OpenClaw 应用场景:旅游规划 skill,规划北京亲子游全记录【GPT配图版】

五一小长假快到了，我想带老婆孩子去北京玩一趟。

一家三口，女儿刚满3岁。这是她第一次出远门，也是我们第一次带娃旅行。

以前做旅游攻略是什么体验？打开携程查酒店，打开12306查高铁，打开小红书搜攻略，打开大众点评找吃的，打开高德地图看距离……十几个 App 来回切，记了一堆笔记，折腾大半天，最后还是一团糟——酒店和景点不在一个方向，美食和住处相隔40分钟车程，门票忘了预约，孩子午休时间没留出来。

你肯定也有过这种经历。

这次我换了个方式：把这件事整个丢给 AI。

不是那种"帮我搜一下北京有什么好玩的"——那种我试过，ChatGPT 给你一堆景点名字，你自己还得一个一个去查。我说的是另一种：AI 自己去打开12306查票，自己去携程搜酒店，自己去小红书看攻略，然后把所有信息整合起来，输出一份完整的行程规划。

它不是在"回答问题"，它是在"做一件事"。

这件事背后，有一套被反复验证过的流程——17次踩坑，17条规则，最后沉淀成了一个可以复用的 Skill。这篇文章，我想把整个过程掰开了讲给你看。

一、OpenClaw 和 Skill：给 AI 装上"经验"

先解释两个概念，因为这是理解后面所有东西的基础。

OpenClaw 是一个 AI 操作系统。你可以把它理解成：给 AI 装上了手和脚。普通的 ChatGPT 只能跟你聊天，它不能上网搜东西，不能打开浏览器，不能帮你操作任何软件。OpenClaw 让 AI 具备了这些能力——联网搜索、浏览器自动化、操作飞书文档、并行处理多个任务。

Skill 是 AI 的操作手册。你可以把它理解成：给 AI 写了一本 SOP。不光告诉它"你要做什么"，还告诉它"每一步该怎么做"、"遇到什么坑怎么处理"。

打个比方。

ChatGPT 就像一个刚入职的新员工。你跟他说"帮我做个旅游攻略"，他会尽力去做，但他不知道该先做什么后做什么，不知道有哪些坑，不知道带娃旅行和不带娃旅行有什么区别。你每一步都得盯着他、纠正他。

OpenClaw 加载了 Skill 之后，就像一个老员工拿到了 SOP 手册。你说"帮我做个旅游攻略"，他知道要先确认5个维度（时间、人数、预算、偏好、特殊需求），然后按步骤来：查交通、搜酒店、找景点、做美食攻略、排行程、算费用。每个环节都有对应的规则，遇到坑知道怎么绕。

关键区别在哪？

普通 AI 是"你问我答"。你问一句它答一句，你不问它就不动。

OpenClaw + Skill 是"你给一个目标，我按经验帮你完成一整件事"。

这个区别，比大多数人想象的要大。

OpenClaw 的核心能力有四个：联网搜索（真的去网站上查信息）、浏览器自动化（可以打开网页、截图、提取数据）、子 Agent 并行（同时派多个 AI 去做不同的事）、多平台数据整合（把携程、12306、小红书的信息放在一起分析）。这四个能力组合在一起，才让"全流程一站式旅游规划"成为可能。

但光有能力还不够。你还需要知道怎么用这些能力——这就是 Skill 的价值。

二、旅游规划 Skill：8 步流程背后的设计逻辑

我给 OpenClaw 写了一个旅游规划 Skill，目前版本是 v2.2。它包含 8 个步骤，每一步都不是拍脑袋想出来的，都是踩坑踩出来的。

第一步：需求确认（5个维度）

▲ 旅游规划 Skill ：5 个必问维度

为什么一上来就要问？因为不问就会翻车。第一个坑：有个用户说"帮我规划一次自驾游"，AI 直接出了一个 8 天行程，景点、酒店、路线全排好了。用户看完说："你没问我预算啊，我只有 3000 块。"

8 天行程，3000 块预算。AI 做了个寂寞。

所以现在 Skill 里有一条铁律：必须先确认 5 个维度——出行时间、同行人数、预算范围、旅行偏好、特殊需求（老人/小孩/宠物等）。不确认这5个信息，不出方案。

