一、你要学会什么
这个案例的核心不是八爪鱼 RPA，也不是某个脚本参数。核心是一个普通用户如何把 AI 从「聊天回答」推到「工程交付」。
- 把零散聊天整理成 PRD。
- 让 AI 把 PRD 升级成需求文档和技术方案。
- 让多个 Agent 并行实现，而不是一个 AI 闷头乱改。
- 让独立质检 Agent 盲审，发现 High/Medium 问题。
- 让 AI 持续修复，直到验收通过。
- 把原始资料、过程文档、验收报告归档并做成学习网页。
二、完整流程：照着做就行
01
先把真实聊天收集起来
不要一开始就要求 AI 写代码。先让 AI 回顾你们之前怎么讨论、遇到过什么问题、临时怎么解决。
把之前关于这个 RPA 技能的聊天和操作过程整理成 PRD，保留真实问题、临时脚本、失败点和最终目标。
02
让 AI 产出 PRD
PRD 是「为什么做、做什么、哪些场景必须覆盖」。检查：有没有背景、目标、用例、非目标、验收标准。
按背景、目标、用户场景、功能需求、非功能需求、验收标准，生成一份可执行 PRD。
03
再让 AI 拆成需求 v2
PRD 往往比较粗。需求 v2 要更工程化：动作语义、安全确认、状态机、输出格式、错误码、测试矩阵。
04
让技术 Agent 写方案
技术方案不是马上改代码，而是说明怎么改、改哪些文件、哪些行为不能破坏、怎么回滚。
05
让实现 Agent 分包做
不要让一个 Agent 什么都做。拆成契约、Python 核心、PowerShell fallback、文档、测试等工作包。
06
开独立质检 Agent 盲审
找另一个 Agent 只看需求和代码，不看实现过程。让它找 High/Medium 问题。
07
修复 → 再质检 → 再修复
每一轮质检后都要修复，修完再让质检 Agent 看，直到没有 High/Medium。
08
生成最终验收报告
验收报告要列出证据：测试结果、提交号、部署地址、残余风险。
09
把材料归档到仓库
把 PRD、需求、方案、修复记录、验收报告等所有文件原文保存到 git 仓库。
10
做成可学习网页
把过程变成教学：核心故事、证据链、小白教程、对话演示。部署到 Vercel 或 GitHub Pages。
三、可复制指令
1. 把之前关于这个 RPA 技能的聊天整理成 PRD。
2. 基于 PRD 生成需求 v2，要求每条需求都能测试、能验收。
3. 基于需求 v2 写技术方案，不要先改代码；先写架构、风险、测试、回滚。
4. 拆多个子 Agent 并行实现，每个 Agent 只负责一个工作包。
5. 开独立质检 Agent 盲审，Findings first，重点找 High/Medium。
6. 发现问题继续修复，再质检，直到没有 High/Medium。
7. 每 20 分钟汇报进度：已完成、正在做、阻塞、下一步。
8. 生成最终验收报告，列出证据、测试结果、残余风险。
9. 把所有原文和过程文档归档到 git，并做成可学习网页。四、小白验收清单
- PRD 是否讲清楚「为什么做」和「做成什么样」？
- 需求文档是否有安全确认、异常处理和验收标准？
- 技术方案是否说明会改哪些地方、怎么测试、怎么回滚？
- 质检报告是否真的找到了问题，而不是只说「不错」？
- High/Medium 是否全部修复并复审通过？
- 有没有最终验收报告？有没有残余风险？
- 代码和文档是否提交推送？
- 原始材料是否保存，方便以后复盘？
- 学习网页是否能打开，别人是否能按步骤读懂？
五、常见坑
- 坑 1：一上来就叫 AI 写代码。 先写 PRD 和需求，不然后面越改越乱。
- 坑 2：让同一个 AI 自己验收自己。 必须找独立质检 Agent 对抗审查。
- 坑 3：只听「已经完成」。 要求证据：测试结果、提交号、部署地址、残余风险。
- 坑 4：中途不汇报。 长任务必须定时汇报，否则用户不知道 AI 有没有在干活。
- 坑 5：资料不归档。 不归档就不能复用经验，也不能变成团队教学资产。
记住
小白用户不需要学会写代码，但要学会驱动 AI 形成「文档化需求 → 多 Agent 实现 → 对抗质检 → 修复闭环 → 验收归档」的工作流。
小白用户不需要学会写代码，但要学会驱动 AI 形成「文档化需求 → 多 Agent 实现 → 对抗质检 → 修复闭环 → 验收归档」的工作流。