豆包工作悄悄上新功能！电脑操作录一遍，直接变成能反复用的 Skill

大家好，我是小林。

平时经常拿 AI 生图的朋友，估计都遇到过一件挺磨人的事情：为了对比同一个画面在不同平台上的效果，往往得同时开好几个网页来回切。

先输个提示词，然后挑挑选选模型，再等它生成，最后把图存到本地……

偶尔弄一两次还行，一旦要测的平台和参数组合多起来，光是在几个页面之间来回点，就得耗掉大半天工夫。

所以前两天看到豆包工作上线了录制操作生成技能，第一反应就是想拿手头的活儿试一下：

如果先把平时干的操作给它完整演示一遍，后面只用文字交代测试要求，它能把这套流程复用到什么程度？

为此我专门准备了两个测试场景：一个是日常高频做的 AI 生图测评，另一个是模拟饮品点单的产品demo操作演示。

整套流程跑下来，有让人省心的惊喜，也遇到了一些需要人工搭把手的具体问题。

先手把手教它做一遍 AI 生图

刚开始测试，我没一上来就让它同时应付好几个网站，而是先教它跑通最基础的一条路线：

打开生图页面，填入提示词，调好图片比例，点击生成，最后把图片下载到本地。

我在豆包工作里点开录制操作生成技能，说明要建一个叫AI 生图实测的 Skill，还叫豆包认真观察我的动作。

豆包开始录制后，我就按平时的习惯在电脑上完整操作了一遍。

在这个过程里，屏幕上的每一次点击、输入文字和页面切换，都是它在暗中学习的内容。

等我操作完，它就会把这一连串动作打包整理成一个随时能调用的技能，像这样：

这次的提示词我写了雨天咖啡馆，大概就是：左边木桌上放着拿铁、眼镜和书，中间有人坐在窗边写字，右边沙发上趴着一只猫，窗外还停着一辆红色自行车。

对场景和人物限定比较多，这样有个好处，后面不管换哪家的生图模型，都能用同一套标准去观察它们各自的细节表现。

第一次录制的时候，我关心的不是图出得咋样——毕竟那是生图模型自己的本事；

我更在意的是豆包有没有记准我的操作顺序。

建这个 Skill 的核心目的，就是替我省掉每次都得复制粘贴，还要一个一个平台调整参数，以及老是要我自己手动下载的麻烦。

于是我换了套提示词，让它自己在刚刚我跑的那个AI生图平台上去操作：

豆包工作就去照猫画虎了，第一轮同平台的复用没毛病，给打个勾：

换几个网站，看看旧 Skill 能复用多少

把基础 Skill 建好之后，我开始给它上点难度：提示词还是那段雨天咖啡馆，但要求它换去另外几个没教过的生图网站操作。

这一步跟在原网站上原样回放完全是两码事。

不同生图平台的功能入口、比例设置菜单和下载按钮，位置长得都不太一样。

我给豆包下的指令还挺简单的：调用刚才那个 Skill，按同样的要求去我给你的三个新网站上跑一遍；遇到页面布局变了，就自己试着找一下对应的功能入口，要是实在搞不定再停下来告诉我。

实际跑起来之后，确实没有一路绿灯到底。

在尝试打开其中一个海外生图网站时，页面突然弹出了网络访问错误，豆包很识趣地停了下来，弹窗问我下一步该怎么弄。

我让它别在这儿死磕，先把其他能正常打开的网站跑完，最后再回头处理这个卡住的页面。

所以它先把这两个AI生图平台的图片先跑出来了，其实还真没啥毛病：

后来折腾了下网络环境，终于把这个海外生图网站跑通了，其实完全可以把折腾环境这一步也录到我们的skill里哈哈。

我觉得中间这段小插曲其实蛮值得保留下来的。

因为录好一个 Skill 并不意味着它就能在所有新网页上畅通无阻。

碰到一些错误，可以通过让人来调整，把卡住的那一步重新示范一下，就会让这个skill更全面。

正是这种边跑边磨合的过程，能帮我们完善这个skill，以便于它能比较好地嵌入我们的工作流里，成为和我们一起成长的工具。

不换提示词，直接改比例和模型

等四个网站都顺利跑完同一道题目，我又给它追加了一条新需求：

四个平台继续用刚才的咖啡馆提示词，但把画幅比例从 16:9 改成 9:16；顺便看看当前页面里有没有其他可选的模型版本，有的话也切换着测一下，并把生成出来的图分别存好。

