昨天突然有个朋友请教我如何学会用 AI 的事情
我发现我讲来讲去，都是下面这三个事情：
- 使用最牛逼的 AI 工具
- 总结你的生意中的工作流，
- 用 AI 替代部分，或者全部工作流
但一般说到这里对方都是云里雾里，为什么呢？
其实大部分人听不懂抽象的理论，只能听懂实际操作步骤。于是我苦思冥想想找个案例演示一下，但一直求而不得。
今天楼下拿快递，就被我想出来做一个找快递的 APP（AI 自动做）。
下面文章，我将带你将生活中你的工作流，提取成一个带有 Agent 界面的 App。
工具准备
相比采用传统的自己手动提取工作流的过程，然后逐步切换 AI 替代的过程。我更倾向于，在一个聊天界面聊天，然后让AI 提取工作流的过程。
找来找去，决定使用Creao 来实现这个流程：app.creao.ai/signup?referCode=EN4W3H05C
通过上面的网址注册后，我们就开始和 AI 聊需求就行了，只要 AI 这次的活帮你干完了，你就能将这个变成一个封装的应用了。
更有趣的是，你还可以随时改进它，改错了也没有关系，使用版本控制功能撤回就行。
那么，废话少说，我带大家做出我们的第一个智能体。
手把手带你做一个找快递位置智能体
不知道大家有没有这么一个痛点，就是拿快递码去快递站找快递时候，感觉特别难找。找一个还有耐心，要是家人让你拿 5 个快递，加上你楼下的驿站入迷宫一般的话，起码得花20 分钟。
找快递很明显是一个流程化的事情，包含着下面的工作流。
- 获取快递码
- 下楼
- 找到快递柜，层级
- 在每个层级找出那个不起眼的快递
- 快递出柜
大部分人其实不知道哪个步骤 AI 能不能彻底代替人工的，因为你不知道 AI 的能力到底到了什么地步了。
那么有什么办法判断？答案是排除加试错法。
上面流程中：（1，2，5）AI 都不好做：
- 取快递码+快递出柜都要对接大公司的系统
- 下楼：纯粹物理行为，AI 帮不了忙
接下来我们就要试试，AI 能帮我们找到快递吗？
聊天测试 AI 能力是否能帮忙识别快递
首先我们开始在网站创建一个工作区：
然后在对话框，按照常见的提示词格式（上下文，角色，步骤）输入初始 Prompt：
好了，你的第一个智能体已经创建了，接下来我们要测试一下了。
如何测试呢？输入一张快递柜图片，和快递，看它能不能找到。
结果找到了
但一次测试是不够的，我们试试一个一张图里面，有两个相同快递号的场景。
果然，AI 足够聪明，能识别出来。不仅仅位置，而且颜色也识别出来了
大家可以测试更多情况，为了演示，我就开始创建智能体应用了，具体操作如下图：
创建了，日常如何使用和更新呢？ 请看下面。
创建并更新智能体
创建智能体后，它会有个自带的 UI 界面，刚刚够用，如下图：
假如在实际使用中，碰到问题咋办？比如说下面这个图片，快递是倒立的，识别不了。
使用界面右上角的编辑功能，我们指出 AI 的错误，要求识别倒立的图片，不仅如此，我们还要求以后标出图片的出处。
后面的测试结果不错，成功找出并标记了快递位置。
到此，我们跑完，通过AI 落地实际业务中的流程：
- 分析业务流
- 测试 AI 能力边界
- 创建自己的第一个智能体
- 更新智能体
- 部署使用
希望对各位老板们有帮助。
更多
其实介绍的 @CreaoAI 的 Agent 内置了很多能力
内部连接还多外部应用，串联不同的 APP 生态，而且内置了很多 Skill，还可以自定义 Skill。
更有意思的，创业团队提供的免费试用，无需信用卡的活动，大家可以登录到CREAO 注册： app.creao.ai/signup?referCode=EN4W3H05C
2026 年，AI 时代加速到来，OpenClaw 的爆火后，大家开始意识到 Agent 是能干活的了。
但是如何将实际的活派发给 Agent，确保他能干稳定，才是关键所在。
今天的文章为上面的问题提供了个小小的思路，希望对你们有帮助。
