对你的 AI 输出不满意？给它找个老师

最近做视频时，我发现了一个很有用的办法：让一个厉害的 AI，把自己的经验教给另一个更便宜的 AI。原本有明显差距的两个作品，其中一些部分的质量，居然很快就接近了。

事情是这样的。我让 Claude 和 DeepSeek Harness 做同一个主题的视频。两个工具用的模型都不错，但做完之后高下立判：Claude 的声音、配乐和画面，明显更好。

没有 Claude 也没关系，这个办法同样可以用国内的 AI 工具来尝试。先看我这次是怎么做的，后面再讲怎样根据自己已有的工具来搭配。

以后都用 Claude 做，当然是一个选择。但 DeepSeek Harness 配合的模型成本很低，如果能提高质量，同样的预算就可以做更多视频，也可以尝试不同的题目和讲法。我想看看，这个差距能不能缩小。

于是，我让 Claude 把自己制作视频的经验详细总结一下，写成一份文档，再交给 DeepSeek Harness 去参考和复用。

结果让我很惊喜。DeepSeek Harness 照着做之后，声音和配乐在我听来已经达到了 Claude 那个版本的水平，连节奏都几乎一模一样。

声音在视频里非常重要，有时候重要性甚至超过画面。同样一段内容，旁白、配乐和节奏变了，观看感受就会有很大差别。而这部分经验，原来真的可以复制过去。

这让我有了继续尝试的兴趣。我们看到一个 AI 做得不好，很容易认为它能力不行。但这次至少说明，有些事情它做不好，是因为还没有用上已经验证有效的方法。把方法交给它，结果就不一样了。

当然，画面还没有跟上。虽然比之前有改进，但仍然不如 Claude。尤其是讲解内容时用到的示意图，我希望它既好看，又能把事情讲清楚，这部分还要继续打磨。

怎么办？我把 DeepSeek Harness 做出的典型图片交给 Claude，让它诊断问题，并给出具体的修改意见。然后，我再把这些意见转给 DeepSeek Harness，让它优化。

我们自己看一张图，往往能感觉到不够好，却说不清具体原因。最后只能反复要求“好看一点”“高级一点”。让表现更好的 AI 来诊断，就可以把这种模糊的感受，变成另一个 AI 能照着执行的建议。

但我不想每做一个视频，都从头重复这个过程。画图示意是我讲解内容时经常需要的能力，能不能把经验留下来，以后持续复用？

Claude 建议，除了经验文档，还可以做成一个 Skill。可以把它理解为一套供 AI 反复使用的工作方法，遇到相应任务时，就拿出来参考。

于是，我让 Claude 制作了这个 Skill，并装进 DeepSeek Harness 的目录，供它后续使用。它在不同题目上能发挥多大作用，还需要继续看作品。但至少，下一次有了可以参考和改进的基础。

回头看，这个过程很像老师带学生。

先让 Teacher AI 和 Student AI 做同一道题。谁做得好，谁就把方法总结出来，交给另一个学习。学生做完还有差距，就把作品交给老师诊断，再继续修改。有效的经验则保存成文档或 Skill，留着下次用。

我觉得，可以借用“蒸馏”这个概念来理解它。这里没有重新训练底层模型，而是通过文档、示例和 Skill 传递做事的经验。对我们这些使用者而言，重要的是：另一个 AI 参考这些经验之后，能不能把事情做得更好。

一个厉害的 AI，除了帮我们完成工作，还可以教会其他 AI 怎样完成工作。 这样，它探索出来的好方法，就能在后续任务中反复使用。

如果你没有 Claude，可以从自己能用的国产模型里选。拿同一个任务比较一下，哪个做得更好，就请哪个当老师。也可以试试让 Pro 模型教 Flash 模型：如果 Pro 在这个任务上表现更好，就让它做示范、提修改意见，再让成本更低的 Flash 参考执行。老师要看实际作品来选，不能只看名字或价格。

不用为了这个方法一下子订阅好几个工具。先用手里已有的，把一个经常要做的小任务做好；确实遇到解决不了的问题，再考虑请能力更强的模型帮忙。即使工具不支持 Skill，也可以先把经验保存成文档，下次做类似任务时交给它参考。

具体开始时，让做得好的那个先总结经验，指令可以这样写：

“请根据这次实际制作过程，把有效做法整理成一份交接文档，写清用了什么工具、怎样操作、哪些尝试没有效果，以及如何判断成品是否合格，让另一个 AI 能照着复现。”

把文档交给另一个 AI，让它重新做一遍，再比较结果。哪里还不满意，就把具体作品交回给“老师”，请它继续指导。

这里要看实际效果。文档写得再完整，也不等于学生已经学会。就像我这次制作视频，声音和配乐已经很接近，画面却还有差距，后续就应该重点改画面。换一个题目之后，也可以再看看，哪些经验依然有用，哪些需要调整。

这个方法也可以用在写作和编程中。比如，让更擅长写作的 AI 对照两篇稿子，讲清楚差别在哪里、应该怎样改；让更擅长编程的 AI 检查代码，把具体问题和有效解法留下来，再交给日常使用的工具参考。

我们需要做的是挑选老师、比较作品、判断哪些意见值得采纳。过程中学会的经验，尽量保存下来，供后续复用。

对我来说，这次尝试最实际的收获，就是看到了提高质量、降低成本可以同时发生的可能。让厉害的 AI 探索方法、诊断问题，让更实惠的 AI 参考这些经验去做。同样的预算，就有机会多做一些高质量的视频，也敢于多尝试几个自己感兴趣的方向。

如果你也在用 AI Agent，却经常觉得它做出来的东西不够满意，同样的要求还要反复交代，推荐听听我在知识星球分享的《如何让你的 Agent 真正帮你干活（谈谈工作流和 Skill）》。

这期语音讲的是，怎样把自己的做事方法教给 Agent，把反复修改后得到的好经验留下来，供以后的工作复用。如果你希望 AI 能更懂你的要求，帮你承担一些每天都要做的事情，这一期可以作为开始实践的参考。

欢迎加入「辉哥奇谭」知识星球，收听这期语音。配套的工作流示例和 Skill 材料，也可以结合自己的需要参考使用。

点击阅读原文，收听本期语音。

👇