位资深经营专家，请深度分析我这周的销售。”听起来正式，却没说订单在哪里、退款怎么算、最后要交什么。
如果你连该看什么都不清楚，可以先让 AI 帮忙展开问题：
我在整理一家小店的一周经营情况，手里只有订单，没有成本和广告数据。
如果目的是下周复盘，我应该先看哪些问题？
请区分现在能回答的，和需要补材料才能回答的。看完它列出的选项，再决定这次先做哪几项。本课选择已知净实收、商品和渠道小计，以及需要确认的记录。没有成本，就先不算利润；没有访问量，就不算转化率。
这一步让模糊目标逐渐变得可执行。你可以边做边补条件，不需要一开始就写出完整需求书。
会改变答案的条件，要明确写进去
“实收金额”并不天然清楚。有的报表指退款前收款，有的已经扣过退款。一行可能是一张订单，也可能只是一件商品。先确认含义，同一个减法才有确定的用途。
本课采用以下口径：
- 净实收按已知实收金额减已知退款金额计算。
- 同一订单完全重复，分析时只计一次，原始记录仍保留。
- 同一订单出现冲突值，先列差异待确认，不自动挑较大的数。
- 金额缺失就是未知，不补零、不按商品名猜价格。
容易误解的地方，可以补一个小例子：实收 129 元、退款 20 元，净实收 109 元；实收未知、退款为 0，净实收仍然未知。例子要说明边界，不必靠十几个正常订单凑数量。
说清交付，也说清要改哪一处
“清晰一点”可能只得到几个新标题。“保留原始订单页，另建销售复盘页，明细能追到原始行”，才说明了你要怎样使用文件。
结果出来后也一样。与其说“再专业一些”，不如指出：
首页先放已知净实收和待补笔数，再放分组汇总；明细保留在下面，原始订单页不改。
如果它只回了一篇建议，直接说明你需要实际的 xlsx 文件，并让它说明当前环境是否有生成文件的工具。这样才分得清，是要求没理解，还是环境做不到。
任务做顺以后，保存这次有效的要求。下周换文件时，日期、字段和业务口径还得重新检查。
第三章：智能体怎样把任务推进到文件
看它做了什么，再看它叫什么
在这次任务中，一个能继续执行的系统需要读取文件、识别异常、计算、写工作簿，再根据结果修正。模型会选择下一步动作，工具返回成功、数值或报错，后续动作再依据这些结果调整。
Anthropic 的智能体说明区分了固定编排的工作流和由模型动态选择步骤的智能体。实际产品的命名并不完全统一，新手可以直接看：能读什么、能做什么，做完有没有真实反馈。
模型决定先看字段，文件工具读取内容；模型安排计算，计算工具返回数值；文件工具保存成功或失败，系统再据此继续。只看到“我已经完成”，还要去确认文件是否存在、能否打开，以及内容是否正确。
流程稳定时，也可以把确定的计算固定成模板或脚本。每天按相同公式汇总，不一定需要模型每次重新想一遍。
API、MCP、Skill，先知道用在哪里
API 是软件调用服务的接口。通过界面使用 AI，和用程序调用服务，是不同入口；是否分别计费，要看对应服务说明。第一次练文件任务，可以从现成界面开始。
MCP是一种连接 AI 应用与外部资料、工具的开放标准。支持 MCP，不代表所有文件和服务已经接好，仍需要实际连接、权限和成功调用。
Skill 通常提供某类任务的说明、资源，有时也带脚本。它可以帮助复用做法；是否适用、工具是否可用、结果是否正确，还要在当前任务中检查。
这些名词都不会替你交付。先确认所用环境能读取材料、执行计算、导出 Excel。只会聊天的应用，可以先练需求和口径部分。
第一次，把范围放小一点
建一个专门练习目录，只放这次的教学材料，提前约定结果存在哪里。本课的终点就是本地文件，不接店铺后台，也不对外发送报告。
任务只需要处理练习表格，就按这个范围给权限。以后要接真实数据源或外部操作，再单独判断需要哪些访问和确认。
第四章：用一份订单，完成一次销售复盘
先读输入，不急着做图表
解压跟做包，取出《演示订单.json》和《业务口径.md》。这份虚构样本有日期、订单号、商品、渠道、数量、实收、退款和状态字段。
