【數位教練導讀】
很多人剛裝好 OpenClaw，第一個反應是「好強」，第二個反應就是「好亂」。
不是功能不夠，而是你還沒掌握那幾個真正能改變工作流的小指令。
如果你每天都在跟 AI 對話、除錯、整理需求，卻常常遇到以下三種狀況：
- 主線做到一半，突然想插問一個小問題，結果整段對話被帶歪。
- 任務一大包，只能自己一條線慢慢跑，效率被卡住。
- 對話越聊越髒，越聊越亂，最後不知道 AI 還記得什麼。
那你真正缺的，通常不是更強的模型，而是更好的指揮方式。
這篇文章，我想用最實戰的角度，帶你看懂 OpenClaw 最值得先學的 3 個小功能：/btw、/subagents spawn、/new。
它們看起來很小，實際上解的是三種最常見的 AI 協作瓶頸。
為什麼這 3 個功能會讓你少走 80% 的彎路？
OpenClaw 最容易讓人卡住的地方，不是安裝，而是「對話管理」。
很多新手以為，只要把需求丟進去，AI 就會自己聰明地一路做完。
但真實世界不是這樣。
實際使用時，你會一直遇到三個問題：
- 支線干擾主線
- 大任務沒有分工
- 上下文越用越混亂
而這 3 個指令，剛好對應這 3 個痛點。
換句話說，它們不是炫技功能，而是 AI 工作流的基礎設施。
1. /btw：讓你安全插問，不把主線搞亂
/btw 可以把一個問題當成「題外話」插進目前對話裡。
它最有價值的地方，不是可以多問一句，而是你可以問支線問題，又不污染主任務的脈絡。
很多人平常跟 AI 工作時，最容易發生這種情況：
- 本來正在整理網站改版流程
- 聊到一半突然想問「剛剛你說的 session 是什麼？」
- 問完之後，AI 開始一路解釋 session、token、context
- 原本的改版流程直接失焦
這就是典型的線性對話限制。
而 /btw 的用法，就是把這種支線提問隔離出來。
什麼時候最該用 /btw？
- 主線任務進行中，臨時想追問一個名詞或概念
- 你只想要一個快速回答，不想改變主任務方向
- 你要確認某段程式、某個錯誤訊息、某個術語的意思
實戰範例
幫我整理這個專案的登入流程
/btw 剛剛你提到的 session 是什麼意思？
繼續主線
這樣的好處是，AI 可以短答你的題外話，然後主線還能繼續。
/btw 的真正價值
它不是一個問答捷徑，而是避免上下文污染的防呆機制。
對經常拿 AI 當工作夥伴的人來說，這會非常關鍵。
因為你不是只在聊天，你是在跑任務。
2. /subagents spawn：把大任務拆出去，讓 AI 開始分工
第二個最值得學的是 /subagents spawn。
如果說 /btw 解決的是「支線問題」，那 /subagents spawn 解決的就是「複雜任務」。
很多人對 AI 的使用方式，還停留在單線操作：
- 查資料
- 寫文案
- 改程式
- 看錯誤
全部都丟給同一個對話視窗慢慢做。
這種做法不是不能用，但效率很快就會撞牆。
因為當任務開始變大，例如：
- 一邊要查 bug
- 一邊要整理架構
- 一邊要補文件
- 一邊要比對前後差異
你如果還只靠一條主線硬跑，整體速度就會很慢。
而 /subagents spawn 的核心價值，就是把某一塊工作交給子智能體獨立處理。
什麼時候最該用 /subagents spawn？
- 任務可以拆成 2 到 3 個互不干擾的部分
- 你需要同時做分析、整理、驗證
- 你不想把所有上下文都塞進同一條主線
實戰範例
/subagents spawn 幫我檢查這個專案登入流程有哪些風險
/subagents spawn 幫我整理 API 文件缺漏
/subagents spawn 幫我列出這次改版可能影響的頁面
這樣做之後，你的主線對話就能保留在「指揮」的位置，而不是陷入全部細節。
