如何自动化获客(完整指南)
本文是一份自动化获客完整指南,介绍如何利用 AI agent(如 grok bot、hermes)和 skill 文件,为数字产品、本地实体生意或无产品者自动生成线索。核心方法:找到已付费人群,抓取公开数据,生成买家画像与广告素材,通过 whop ads 投放或渲染物业修复效果触达业主,最终将线索卖给企业。文章分三条 pipeline:数字线索、实体线索、线索变现,并说明 agent 负责寻找、画像、素材、渲染、外联等,仅少数环节需人工决策。
本文是一份自动化获客完整指南,介绍如何利用 AI agent(如 grok bot、hermes)和 skill 文件,为数字产品、本地实体生意或无产品者自动生成线索。核心方法:找到已付费人群,抓取公开数据,生成买家画像与广告素材,通过 whop ads 投放或渲染物业修复效果触达业主,最终将线索卖给企业。文章分三条 pipeline:数字线索、实体线索、线索变现,并说明 agent 负责寻找、画像、素材、渲染、外联等,仅少数环节需人工决策。
本文介绍如何用 Grok Bot 搭建一个教练式创作工作台,通过三个 Bot 分工协作:情报总监负责选题与来源核查,创作搭档负责解释术语和拆解最小实验,内容主编负责根据真实材料写稿。文章详细说明了每个 Bot 的配置、测试方法、文件接力机制和群聊协作流程,强调先单独跑通再串联,确保信息真实、过程可追溯,帮助边做边学的普通创作者把想法落地。
文章深度拆解 Lauren(前 Meta/Netflix/Cursor、React Compiler 核心成员)公开的 pstack 开发方法。pstack 不是模型或 IDE,而是运行在 Coding Agent 之上的工程工作系统,核心是 Verification Skill:让 AI 启动真实应用、像用户一样操作、收集截图/日志/性能数据作为证据,失败则自动返工。文章还介绍了 Build the Lever(把重复流程做成工具)、Feature Map(物化记忆)、多 Agent 并行编排等思想,强调先提高单个 Agent 可信度再扩大规模,并理性看待'每月 2000 个 PR'的说法,指出人仍需负责验收标准设计与关键决策。
本文基于 Lenny's Podcast 专访 Grok Bot 产品负责人 Roman Ugarte,复盘 SpaceXAI 旗下 Grok Bot 从第一行代码到爆火只花一个月的过程。核心在于持续做减法:小团队物理隔离以提升决策带宽、拒绝塞进 Cursor 而另起炉灶、全云端运行且每个 bot 拥有独立虚拟机、核心团队手动 onboard 前两三百名用户、不引导用户自行发现 chief of staff 用法、发布前两周专注删除非必要功能,用 launch tweet 判据将「产品有了什么」改为「产品能干什么」。文章最后总结七条方法论,强调护城河是被发现的而非规划出来的。
作者以创建“AI情报员”为例,从零详解 Grok Bot 的完整使用流程:区分 Grok、Grok Build 与 Grok Bot 的定位,说明其核心在于持久云端电脑而非聊天框;梳理账号资格、登录授权、多平台安装与首次启动的常见坑;讲解如何用狭窄岗位定义创建专岗 Bot,并给出“结果+资料入口+限制+交付物+审批点”的任务公式;强调按证据而非排版验收 AI 产出。最后介绍如何将周报服务从小单验证扩展为面向海外客户的三档定价,最终实现月入 5000 美金。
本文整理了 SpaceXAI 官方发布的非工程师使用 Grok Bot 的最佳实践案例。作者发现官方数据显示非技术岗位是 Grok Bot 最重的使用群体,因此调研了招聘、销售、市场、财务、设计五大职能的具体用法:招聘用 Talent Scout Bot 自动搜寻和评估候选人;销售团队以幕僚长 Bot 总控,一人带一队 Bot 覆盖会议准备、拓客、客户跟进全流程;市场用 Bot 自动把研讨会线索分发给对应销售;财务的 Haggle Bot 通过席位审计和供应商比价一周省下超十万美元;设计师用四个协作 Bot 高效完成 Figma 设计和动效原型。文章强调 AI 可自动化流程,但关键决策和审批权应保留在人类手中。