先请工具说出读到了什么。17 行记录对应 16 个订单号：DEMO-008 完全重复一行。记录数、去重订单数和成交数是不同概念，不能混写。
其中几条值得单独查看：
- DEMO-010：实收 89，退款 89，净实收为 0。
- DEMO-012：实收 129，退款 20，净实收为 109。
- DEMO-015：实收缺失，不能猜金额。
- DEMO-016：取消未支付，已知实收为 0，不是金额未知。
把这段请求交给有文件能力的工具
请读取《演示订单.json》和《业务口径.md》，生成一份一周销售复盘 Excel。
保留全部原始记录。分析时，完全重复的同一订单只计一次，遇到冲突先列出待确认。
已知净实收按实收减退款计算；缺失实收不补零、不猜价格。
首页展示记录数、去重订单数、已知净实收和待补记录，下面按商品、渠道汇总。
保留明细和计算依据，不覆盖原始文件。
完成后说明输出位置，以及这份材料不能回答哪些问题。先核对它有没有读对输入。行数不对、字段没读到，就停在读取这一步；不要让错误输入继续变成收入分析和图表。
完全重复的 DEMO-008 在原始页保留两行，分析时只算一次，并留下说明。退款按口径扣除，不能删掉退款行，却保留相应收款。缺失的 DEMO-015 列为待补；网上搜到的商品售价不能代替这笔订单实际收了多少钱。
做完以后，再展开核对
核对记录、金额和分组结果
本课样本的核对点是：
- 原始记录 17 行，去重后 16 个订单号。16 不能直接标成成交订单数，其中含取消未支付订单。
- 已知净实收 1483 元，另有 1 笔实收待补。
- 按渠道：到店已知小计 642 元，线上 841 元。
- 按商品：保温杯 354 元，折叠伞 504 元，收纳盒 625 元。
这些是根据给定口径计算的教学结果，不能标成完整的全周收入。样本没有成本、广告费、访问量或客户数，也不能据此算出实际利润、获客成本、转化率或客户复购。
示例工作簿有“原始订单”和“销售复盘”两张表：原始页保留全部记录，复盘页提供去重明细、汇总和计算依据。可以下载打开对照，再检查你自己的输出。
总额对了，明细也可能错
原课程准备工作簿时，确实遇到过这样的问题：总额正确，DEMO-016 的状态却不对。空值判断在当时的计算环境中把数值零也当成了空，于是取消未支付订单被标成了实收待补。
后来改为检查金额是否为数值，再分别核对最后两条：DEMO-015 保持未知，DEMO-016 显示零。这里要查的是明细和公式，不能只看首页大数。
你的表如果出现同样的问题，可以这样反馈：
复盘明细里，第十六号金额为零，却被标成缺失。
请区分数值零和空值，修正相关公式，保留第十五号实收未知的状态，并重新检查汇总。然后做一次输入变化检查：在练习副本中把第一笔实收临时增加 10 元，观察汇总是否相应增加 10 元，再恢复。只是测试计算关系，别把测试值留成业务记录。改了输入、汇总却不动，就要查公式引用，或者它是否只贴了一组固定数字。
原课程的示例文件已经实际生成并用 Excel 打开重算；这不保证换一款应用、复制同一句提示词就会得到同样结果。你要检查的是自己的那一份文件。
下周再做，先核对规则有没有变
保存原始输入、业务口径、有效请求和最终文件。下周的数据结构相同，可以逐步固定计算；如果变成一单多行商品，就要重新处理订单与行的关系。
再遇到问题，可以沿这条线查：不知道店里的事，补材料；误解净实收，改口径和示例；只回答不保存，查文件工具；文件有了但数值不对，定位原始记录和公式。确认这些以后，再用同一份题比较其他模型，才知道换模型改善了哪一步。
先完成这份练习，再换成你真正要处理的材料。你不必先背下所有名词，但最后应该能指出：它读了哪份输入，按什么规则算，文件在哪里，以及哪一处仍然不知道。
本课起点是龙井整理的 AI 入门长文。这里独立重构为订单案例，附上练习材料和实际工作簿；没有把原文展示的调研数据或产品报价当成本课结论。