🎯
交付物先行
先定义最终要得到什么：报告、网页、表格、Prompt、自动化、评测结论。交付物一清楚，AI 才不会散。
终局倒推格式约束可验收
Core Mindset
oxo 使用 AI 的底层逻辑
核心不是“把问题丢给 AI”，而是把 AI 放进一个有目标、有标准、有流程、有验收的工作系统。AI 负责加速，用户负责定义方向与质量。
🧱
结构压缩混乱
面对复杂信息，不急着求答案，而是先要求 AI 分类、分层、建框架，再在框架里填内容。
维度完整层级清楚表格化
🔍
评测而非感受
不满足于“好/不好”，而是追问：好在哪里、坏在哪里、为什么、和谁相比、下一步怎么改。
评分维度归因分析模型对比
🧑🤝🧑
把 AI 当团队
不是一个万能助手，而是研究员、评测员、执行员、设计师、质检员的组合。不同角色负责不同环节。
角色分工并行处理结果汇总
🧪
真实路径验收
尤其是网页、游戏、交互产品，不只看代码能跑，更要从用户路径自测：能不能用、爽不爽、哪里卡。
用户视角严厉挑刺核心链路
🗂️
沉淀为资产
一次输出不是结束，而是沉淀成 HTML、Markdown、评分表、Prompt、自动化或记忆，方便复用和迭代。
可视化归档版本迭代知识资产
Operating System
一套可复制的 AI 操作系统
学习 oxo 的关键，是把每次对话都看成一个小型生产流程。下面这 6 步可以套用到报告、评测、产品设计、网页制作、自动化任务和个人规划。
目标不是让 AI “更聪明”，而是让工作流“更不容易跑偏”。如果输入里包含目标、上下文、标准、步骤、验收和沉淀，AI 的稳定性会显著提升。
01
定交付物
明确最后产物、受众、用途、文件形态和完成标准。
02
给上下文
补充背景、约束、数据来源、已有文件和不要做什么。
03
建维度
要求 AI 先搭框架：分类、指标、流程、评分表、目录。
04
分角色
必要时拆成研究、执行、评测、设计、质检等角色。
05
验质量
用真实路径、数据依据、对比和归因检查结果。
06
可视化沉淀
转成网页、报告、模板、Prompt 或自动化，成为资产。
Behavior Patterns
8 个可学习的行为模式
这些不是抽象性格，而是可以模仿的操作动作。每个模式都对应一种更高效地使用 AI 的方式。
01
从“我要什么文件”开始，而不是从“帮我想想”开始
先说清楚产物类型：评测报告、可视化网页、Prompt 包、数据表、任务拆解、自动化脚本。
不要“帮我分析一下这个。”
要“输出一份含结论、维度分析、归因、对比和建议的报告。”
02
用维度约束质量
把主观判断变成指标：完整性、准确性、可执行性、表达质量、视觉效果、用户路径。
不要只问“哪个好”。
要问“按 5 个维度评分，并解释每个分差的原因”。
03
先拆结构，再填内容
复杂任务先让 AI 给目录、流程、表头、评分项，再逐块推进，避免一口气生成一坨内容。
不要一次性要求“写完整方案”。
要“先给框架和缺失信息，再开始写正文”。
04
对 AI 设置专业身份和来源规则
例如 AI 行业情报专家、数据分析大师、产品经理、评测专家；同时规定信息源层级和禁止幻觉。
不要“查一下新闻”。
要“按一手来源优先、二手来源验证、无来源不写的规则生成晨报”。
05
把等待时间变成并行工作
把深度任务与碎片任务分层管理：A 层推进主线，B 层填充等待 AI、审批、生成的空档。
不要等一个任务卡住就停。
要让 AI 生成“主线任务 + 等待时可做任务”的执行表。
06
把 AI 输出当草稿，自己做导演
用户负责方向、口味、取舍和最终判断；AI 负责扩写、检查、重组、可视化和落地。
不要把第一版当最终版。
要追问“哪里假、哪里空、哪里不像真实用户会需要的”。
07
要求可视化，而不是只要文字
对流程、评测、工作计划、行业周报，倾向做成 HTML、图表、卡片、时间线，让结果更容易复盘。
不要只收一段说明。
要“做成可点击查看的可视化网页，含结构图和关键卡片”。
08
把一次经验固化成下次的默认规则
发现有效做法后，沉淀为记忆、文档、模板、自动化或技能，减少以后重复解释。
不要每次从零说明偏好。
要把稳定偏好写进长期记忆或模板，例如“结论先行、归因严谨”。
Thinking Matrix
oxo 式提问检查矩阵
别人学习时，可以在每次发给 AI 之前，用这张矩阵检查自己的需求有没有说清楚。
目的这次对话最终要解决什么？是决策、产出、检查、学习，还是执行？
产物要 Markdown、HTML、表格、PPT、Prompt、代码、评分表，还是自动化？
标准什么叫好？维度、口径、准确性、风格、受众和验收条件是什么？
材料AI 需要哪些文件、链接、截图、背景、上下文和已有结论？
流程要直接做，还是先拆解、先调研、先出方案、再执行？
角色需要数据分析师、产品经理、设计师、评测专家、质检员还是多 agent？
风险哪里容易幻觉、跑偏、遗漏、过度发挥、格式不对或不符合真实用户路径？
沉淀结果要不要归档、可视化、转模板、更新记忆或变成下次可复用流程？
Prompt Templates
直接可用的提示词模板
下面这些模板复刻了 oxo 的常见 AI 协作方式。点击标签切换，点击复制即可拿去用。
模板 1：AI 评测/分析报告
适合模型对比、内容质量评估、产品方案评估、行业情报分析。