本文是一篇实操教程,作者详细讲解了如何用 Grok Bot 搭建一人公司的 Bot 团队。通过个人网站从想法到上线的完整案例,阐述了 Bot 的配置方法:先为一个 Bot 设定长期系统简介和职责边界,安排第一个任务进行设计探索;当出现值得长期单独负责的工作岗位时再新增 Bot(如专职动效的 Motion God、负责工程上线的 Devbot、负责 Figma 生产的 Figma Bro);当多个 Bot 需协作时建立群聊,做好交接资料整理和分工规范。文章总结了 Bot 简介写长期职责、任务放聊天里、重复工作流沉淀为 skill 等核心心法,帮助读者按自己的工作流搭建 Bot 团队。
本文介绍如何利用 Grok Bot 的 Webhook 触发器和 iOS 快捷指令搭建一条知识自动入库流水线。作者通过在 Grok Bot 中配置 Webhook 触发器作为例行任务,并在 iPhone 上创建快捷指令发送 POST 请求(含 Authorization 认证头),实现手机上抖音视频、公众号文章、网页链接等内容一键分享后自动转录、分析、整理并写入知识库。对于微信等没有系统分享面板的应用,作者还设计了输入框式的快捷指令作为补充入口。整个过程在云端完成,全自动无需人工干预。
本文详细介绍如何用 xAI 推出的 Grok Bot(配有云端电脑的 AI Agent)搭建一支自媒体内容团队。作者配置了五个角色:情报侦察员、选题策划师、内容主笔、事实编辑和数据复盘师,形成从信息收集到发布复盘的完整内容流水线。文章涵盖 Grok Bot 与 Codex、Claude Code 的区别、权限边界设置、共享目录结构搭建,以及每个 Bot 的完整提示词配置。作者强调保留人工确认环节:发布、点赞、私信等敏感操作必须人工执行,并给出了关掉本地电脑执行、写入禁止项等安全建议。
作者从两块钱的 SuperGrok 试用号出发,分享了为 Grok Build 开发 PC 桌面端 Grok App 的经历,以及如何让 Grok Bot 维护 Awesome Grok Bot 仓库。面对 Grok Bot 一周额度烧光的困境,作者提出将 Grok Bot 作为调度端、把执行任务交给 Grok Build 的方案,进而总结出"能力路由 + 额度路由"的三层架构(规划、调度、执行),实现多模型、多订阅之间的额度负载均衡。文章还分享了本地授权迁移到 Bot 虚拟机的"邪修"技巧和 X 开发者积分的节省策略,核心理念是:不要让一个 Agent 干完所有活,让每个模型干自己最擅长的事。
SpaceXAI 工程师分享如何用 Grok Bot 打造 AI 工程团队:将 Grok Bot 视为能管理编码 agent 的“工程实习生”,通过五个各司其职的工程师 Bot 负责移动端、桌面端、基础设施等领域,配合运营 Bot Jenny 处理 onboarding 与复盘。核心方法包括共享 Notion 数据库突破上下文限制、夜间自动代码审计、P0 紧急流程等,实现同时管理 200+ cloud agent。作者总结了给 agent 完整反馈闭环、减少重复工作、让 Bot 互相编排等实践建议。
本文翻译自 x.ai 官方文章,深入介绍 Grok Bot 的设计理念。Grok Bot 是为持久智能体设计的产品,能在单次会话后持续工作。设计团队将产品概念精简为五个核心对象:机器人、聊天、提示、工具和工件;以'机器人名册'取代一次性聊天记录作为主要交互对象;通过富有表现力的头像系统展示机器人身份与状态;将机器人的电脑作为独立工作空间分三层展示(状态、预览、接管);采用结构化卡片回复;通过协调机器人组织多智能体协作;利用例程实现无需用户激活的持续推进工作。整个设计围绕'让智能体承担更多责任,让界面对用户要求更少'展开。
