Manus 教学：从第一个任务到用 Agent Skills 把流程存起来重复用

凌晨一点，台北一位做电商的朋友传讯息给我，说他花了整个周末在整理五十个竞品的价格与规格表，Excel 开到手软。我问他为什么不丢给 AI 做，他说：「我试过啊，ChatGPT 只会给我一堆文字，还要我自己贴回表格。」

这个抱怨很典型，也刚好说明了 Manus 这类工具存在的理由。

Manus 是什么

Manus 是一个 AI 代理（agent）平台。它跟聊天机器人最根本的差别在于：它会动手。

官方文件把执行环境讲得很清楚——技能在安全的云端虚拟机上跑，有完整的 Ubuntu 档案系统、可以执行 shell 指令、支援原生脚本。实务上这代表它能开浏览器去点网页、写一段 Python 跑完再看结果、把产出存成 Excel 或简报档给你下载。

你交办的是「目标」，不是「一段对话」。

它能帮你做什么

• 多步骤的资料搜集：例如「找出台湾前 30 家连锁咖啡的门市数与价位，整理成表格」
• 网页操作：登入、填表、抓取、比对，这些原本要人工点的动作
• 程式与档案产出：写脚本、跑分析、输出 xlsx／pptx／pdf
• 排程任务：固定时间自动跑一次，例如每周一早上更新竞品价格
• 把做过的事变成技能：同样的流程下次一句话就重跑

方案与点数：先搞懂再开始

这是最该先弄清楚的一步，因为点数会影响你怎么下指令。依官方说明中心的资料：

方案	价格	点数	同时任务	排程任务	模型
Free	$0	每日 300 点	1	2	Chat Mode、Agent Mode 的 Manus 1.6 Lite
Pro 第一级	每月 20 美元起（年缴约 83 折）	每月 4,000 点起	20	20	加上 Manus 1.6、1.6 Max
Pro 第二级	每月 40 美元起（含 7 天试用）	每月 8,000 点起	20	20	同上
Team	每席每月 20 美元起	团队共用点数池	—	—	另含 SSO、资料训练退出、团队用量分析

官方另注明既有会员仍以原价自动续约。

注意免费版是「每日」300 点、付费版是「每月」给点——这个差异会影响你的使用节奏。免费版适合每天做一件小事，付费版适合某几天集中火力。

怎么用：六个步骤

步骤一：注册并选模式

注册后你会看到 Chat Mode 与 Agent Mode 两个选择。Chat Mode 就是一般对话，Agent Mode 才是会动手做事的那个。开始新任务时就要选好代理，别一开始选错模式白烧点数。

步骤二：把任务讲清楚（这步最重要）

新手最常犯的错是下指令太模糊。「帮我研究一下电动车市场」这种话，Manus 会开始漫无目的地找资料，烧掉一堆点数还给你不想要的东西。

好的任务描述包含四件事：

1. 目标：具体要什么结果
2. 范围：哪些对象、哪个时间区间、哪个地区
3. 输出格式：表格？简报？markdown 文件？栏位有哪些？
4. 限制：不要什么、资料来源要求

实际对照一下：

❌ 帮我看看台湾有哪些做 AI 的公司

✅ 找出台湾 2024 年后成立、有公开募资纪录的 AI 新创，整理成表格，栏位包含：公司名称、成立年、主要产品、最近一轮募资金额与时间、官网。只收录有官网可查证的，资料来源请附连结。

第二种写法我自己实测下来，点数消耗大概只有第一种的一半，而且结果直接可用。

步骤三：看它工作，该打断就打断

Manus 执行时会显示它在做什么——开了哪个网页、跑了什么指令。这不是装饰，是你的煞车。

如果你看到它在第三分钟还在鬼打墙地搜同一个关键字，直接停下来补充说明，比让它跑完再重来省得多。我的习惯是前两分钟一定盯着看，确认方向对了再去做别的事。

步骤四：用 Wide Research 处理「很多笔」的任务

当任务是「分析 100 个产品」「研究 50 家公司」这种同质性高但数量大的工作，Manus 有一个叫 Wide Research 的模式。

它的做法是：主代理把请求拆成独立的子任务，每个子任务交给一个有独立上下文视窗的代理去做，全部平行跑完之后，主代理再把结果组装成你要的格式。

这个设计解决的是上下文视窗的物理限制——五十家公司的资料塞不进一个对话，但拆成五十个各自独立的小任务就没问题。官方说明这个功能会在适当时机自动启用，Manus 1.6 之后所有子代理都跑在 Max 架构上。

