最高效的学习其实是“不学习”?Gemini 3.0 揭示了AI时代的“拿来主义”

最近大家看Gemini3.0可能了解了很多它在前端代码生成方面的能力。但忽略了它的最强的一个应用场景:就是把它当做任何一个软件的高级专家去使用。
这个用法能将我们学习新工具(如影刀、Dify、Hexo)的时间从几天压缩到几分钟,跳过枯燥的学习过程,直接拿结果。
当然,如果这个软件满足以下条件任意之一会更好(因为Gemini 3.0强大的上下文窗口能力):
在网上有很多教程
官方文档写的非常好
软件开源
下面我们以影刀RPA为例,简单的给大家演示一下过程。
操作过程
先将我们的需求简单描述一下,让Gemini 3.0帮我们优化下提示词。
因为我本身对影刀有一些简单的了解,知道它很多工具都是基于python处理的,也知道他对python有非常好的支持,所以我下面的初版提示词提到了python脚本。
但是如果大家没用过,其实它也会给一个完全是影刀RPA的指令的完成方式,但是会相对会需要你多沟通几次。
你可以这样问,还有没有其他操作起来更加简单地方案呢?
我现在有一个业务需求,业务人员每天都会受到一封固定邮件,附件内容也是固定的是一个excel,业务人员收到以后,需要将附件下载,然后解压缩打开,使用excel对数据进行筛选处理,筛选完成,需要打开收付系统,进行表格导入,这个动作每天基本都是固定的相对来说还比较费时间,所以我想用影刀rpa帮它做这个事情。请你阅读影刀的官方文档,给我一个详细的可操作步骤,让我使用影刀完成,我不确定什么时间会发这封邮件。另外请你充分考虑异常流程如何处理及通知。excel数据处理部分,可以使用Python脚本实现。另外,收付系统这里,我和开发沟通以后,开发可以提供一个后端接口,直接动过post请求实现,但是他要求是json格式的数据。请你给我按步骤给我列出所有需要用到的指令,以及指令的配置内容。 |
我比较简单粗暴直接使用了上面的提示词,但是大家最好先让大模型优化下,比如按照google的提示词最佳实践进行优化:
## 角色 (Persona): |
这是我将我的原始提示词输入以后,第一次的答案:
很明显它是错误的,因为对影刀有一些简单地了解,它是有触发器的:
因为我第一次忘了给它官网文档地址(其实我最开始发现它今天我介绍的这个用法的时候,我根本没有给它官方文档),他也能做的很好。
这次给的方案基本已经可用了,我这里没有截图,因为我想进一步优化,比如加个企微通知:
结果很好。
通过上面这套“投喂文档 + 提出需求”的组合拳,我在完全不熟悉影刀高级功能的情况下,直接学习到了以下几个我原来从来不知道的影刀使用方式:



这些截图里的功能(比如 Python 格式化消息),如果让我按传统方式去学,可能需要翻两小时文档。
但现在,这就是说一句话的事儿。
这也引出了我今天想说的核心内容:
在 LLM 时代,请放弃“先学完再动手”的旧习惯,拥抱“干中学”的高效路径。
- 遇到不懂:直接把需求扔给它,让它给方案。
- 遇到报错:直接把截图甩给它,让它做排查。
这种方式能建立极快的正反馈循环。让我们的角色发生很大的转变。我们不再是工具的学习者,而是工具的指挥官。我们只需要关注结果,而让 AI 来做我们最好的指导老师。
最近我已经将这个方式,用到我所有常用的工具上面了,不管是dify还是什么(ps:甚至我在想dify本身的工作流是yaml文件,那我是不是可以让Gemini来学习大量的dify工作流yaml,来直接给我生成呢?是不是可以直接生成影刀RPA的指令集呢。)
最后
其实在2.5Pro的时候我就这么用过,但是当时感觉效果不明显,给的很多步骤都是胡说的。
但是3.0的时候,真的就感觉开窍了。
它可以在知识的宇宙里,精确的定位你要寻找的星球,并且将星球上的一切法则,用最懂你的方式,教会你。
总觉得提示词在Gemini3.0 Pro让我感受到了被理解,就是他知道你想要找哪个星球,会根据你的需求,精准的定位,并在你限定的框架里,画出最美的花。