本文编译自 Nate Herk 的文章,系统梳理了 Grok Bot 平台的 25 个核心概念,并补充第 26 条建议——将日志记录到自己可掌控的地方。内容分为五部分:Bot 的定义(岗位、描述、模板、记忆与压缩)、运行环境(共享云电脑、浏览器、文件系统、终端)、能力(Plugin、Skill、教学任务、例行任务、Webhook)、协作方式(群聊、@提及、交接、回复)以及控制手段(审批、人工接管、用量、运行记录、通知、管理)。文章强调从单一 Bot 和可靠 Skill 起步,逐步扩展,并保持对话之外的耐久记录以防自治团队失控。
文章阐述了 Grok Bot 带来的人机协作范式转变:从编写提示词到定义岗位,从回答问题到交付可验收的结果,从人工在软件间搬运信息到 Bot 在云电脑上跨工具自主执行。作者对比了 Grok Bot、Codex、Claude Code 和 Hermes Agent 的职责分工:代码仓库工作优先编码 Agent,跨网站和业务应用的持续任务适合 Grok Bot,追求自主部署可选 Hermes。文章详细讲解了 Grok Bot 的安装注册流程、账户结构(共享云电脑、多个不同岗位的 Bot、Skill 与 Routine),并强调权限边界管理——Bot 分岗不等于安全隔离,高风险动作需人工审批。最后引导读者动手创建一个 AI 情报日报 Bot,学会管理数字员工。
本文是 xAI 于 2026 年 8 月推出的 Grok Bot 的万字入门教程。作者把每个 Bot 视作一名长期在岗的数字员工,介绍了 Grok Bot 与 Codex、Claude Code 等工具的区别:它从长期岗位而非单次对话出发,围绕跨软件任务、云电脑、连接器和多 Agent 协作组织工作。文章从创建第一名数字员工开始,讲解如何撰写岗位说明、派发明确结果的任务,并覆盖五大核心组件:Bot、Skill、定时任务、群聊和连接器。最后以电商公司为例,演示搭建包含经营值班员、内容增长专员、库存分析员等岗位的数字员工团队,强调权限边界与人工审批的重要性。
作者分享如何用 Grok Bot 搭建一人公司的完整指南。她将自己获得 4100 万次浏览的营销系统(基于 7 个 Claude Skills)迁移到 Grok Bot 中,组建了 4 个专职 Bot 组成的 AI 营销团队。文章强调:不要构建一个通用 Bot,而应让每个 Bot 只做一件事,共享云端电脑,相互传递工作。作者给出选择第一个自动化任务的 5 条标准(周期性、稳定、多步骤、可逆、可衡量),并提供了首席幕僚、营销、销售、客服、运营、财务等功能的组织架构表,指出关键是在关键操作上设置审批边界,让自己从瓶颈变成决策者。
作者介绍了 Grok Bot 新上线的 Templates 功能,模板包含机器人所用的技能、记忆和官方插件,可在不含隐私数据的情况下分享工作流。作者分享了多个喜爱的机器人模板:DevRel bot 每天从 X 书签中挑选新工具生成演示;Loops 作为外层工程代理协调 Cursor coding agent;X 算法机器人建议发帖时机与格式;Writing bot 基于写作经典书籍协助文字润色;Personal CRM 自动整理 X 互关好友到 Notion;Image generation bot 通过标准化提示词与调色板生成风格一致的图像资产。