第二步：路线方案推荐

不是列一堆选项让你自己选。AI 会分析你的需求，给出 1-2 个推荐方案，每个方案都标注推荐理由和优缺点。你是来解决问题的，不是来考试的。

第三步：每个城市的选项筛选

美食要搜、景点要搜、酒店要搜，每个都要有价格和推荐理由。这一步是最耗时的，因为要联网查大量信息。但也是最关键的——选项的质量决定了最终行程的质量。

▲ 旅游规划 Skill 内容：每个城市的选项筛选

第四步：交通选票

必须查前后日期——这是第二个坑。用户说4月26号出发，AI 只查了26号，结果二等座全卖完。后来改成查前后所有日期，发现27号大量余票。还有儿童票规则：高铁6岁以下免票，飞机3岁以上要买半价票。这两种规则完全不同，最早版本的 AI 完全没考虑。

▲ 旅游规划 Skill 内容：交通选票

第五步：详细规划

精确到每天几点出发、住哪、吃哪、花多少钱。不是那种"上午去故宫，下午去天坛"的笼统描述，而是"08:30 从酒店出发，地铁1号线到天安门东，09:00 进故宫午门"这种级别。

第六步：空间位置优化

这是第四个坑。酒店不能随便定，要综合考虑美食和景点的位置。有个用户反馈："酒店离美食区开车 40 分钟，离景点 1 小时，每天在路上浪费大半天。"所以现在酒店选择有一套综合评分：价格占 30%，位置占 40%，评分占 20%，其他占 10%。位置权重最高。

▲ 旅游规划 Skill 内容：详细规划/空间位置优化

第七步：配图

每个核心观点配图，路线图必须有。一张图顶一千句话，尤其对于空间关系（酒店、景点、美食区的相对位置），文字说半天不如一张地图来得清楚。

第八步：飞书文档输出

不是给你一大段文字让你自己整理。是输出一份排版整齐的飞书文档，章节分明、表格清晰、费用汇总一目了然。你可以直接发给家人看，也可以存着随时查。

这 8 步的内在逻辑是什么？每一步都是基于前一步的结果：需求确认决定路线选择，路线选择决定城市筛选，城市筛选决定交通方案，前面所有信息汇总后才能做详细规划，规划完了才能做空间优化，优化完了才能配图，最后一起输出成文档。

跳过任何一步，后面的质量都会打折。

三、实操：高铁票实查

好，理论讲完了，来看实操。

我的需求很简单：五一假期，杭州出发去北京，一家三口（女儿3岁），预算1万以内。AI 加载了旅游规划 Skill 之后，第一步就是去12306查高铁票。

▲ 4月28日杭州→北京高铁查询结果

去程 4月28日，杭州到北京，查到了这些车次：

G38：07:47 出发，12:22 到达北京南，全程 4 小时 35 分，二等座 ¥674/人，暂无余票需抢票

G814：06:50 出发，13:07 到达，全程 6 小时 17 分，¥612/人，需抢票

G4700：07:50 出发，14:04 到达，全程 6 小时 14 分，¥642/人，需抢票

G4300：08:57 出发，14:53 到达，全程 5 小时 56 分，¥674/人，需抢票

AI 的分析不是只列数据，它会告诉你：五一热门线路，二等座基本都要抢票。推荐 G38，虽然暂无余票但抢票成功率"较高"——因为它是最快的车次，4个半小时就到，适合带娃出行（在高铁上待的时间越短越好）。备选 G4300，时间稍晚但也有抢票机会。

注意这里有个关键细节：AI 不是只查了 4月28号一天。按照 Skill 的规则，它同时查了前后几天的票。这就是"必须查前后日期"这条规则的作用——如果只查一天，万一全卖完了呢？你得知道哪些日期有票可选。

再看返程。AI 给我做了 5月3号和 5月4号的对比：

▲ 5月3日北京→杭州返程查询

▲ 5月4日北京→杭州返程查询

5月3号：G39，07:56 出发，12:33 到达，¥674，有票。

5月4号：同样是 G39，07:56 出发，12:33 到达，¥674，有票，而且票源更好。

AI 的推荐方案：去程抢 G38（4月28日），返程选 5月4号的 G39。理由是：5月4号返程可以多玩半天，票也更充裕，不用抢。五一假期最后一天返程的人最多，避开高峰反而更从容。

