開篇你罵過 AI 嗎“幫我整理一下這個(gè)資料重點(diǎn)是定價(jià)那部分?！边@句話你肯定跟 AI 說過。聽起來沒啥問題對(duì)吧然后 AI 開始干活。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。但你有沒有想過——你說的話太飄了?！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說出來。AI 只能按自己的理解干。干出來不是你要的你回頭罵它漫無邊際它覺得很委屈。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 反過來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)格頁面。你心里想的是后者但你沒說。/Plan會(huì)讓 AI 先停下來幫你列一個(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。你覺得對(duì)就點(diǎn)頭不對(duì)就改或者直接說第二步不要做換成 ×××。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——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成本低一萬倍。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 萬字或者想做一個(gè)跨團(tuán)隊(duì)的調(diào)研項(xiàng)目。直接開干大概率是寫到第 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言說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)。寫完就勾勾完就過不會(huì)出現(xiàn)AI 覺得差不多了但你覺得不夠的矛盾。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。它解決什么你說整理一下定價(jià)資料——AI 整理到一半覺得差不多了就宣布完成或者漫無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有到終點(diǎn)——沒到就繼續(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、或者你沒空盯著的時(shí)候。典型場(chǎng)景批量挖資料、持續(xù)排查問題、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)行這樣一輪下來你幾乎沒罵過 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 剛好反過來——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。