我们试想一个最简单的工作场景，回复客户的询盘邮件，并将邮件内容翻译成法语版本，简单整理后发送给客户。

为了解决这部分需求，我们一般的操作流程，就是先用中文或者英文将大致邮件要点写出来，然后再使用AI工具进行补充并翻译相应文案。

这样一番操作下来，至少需要涉及3个步骤。即各个软件的打开与关闭、Prompt的定位与使用，以及文案的复制粘贴。

当然，你要是有技术背景的话，完全可以自己写相应的脚本来自动化这个流程，实现零人工干预的全自动操作。

但是并不是每个人都有技术背景，且这样的场景一旦多起来，分别写相应的自动化脚本的话，其工作量也是蛮大的。

所以更好的一个方案便是，有没有一个很完善的框架，不仅收集了各个业务场景下需要使用的Prompt，而且还可以很方便的与不同的工具软件进行协作，甚至可以使用简单几个快捷命令便能完成具体工作。

OK，他来了。如图：

Fabric是一款完全免费的开源框架，不仅收集了众多业务场景下能使用到的Prompt，而且还提供非常方便的使用方式。我们只需要在本地机器上安装相应的环境，便可以很方便的使用快捷命令来完成工作。

使用这款框架，我们再也不需要从头开始发明“轮子”，完全可以“拿来主义”。即直接查找别人已经做好的GPT，并直接在我们自己的项目中使用起来。

此外，我觉得这款框架还有一个特别棒的点，那就是信息完全透明。

不同于各种平台上提供的GPTs，虽然他们也提供了很丰富的功能。但是在某些情况下，这些通用的功能并不适合特定场景。

由此我们需要对这些通用GPTs进行一些自定义开发，或者是对其中的一些提示词进行修改。但遗憾的是，各大平台上的GPTs并没有开源出相应的提示词。如图：

而且，我们还可以借助这款工具的帮助，将复杂任务拆解成一个一个能简单的小任务（如上图示例），并在这个过程中打造属于自己的自动化工作流。

举个很简单的例子，你现在想去提取某个视频的文案，并生成一份详细的内容摘要。

这个需求看似很简单，且现在市面上已经有不少工具能实现这种需求，但是你深度使用后便能发现其效果并不是特别理想。因为目前市面上的这些工具，针对这个需求的优化其实做得还蛮粗糙的。

按照我自己的理解，要想生成某款视频的详细摘要，至少有4个步骤的工作要做。一是提取视频的逐字稿，二是Prompt设定，三是摘要生成，以及最终文案的信息核查。

但是市面上的工具基本一个步骤就给你糊弄过去了，所以一旦这种场景是你的工作必须，那就得自己去设计相应流程并将流程规范化出来。

而Fabric这款框架，就能最大程度帮你提升这方面的效率。