一位創辦人如何使用 OpenClaw + Discord 來經營整間公司

一位台灣的創辦人在 X 上分享了一些東西，讓我停下了腳步。他透過 Discord 頻道經營整間公司——每個頻道都由 OpenClaw 驅動，搭配不同的系統提示詞和技能。寫作、程式開發、市場研究、Bug 追蹤，甚至育兒建議。全部自動化，全部集中在一個地方。

他的貼文獲得了 24K 瀏覽和 321 個讚。但真正的價值不在數字——而在架構。

設定方式：一個 Discord 伺服器，多個 AI 員工

運作方式如下。每個 Discord 頻道都有自己的角色定位：

📝 內容頻道 — 系統提示詞針對寫作調校，載入品牌指南和風格文件

💻 程式頻道 — 以程式開發為核心的提示詞，搭配程式庫上下文和技術技能

📊 研究頻道 — 市場分析提示詞，搭配競爭對手資料和產業動態

👶 育兒頻道 — 從精選的國際育兒部落格建立的知識庫

每個頻道都有自己的系統提示詞、自己的技能，和自己的記憶。複雜的專案會有專屬的專案資料夾和自訂記憶庫注入提示詞中——減少不必要的工具呼叫，節省 token。

把它想成雇用了一整個專家團隊，只不過他們每月總共只要 $30，而且從不睡覺。

讓一切成真的整合串接

這不是玩具等級的設定。他串接了：

💬 Slack — 公司內部溝通

📋 Linear — 專案管理與工單追蹤

🐙 GitHub — 程式碼儲存庫

📱 Telegram — 客戶社群群組

OpenClaw 會自動掃描 Telegram 社群聊天。當有人回報 Bug 或提出功能需求時，AI 會判斷嚴重程度，並開立一張 Linear 工單指派給對應的負責人——完全不需要人工介入。

每週會議錄音透過 Whisper 轉錄，然後 OpenClaw 產生會議摘要和行動項目。每週如此。全自動。

AI 開始自主思考的那一刻

這裡就是有趣的地方了。接下來的部分，他完全沒有事先設計過。

在累積了足夠的上下文之後——會議決策、工單指派、專案時程——AI 開始做一些他從未設計過的事情：

當某項任務超出了預期時程，OpenClaw 主動建議他請 PM 跟進延遲狀況。

沒有任何規則觸發這件事。沒有設定任何自動化。AI 只是擁有了足夠的上下文來串連線索：這個任務延遲了 → 這個人負責 → 應該有人去跟進。

**這就是「上下文工程」在實務上真正的意義。**你餵入的結構化資訊越多，就會產生越多湧現行為。那些你無法事先預測或設計的行為。

意想不到的用途：育兒

家裡有了新生兒，他需要可靠的育兒資訊。但大多數中文來源的內容品質低落且反覆抄襲。

所以他打造了一套解決方案：

1. OpenClaw 爬取高品質的國際育兒部落格
2. NotebookLM Skill 將內容結構化並摘要
3. 所有資料進入專屬的知識庫
4. 現在他在一個有可靠來源支持的 Discord 頻道中提問育兒問題

沒有幻覺。沒有回收的建議。只有基於他親自篩選的來源所產生的答案。

多數人忽略的洞見

這些使用場景沒有任何一個是在安裝前就規劃好的。每一個都是在遇到真實問題時冒出來的念頭：「等等，也許 OpenClaw 可以處理這個。」

正如他所說：

「大多數人的思維是：先弄清楚需要什麼，再決定是否安裝。但這個邏輯有一個致命缺陷——你不用就永遠不知道它能做什麼。」

那些殺手級的使用場景不在教學文件或說明文檔裡。它們是個人化的。只有在你真正使用工具並碰到痛點時，才會浮現。

不斷擴大的差距

你每多等一個月，差距就更大。不是知識上的差距——是心智模型的差距。

每天使用 AI 代理的人，思考方式不一樣。當他們看到一項任務，大腦會自動規劃路徑：「這個可以自動化。」這種模式辨識能力只有透過實際動手操作才能培養。光看截圖和推文是學不來的。

六個月前大家都在分享提示詞模板。然後是 MCP。現在是 Skills。格局每幾個月就在轉變。沒有大量使用，你甚至無法理解為什麼人們要從一個範式轉移到下一個。

自己動手建——或者不必

要複製這套設定需要：

⚙️ 一台運行 OpenClaw 的 VPS 或伺服器

🔗 Discord 機器人設定，搭配多個頻道

🔑 你所選 AI 模型的 API 金鑰

🛠️ Slack、Linear、GitHub、Telegram 的整合設定

⏱️ 數小時的提示詞工程和測試

或者，你可以跳過這一切，直接用 MyClaw.ai。託管式的 OpenClaw，預先設定好，幾分鐘內就能連接你的 Discord。相同的架構，零基礎設施煩惱。

結論

這位創辦人沒有建一個聊天機器人。他建了一套公司作業系統——一次一個 Discord 伺服器。而最強大的功能不是他設計出來的。而是在他餵給 AI 足夠的上下文之後，自行湧現的。

問題不在於 OpenClaw 能做什麼。而在於，當你給它足夠多關於你的世界的上下文之後，它會自己想出什麼。