适合用的场景：竞品盘点、市场调查、文献回顾、名单开发、大量同类内容生成。

步骤五：把做过的事存成 Agent Skills

这是我觉得最被低估的功能。

Agent Skills 是可重复使用的自订工作流。官方文件写的建立方式简单到有点反高潮：

1. 用 Manus 完成一次你想重复的任务
2. 请它把这个流程打包成技能，Manus 会自动生成说明文件
3. 之后需要时直接触发

不用写程式，Markdown 指令就能建立，进阶的自动化才需要脚本。技能采渐进式载入——中继资料先载（约 100 个 token）、指令按需触发（少于 5k token）、资源用到才载，所以存一堆技能不会拖慢速度。

实际用法举例：你每个月要做一份「本月竞品新功能整理」，第一次做完就存成技能，之后每个月一句「跑竞品月报」就结束。

步骤六：设排程，让它自己跑

免费版可设 2 个排程任务，Pro 是 20 个。把「每周一早上更新关键字排名」「每月一号跑竞品月报」这类固定工作丢进排程，你连想都不用想。

进阶技巧：省点数的三个习惯

一、先问再做。 复杂任务可以先用 Chat Mode 问「这个任务你打算怎么拆？」，确认它的规划方向对了，再切到 Agent Mode 执行。规划阶段的点数消耗远低于执行阶段。

二、输出格式先讲死。 不指定格式，它会自己决定，然后你要求改一次就是一次重跑。表格有哪些栏位、要不要附连结、档案格式是什么，一次讲完。

三、大任务拆成两段。 与其一次要它「找资料并做成简报」，不如先要资料表格、确认资料对了，再要它做简报。中间错了只重跑后半段。

注意事项：台湾使用者请特别留意这三点

资料外泄风险是真的。 Manus 执行任务时会把你给的资料送进云端沙箱处理。如果你要它整理客户名单、财务报表或未公开的产品规划，这些资料就离开你的机器了。Team 方案有「资料训练退出」选项，但那不等于资料不经过对方的系统。涉及营业秘密或个资的任务，请先确认你们公司的资安政策——这在台湾受个资法规范，不是「应该没差」就能带过的事。

它会犯错，而且错得很有自信。 我实测时遇过它抓错公司的募资金额，数字看起来很合理，但点进来源根本没这个数。所以任务描述一定要求附上来源连结，交件前抽查三到五笔。这是使用任何 AI 代理的基本纪律。

价格与模型代号会变。 这类产品改版速度极快，本文查证的是 2026 年 8 月的资料。决定订阅前，请直接看官方定价页。

什么时候不该用 Manus

讲点实话。以下情况用 Manus 反而更慢：

• 单纯问答：直接用 ChatGPT 或 Claude 更快，不用等它开沙箱
• 需要精确控制的程式开发：用 Cursor 或 Zed 这类编辑器层工具，你能逐行审查
• 固定规则的自动化：如果流程是完全确定的，n8n 这种工作流工具更稳定也更便宜
• 高度敏感的资料处理：不要，就是不要

想更完整地理解 AI 代理这个类别，可以延伸看我们写过的 AI Agent 实作指南 与 n8n 自动化教学。要在多个模型间比价切换，OpenRouter 教学 也值得一读。想找更多同类工具，可以逛 AI 自动化分类 或看 任务导向的工具清单。

TheAI学院 评语

用了一段时间，我对 Manus 的评价是：它把「AI 帮我做事」从口号变成可验证的东西。你交办一件事，它给你一个档案，成果好不好一目了然——这种明确性在 AI 工具里其实不常见。

但别把它想成万能。它最强的场景是「重复性高、步骤多、但每一步都不难」的工作，例如整理五十家公司的资料。真正需要判断力与创意的事，它还是差一截。

评语：Manus 值钱的不是它多聪明，是它会把事情做完。对台湾中小企业那些「一直知道该做但没人有空做」的整理工作，这才是真正的解方——前提是你得先学会把话讲清楚。

给台湾读者的具体建议：先用免费版的每日 300 点，挑一件你每个月都要重做一次的例行工作（竞品价格、产业新闻汇整、客户名单更新都行），做完就存成 Agent Skill。跑满一个月，你自然会知道值不值得升级 Pro。

资料来源

• Manus 官方说明中心：会员方案与价格
• Manus 官方文件：Agent Skills
• Manus 官方文件：Wide Research

依公开资讯整理、以官方为准。价格与功能可能随时调整，订阅前请至官方页面确认。