試想一個最簡單的工作場景，回復客戶的詢盤郵件，并將郵件內容翻譯成法語版本，簡單整理后發(fā)送給客戶。

為了解決這部分需求，我們一般的操作流程，就是先用中文或者英文將大致郵件要點寫出來，然后再使用 AI 工具進行補充并翻譯相應文案。

這樣一番操作下來，至少需要涉及 3 個步驟。即各個軟件的打開與關閉、Prompt 的定位與使用，以及文案的復制粘貼。

當然，你要是有技術背景的話，完全可以自己寫相應的腳本來自動化這個流程，實現(xiàn)零人工干預的全自動操作。

但是并不是每個人都有技術背景，且這樣的場景一旦多起來，分別寫相應的自動化腳本的話，其工作量也是蠻大的。

所以更好的一個方案便是，有沒有一個很完善的框架，不僅收集了各個業(yè)務場景下需要使用的 Prompt，而且還可以很方便的與不同的工具軟件進行協(xié)作，甚至可以使用簡單幾個快捷命令便能完成具體工作。

OK，他來了。

Fabric 是一款完全免費的開源框架，不僅收集了眾多業(yè)務場景下能使用到的 Prompt，而且還提供非常方便的使用方式。我們只需要在本地機器上安裝相應的環(huán)境，便可以很方便的使用快捷命令來完成工作。

使用這款框架，我們再也不需要從頭開始發(fā)明“輪子”，完全可以“拿來主義”。即直接查找別人已經做好的 GPT，并直接在我們自己的項目中使用起來。

此外，我覺得這款框架還有一個特別棒的點，那就是信息完全透明。

不同于各種平臺上提供的 GPTs，雖然他們也提供了很豐富的功能。但是在某些情況下，這些通用的功能并不適合特定場景。

由此我們需要對這些通用 GPTs 進行一些自定義開發(fā)，或者是對其中的一些提示詞進行修改。但遺憾的是，各大平臺上的 GPTs 并沒有開源出相應的提示詞。

而且，我們還可以借助這款工具的幫助，將復雜任務拆解成一個一個能簡單的小任務（如上圖示例），并在這個過程中打造屬于自己的自動化工作流。

舉個很簡單的例子，你現(xiàn)在想去提取某個視頻的文案，并生成一份詳細的內容摘要。

這個需求看似很簡單，且現(xiàn)在市面上已經有不少工具能實現(xiàn)這種需求，但是你深度使用后便能發(fā)現(xiàn)其效果并不是特別理想。因為目前市面上的這些工具，針對這個需求的優(yōu)化其實做得還蠻粗糙的。

按照我自己的理解，要想生成某款視頻的詳細摘要，至少有 4 個步驟的工作要做。一是提取視頻的逐字稿，二是 Prompt 設定，三是摘要生成，以及最終文案的信息核查。

但是市面上的工具基本一個步驟就給你糊弄過去了，所以一旦這種場景是你的工作必須，那就得自己去設計相應流程并將流程規(guī)范化出來。

而 Fabric 這款框架，就能最大程度幫你提升這方面的效率。