你是数据分析大师和 AI 评测专家。请基于我提供的材料，输出一份完整评测报告。 要求： 1. 结论先行：先给最终判断和推荐动作。 2. 维度完整：至少包含准确性、完整性、可执行性、表达质量、风险点。 3. 归因严谨：每个分数都要说明原因，不要只给感受。 4. 对比清楚：如果有多个对象，必须给横向对比表。 5. 不确定就标注：没有证据的内容不要编造。 6. 最后给可执行建议：按优先级列出下一步怎么改。 输出结构： - 一句话结论 - 总览评分表 - 各维度分析 - 关键问题归因 - 对比分析 - 优先级建议 - 需要补充的信息
模板 2：正推式任务拆解
适合毕业设计、工作计划、复杂项目推进、今日任务安排。
请用“正推步骤法”帮我拆解这个任务，不要给空泛计划。
任务目标：{填写目标}
当前状态：{填写现状}
限制条件：{时间/资源/截止日期/必须遵守的标准}
最终交付物：{文件/页面/报告/演示/代码/其他}
拆解要求：
1. 先列出完成这个交付物的必要里程碑。
2. 每个里程碑拆成 15-45 分钟可执行步骤。
3. 区分 A 层主线深度任务和 B 层等待/碎片填充任务。
4. 每一步都写清楚输入、动作、输出。
5. 标注最容易卡住的地方和应对方式。
6. 输出成表格，方便直接执行。
模板 3：多智能体协作链路
适合研究、内容生产、评测、网页制作、复杂资料整理。
请把这个任务设计成多智能体协作流程。先不要直接执行，先给我角色分工和推荐顺序。
任务：{填写任务}
最终交付物：{填写交付物}
已知材料：{填写文件/链接/上下文}
质量标准：{填写验收标准}
请输出：
1. 需要哪些 agent，每个 agent 的职责是什么。
2. agent 之间的输入输出关系。
3. 哪些任务可以并行，哪些必须串行。
4. 最终由谁汇总和质检。
5. 每个 agent 的完整 prompt。
6. 可能跑偏的风险和控制方法。
模板 4：可视化网页交付
适合把报告、教程、周报、计划、作品说明变成更易读的页面。
请把以下内容做成一个可视化 HTML 网页，而不是普通文字稿。
内容主题：{填写主题}
目标读者：{填写读者}
核心信息：{粘贴内容或说明}
风格要求：专业、清晰、有层次、适合直接展示。
网页要求：
1. 单文件 HTML，内联 CSS/JS，方便直接打开。
2. 结论区、框架图、核心卡片、流程图、案例、行动清单都要有。
3. 不要堆文字，要用视觉层级、图表、时间线、卡片和标签组织信息。
4. 需要移动端适配。
5. 保留信息准确性，不要为了好看编造内容。
模板 5：真实用户路径质检
适合网页、小游戏、交互工具、产品功能交付前自测。
请你不要只做语法检查，要从真实用户路径出发，严厉检查这个成品。
检查对象：{填写页面/功能/作品}
目标用户：{填写用户}
核心路径：{填写用户应该怎么使用}
质检要求：
1. 先按真实用户路径走一遍，列出每一步的体验。
2. 找出会导致用户卡住、误解、放弃、不信任的点。
3. 区分严重问题、体验问题、细节问题。
4. 给出明确修改建议，不要只说“优化体验”。
5. 最后给是否可以交付的判断：可交付 / 修改后交付 / 不建议交付。
30-Day Training
别人如何训练成 oxo 式用法
不是背提示词，而是训练一种工作方式：目标清楚、结构强、质量可评、成果可沉淀。
训练原则
每次使用 AI 后都问自己 4 个问题：目标有没有说清楚？标准有没有定义？AI 有没有按真实场景验证？结果有没有沉淀成下次可复用资产？
交付物意识先明确最后要拿到什么。
结构化能力先建框架，再填内容。
评测意识用维度、评分、归因替代感觉。
沉淀意识把结果做成文件、模板、自动化。
第 1 周
改掉“泛问法”
所有问题都必须补充：目标、交付物、受众、限制条件。练习把一句模糊需求改成可执行需求。
第 2 周
训练结构化输出
要求 AI 用表格、层级、评分维度、流程图来组织内容；不要接受大段散文式回答。
第 3 周
加入评测与质检
每个重要结果都二次追问：哪里不可靠、依据是什么、和另一个方案相比如何、真实用户会不会卡住。
第 4 周
沉淀个人 AI 工作流
把常用任务做成模板、网页、自动化、记忆和标准，让 AI 越用越懂你的工作方式。
Use Cases
三个代表性应用场景
这些场景能体现 oxo 的方法：不是让 AI 替自己想，而是让 AI 在自己设计的系统里高质量执行。
AI 内容评测
把“哪个好看”升级成可比较、可归因、可复盘的评测体系。
- 先建立评分维度和权重
- 再按样本逐项评分
- 最后输出分差归因和优化建议
个人工作规划
把日常任务从待办清单升级成 A/B 层执行系统。
- A 层承载主线深度任务
- B 层填充等待和碎片时间
- 用可视化报告复盘执行偏差
可视化知识交付
把复杂信息做成网页、图表、卡片和教程，让他人可以快速理解和复用。
- 先提炼框架
- 再设计视觉层级
- 最后形成可打开、可传播的 HTML
学习 oxo 用 AI，不是学习“某一句神奇提示词”。
而是学习：如何把模糊问题变成可生产、可检查、可沉淀的工作流。当你能持续做到“交付物明确、维度完整、归因严谨、对比清楚、真实验收、持续沉淀”，你就掌握了这套方法。
而是学习：如何把模糊问题变成可生产、可检查、可沉淀的工作流。当你能持续做到“交付物明确、维度完整、归因严谨、对比清楚、真实验收、持续沉淀”，你就掌握了这套方法。