文章详细记录了作者在 M 系列 Mac 上从零搭建 Grok Bot 的完整流程。Grok Bot 是 xAI 推出的 Agent 产品,配备持续运行的云电脑,可操作浏览器和终端,并通过插件接入 X 等外部服务。作者先确认账号资格并完成安装登录,随后介绍了 Bot 对话、插件市场和云电脑三大核心界面;通过接入 Cloudflare WARP 调整云电脑网络出口,避免风控问题;再手动开通 X Developer Account、创建项目与 App,补齐插件配置。最终成功通过 MCP 读取 X 账号最新帖子及互动数据,实测获得 240 美元免费 API 额度。文章建议从只读任务开始,对写入操作保留人工确认。
SpaceXAI 工程师 Lingxi Li 分享了用 Grok Bot 构建和管理工程机器人团队的经验。他将 Grok Bot 视为能干的技术实习生,可管理多个编码代理并从工作方式中学习。文章介绍了五个各司其职的工程师机器人(覆盖 iOS、桌面端、Android、基础设施和 Harness),以及负责运营的 Jenny 机器人。通过 Notion 数据库、Cursor 云代理、截图验证等多模态反馈闭环,机器人团队可同时管理 200+ 云代理,自动完成 CI 检查、代码审查和 PR 合并,显著提升团队交付速度和效率。
文章介绍了如何节省 X 开发者积分的使用方法。核心策略是将任务拆分:查信息走 Grok Build 的 x_search(消耗 Grok 订阅额度,不扣开发者积分),读写操作走开发者控制台创建的 APP 凭证(比连接器功能更全且价格相同)。作者详细演示了从创建 App、开通读写权限、生成凭证到在 Grok Bot 中完成授权并成功发帖的完整十二步流程。还提醒了一个坑:发帖正文包含域名会按带 URL 计费($0.20 vs $0.015),建议链接放评论区。通过这种负载均衡方式,$100 积分可以高效使用很长时间。
本文是关于 xAI 于 2026 年 8 月推出的 Grok Bot 的完整入门教程。Grok Bot 与普通聊天工具不同,每个 Bot 拥有持久的云端计算机(浏览器、文件系统、应用登录权限),可在用户离线时持续执行多步骤任务,还能将成功的任务转化为可复用技能并定时运行。文章系统讲解了七个模块:访问方式与真实成本(需 SuperGrok Heavy 约 $300/月或 Cursor Ultra $200/月)、持久计算模型的架构意义、优先构建 Chief of Staff Bot 进行工作审计、一个 Bot 只负责一个任务的纪律、先手动验证再创建新 Agent、通过演示教学替代提示词描述,以及将已验证任务调度为自动例程。文章强调需要像管理员工一样以纪律运营这些 AI Agent。
作者分享了 Grok Bot 绑定 X 账号后获得 X 开发者积分的实操经验:绑定后积分并非即时到账,需移除旧授权重新绑定并等待约 10 分钟。积分金额不一,常见约 $100 的促销额度(有效期约一年),另有 Premium+ 每月 $20。该积分为 X API 调用额度,可用于读帖、搜帖、查资料、发帖等接口调用。文章还给出四步领取操作指南,适合想做 X 工具开发、AI Agent 玩家及内容自动化运营者。
本文是一篇面向小白用户的 Grok Bot 保姆级教程。Grok Bot 是 x.ai 推出的自带云电脑的 AI Agent,不同于普通聊天 AI,它能实际操作软件、浏览器和文件。文章从下载安装、试用领取、绑定付款讲起,详细介绍如何创建第一个 Bot、编写高质量的任务单和岗位 Description,如何通过 Plugins 连接 X、Gmail、Slack 等办公软件,以及多 Bot 分工协作的组织方法(如 EA 与 Chief of Staff 架构)。作者还总结了十类适用场景(销售、内容运营、行政、财务等),并与 Multica、OpenClaw、Hermes 等 Agent 产品做对比,最后介绍了仅对美国用户开放的购物功能,强调权限最小化和审批优先的安全使用原则。