/subagents spawn 的真正價值
它讓你從「自己做所有事」，升級成「開始分工」。
這也是很多人第一次真正感受到 Agent 與聊天機器人差異的地方。
聊天機器人比較像一個很會回答問題的人。
子智能體分工，才開始有點像一支小型團隊。
3. /new：對話聊髒了，就不要硬撐
第三個很多人低估，但實戰超重要的，就是 /new。
很多人使用 AI 的時候有一個習慣，就是什麼都往同一個對話裡丟。
結果就是：
- 今天聊程式
- 等一下聊網站文案
- 再來聊課程設計
- 晚點又回來問剛剛那段 code
最後整個上下文變得又厚又亂。
這時候最常見的誤區是什麼？
就是明明對話已經髒掉了，還硬要在原地修。
但其實很多時候，開新執行緒比硬救舊上下文更快。
什麼時候最該用 /new？
- 主題已經完全換了
- 前面上下文太多，AI 回答開始飄
- 你想重新定義任務邊界
- 你懷疑舊對話已經混入太多噪音
實戰範例
/new
現在重新開始，我只想討論 WordPress 發布流程
這樣做的好處很直接：
你不用再猜 AI 到底還記得哪些舊脈絡，也不用一直修補前面的對話污染。
/new 的真正價值
它不是清空聊天紀錄而已，而是主動重建任務邊界。
對高頻使用 AI 的人來說，這其實是一種很重要的工作習慣。
你可以怎麼記這 3 個指令？
如果你只想先背最核心的一句話，可以這樣記：
- 插問支線：用
/btw - 任務分工：用
/subagents spawn - 重開脈絡：用
/new
再往下延伸，你就會發現這 3 個指令其實對應的是 3 種 AI 協作能力：
- 對話控場能力
- 任務拆解能力
- 上下文管理能力
這也是為什麼我會說，它們看似只是小功能，實際上卻能讓你少走非常多彎路。
因為多數人的問題，不是工具太弱，而是工作流太亂。
新手最容易犯的 3 個錯誤
1. 什麼都在同一條對話裡做
看起來省事，實際上最容易把上下文越聊越髒。
2. 明明是支線問題，卻直接插進主線
結果一個小提問，把整個主任務帶偏。
3. 任務變大了，還不願意分工
最後 AI 不是做不到，而是你把它當成單執行緒工具在用。
數位教練的實戰結論
如果你把 OpenClaw 當成聊天工具，你只會覺得它「很厲害」。
但如果你把它當成工作流引擎，你就會開始在意：
- 如何避免上下文污染
- 如何拆任務
- 如何維持主線清楚
而 /btw、/subagents spawn、/new，剛好就是這三件事最短的入口。
所以真正值得先學的，不一定是更複雜的自動化，而是先把這 3 個基礎動作練熟。
當你能夠穩定地：
- 在主線裡安全插問
- 在大任務裡啟動分工
- 在混亂對話中果斷重開
你跟 AI 的合作品質，通常會直接提升一個層級。
💡 數位教練的 3 個精華 Insight
- AI 效率的核心，不只是模型能力，而是上下文管理能力。 很多人以為自己卡住是因為模型不夠強，實際上常常是對話流已經亂掉。
- 真正高槓桿的用法，是從「自己做」升級成「開始指揮分工」。
/subagents spawn的價值，不在酷，而在你終於開始把 AI 當團隊，而不是當單一聊天框。 - 遇到髒上下文時，最快的修復不是硬救，而是果斷重開。
/new不是重來，它是重建清晰度。
🚀 準備把 OpenClaw 從「玩具」變成真正能幫你做事的 AI 工作流嗎？
如果你現在也卡在以下其中一種狀況：
- 裝好了 OpenClaw，卻不知道怎麼真正用進工作裡
- 想把 AI 導入公司或個人流程，但總是越玩越亂
- 有很多工具，卻沒有一套能穩定複製的操作系統
那你需要的通常不是再多看 10 支影片，而是有人幫你把流程真正打通。
參考來源：
OpenClaw 這 3 個小功能，能讓你少走 80% 的彎路