豆包就自己哼哧哼哧地去几个生图平台改参数和模型去了，基本上还是没有迷路的：

这一轮测试就非常接近我平时写测评时的真实状态了。

大多数时候，我根本不想再啰嗦一遍要替换的流程，我只想跟AI交代一句哪里要改就得了。

从最后生成的汇总截图来看，四个平台的 9:16 竖图测试都顺利交出了作业，记录表里还工工整整地记下了对应的模型版本、文件大小和保存的文件名。

不过在验收本地文件夹的时候，我也发现了一个平时很容易漏掉的小坑：图片显示已下载到本地，并不代表拿到的就一定是高清原图。

测试里就出现过直接把网页上的缩略预览图存下来的情况。

所以对我来说，最后还是得亲自核对一眼文件格式、清晰度和命名，这才算真正跑完了一次测试。

Skill 能帮我省掉重复点鼠标的体力活，但最后的把关验收还是不能完全甩手。

那么大家觉得下面这些图片里哪张更符合你们的心意呢：

再试一次产品操作演示

做完生图测试，第二个实验我换了个主要是交互的场景：模拟点奶茶。

我提前准备了一个叫茶间的中文模拟点单网页。

上面没有真实账号，可以拿来录操作。

第一遍照旧由我打样：打开网页，挑好饮品，选好甜度和冰量，点加入购物车，最后点开查看模拟订单。

这次我给豆包布置的任务是：记住整套点击顺序和页面跳转逻辑，生成一个产品操作演示Skill。

等下次我只报饮品名字和口味要求，它就顺着这套步骤帮我把单点好。

产品演示和刚才的 AI 生图体验挺不一样的。

生图中途得等模型渲染，而点单页面的反馈是即时可见的。

所以在这一步里，我主要盯着它有没有漏点我的需求还有页面的先后顺序有没有做对。

跑通之后，我把测试环境换成了另一套叫晨屿咖啡的中文测试页。

里面同样是选饮品、调规格、加购物车和模拟下单这几步，但饮品名称、页面排版和按钮位置都换了一套新设计。

安排这一步，主要是想测测看：在第一个页面里学会的点单方法，换到逻辑相似但长相不同的新产品上，到底能直接沿用多少。

这个skill的效果我觉得还是不错的，可以顺畅跑通，下次如果要点奶茶完全可以语音和豆包说一声，它用这个skill去点就行了。

不过，付钱还是得我最后拍板哈哈哈。

写到最后

回头看这两组不同方向的实测，我觉得豆包工作这个录制操作生成技能最戳中日常痛点的地方，就是能把那些我们常做的一些操作流程给攒下来。

它能让我只发自己的需求，就重新跑起一套熟悉的工作流。

哪怕遇到新页面或者新的流程，也能试着拿已有的方法去举一反三。

当然，像网络报错这种问题，可能就需要我们去更新自己的skill，当它遇到突发情况的话就会自己去解决。

但不管怎么说，以后在电脑上再碰到这种需要反复操作好几遍的活儿，我大概都会先停下来想一想：

要不要干脆花两分钟给它示范一次，存成自己的专属 Skill？之后能反复使用？

毕竟这样一来，下次再遇到同类任务，手里至少有了一套随时能拿出来接着用、也能边用边调的现成工具。

对了，最后提醒一下。

现在网页搜索『豆包工作』下载电脑端，新用户领 30 天免费体验套餐。老用户每日签到领额度、额度可攒着做任务时用。