作者整理了 X 上 21 个值得关注的 Grok Bot 探索者账号。入门推荐先关注 SpaceXAI 官方团队的 3 人:matt palmer(28 分钟入门视频)、lauren(省钱额技巧)、eric zakariasson(多 Bot 团队管理)。随后介绍 7 位官方团队成员,包括社区负责人 Ben Lang 及多位工程师和设计师,关注他们可最早了解产品动向。此外还列出民间探索者如 XFreeze 的指南库、Daniel Ch 的多账号运营案例,以及 Naval、Patrick Collison 等行业大佬对 Grok Bot 的评价。作者主张 Follow builders, not influencers,建议关注真正把 Bot 当同事用的实践者。
作者分享深度训练 Grok Bot 搭建自媒体内容生产工作流的实战经验。核心方法是只与总助(马斯克角色)对话,由其协调情报、运营两个岗位,通过六步流程完成重训:继承登录态等可用资产、明确岗位职责分工、基于旧稿分析风格后进行每日选题、预先训练多套文风档案并以短码调用、外挂云端模型处理长读任务并建立使用规则,最终跑通从选题到成品文案的完整自动化流水线,验证了像管理真实团队一样训练 AI 岗位的可行路径。
文章介绍如何用 AI Agent(Hermes 或 Grokbot)自动寻找销售线索。传统方法是基于 ICP 手动猜测潜在客户,而更好的信号是社交平台上的公开购买意图——用户主动询问产品推荐、竞品替代方案等。文中提出完整工作流:定义理想客户画像、识别购买意图信号(附10分制意图评分标准)、在 X/Reddit/Hacker News 等渠道搜索、研究和验证买家信息、过滤打分后将合格线索持久化保存。强调不允许 AI 编造无法验证的信息,最后由人工审核并个性化触达信息。文中引用数据称2025年79%的 B2B 买家主动发起与供应商的首次接触。
文章介绍如何用四个专业化 Agent(项目经理 Piper、后端 Bay、前端 Fin、测试 Tess)组成一个多智能体工程团队,解决多 Agent 协作中交接时上下文丢失的经典问题。Grok Bot 的优势在于所有 Bot 共享同一台持久化云计算机器,状态以文件形式保存在磁盘上,消息只传递路径,使接手的 Bot 能完整继承前一 Bot 的知识。作者通过磁盘任务板 board.md、五个强制交接纪律的 Skill 以及 InsForge 后端平台实现全自动功能交付流水线。
作者总结了使用 Grok Bot 的实用技巧:全局安装 Compound Engineering 插件并让机器人先制定计划再执行;通过 AgentMail 给每个机器人独立邮箱,避免共用 Gmail 导致发送信誉受损,并可实现邮件转发、儿童日程摘要等自动化;接入 Twilio 电话号码让机器人代打电话,语言切换流畅但真人接听者可能拒绝。文章强调让机器人自己完成安装配置,并提供可粘贴的提示词。
作者 Chris 介绍如何利用 Grok Bot 搭建一套全自动的商业发现与执行系统。系统通过五个独立的信息源(招聘板、自由职业需求、应用评论、播客、论坛和 Reddit)每天扫描互联网,寻找被多个来源同时证实的问题。经验证的痛点会呈现在仪表盘上供人工批准,批准后 Grok Bot 会自动生成新代理,完成产品创建、网站部署、Whop 上架、结算链接生成以及对外推广。文章详细说明了工具配置(Whop CLI)、存储方案(SQLite 加 Obsidian 知识库)以及目标客户选择策略(聚焦老板直接决策的小企业)。
作者分享了如何让 Grok Bot 作为自动化 SEO 操盘手,帮助其处于隐身模式的软件公司在 90 天内实现 $27k MRR。Grok Bot 连接 Search Console、GA、关键词研究和 WordPress,自主发现有真实需求的页面、拒绝虚荣流量、准备最小化改动并跟踪 7 天和 28 天效果。核心方法是把 Bot 当作拥有明确职责边界的员工,从收入倒推 SEO 决策,而非追求泛流量,将 SEO 变成一条可解释的决策链。