还有一个容易被忽略的细节：儿童票规则。

我女儿3岁。高铁的规则是：6岁以下儿童免票（不占座），6-14岁半价票。所以我女儿坐高铁不需要买票。

但如果是坐飞机呢？规则完全不同——3岁以上就要买半价票了。

这两种规则，最早版本的 AI 完全没考虑。它按成人票价算总费用，结果预算超了好几百。后来我加了一条铁律：有小孩必须确认儿童票规则，高铁和飞机的规则不同，必须分别处理。

你看，这就是一个典型的"AI 不是人"的例子。人带娃出行，自然会想到"小孩要不要买票"。AI 不会，除非你告诉它。

四、实操：酒店搜索

查完高铁，下一步是酒店。AI 去携程上搜了北京的酒店。

▲ 携程酒店搜索结果

亚朵是带娃出行的热门选择。北京门店价格区间在 ¥300-500/晚，性价比不错。但 AI 不只是看价格和评分，它还做了一件事：空间位置优化。

这是 Skill 里一个很重要的概念。

什么意思？酒店不能只看价格和评分。你还要考虑：

离美食区远不远？如果每天吃饭都要开车 40 分钟，6天下来就是 8 小时浪费在路上。

离景点远不远？北京的景点分布是有规律的——天安门、故宫、天坛在中轴线附近，颐和园在西北，科技馆在北四环。如果你的行程主要在中轴线附近活动，酒店就该选在那一片。

交通方便不方便？靠近地铁站是刚需。带娃出行，能坐地铁就别打车——打车遇到堵车，孩子在车上哭闹，那体验一言难尽。

带娃的话，午休地点怎么安排？3岁的孩子中午一定要睡一觉。如果酒店离上午的景点太远，中午回去睡个觉来回就是2小时，行程就废了。

所以 AI 给酒店做了一个综合评分：价格占 30%，位置占 40%，评分占 20%，其他（比如有没有早餐、有没有婴儿床）占 10%。位置权重最高，因为带娃出行，位置不好 = 每天多花2小时在路上 = 整个旅行体验大打折扣。

最终推荐的是靠近天安门/前门附近的亚朵门店，步行可达天安门广场和前门大街，地铁2号线沿线，去故宫、天坛都很方便。这就是空间位置优化的结果。

五、实操：景点+美食攻略

交通和酒店搞定之后，AI 开始做景点和美食攻略。它去了小红书搜索。

▲ 小红书搜索"北京亲子游"结果

为什么是小红书而不是百度？因为小红书上有大量真实的亲子游攻略，都是家长自己写的，细节丰富——哪个景点适合推婴儿车、哪个餐厅有儿童餐、哪个时间段人最少。这些信息在百度上很难搜到。

AI 搜出来的亲子友好景点：

故宫——门票 ¥60/人，3岁免费，但有两个大坑：一是周一闭馆，二是必须提前7天预约！五一期间不预约根本进不去。这个信息 AI 直接标红提醒了。

天安门广场——免费，但需要预约。五一期间人山人海，建议早上去，8点之前到。

中国科学技术馆——非常适合3岁孩子，互动体验多，有专门的儿童科学乐园。门票不贵，能玩一整天。

自然博物馆——免费，适合低龄儿童，恐龙展厅是小朋友的最爱。

颐和园——适合亲子散步，昆明湖边推婴儿车很舒服。

天坛公园——建筑好看，适合拍照，孩子在大草坪上跑一跑。

另外一个意外发现：北京车展！

▲ 小红书搜索"北京车展"结果

2026北京车展，4月24日到5月3日，公众日 4月28日到5月3日。地点在中国国际展览中心（顺义），门票约 ¥100-130。AI 的建议是 4月30日（周四）去，工作日人少，体验好。这个信息我是没想到的，AI 自己搜出来的。

美食方面，AI 给出的推荐：

四季民福烤鸭——人均 ¥100-150，北京烤鸭的代表之一，比全聚德性价比高

铜锅涮肉——人均 ¥80-120，老北京特色，冬天吃更好但五一也行

炸酱面、卤煮——北京特色小吃，便宜实惠

带娃注意：选择有儿童餐或清淡选项的餐厅。3岁的孩子吃不了太辣太咸的东西，这一点 AI 也考虑到了，推荐的餐厅都标注了"适合儿童"或"有清淡选项"。

还有一个关键的踩坑点：景点内部攻略。

早期版本的 AI 只搜"故宫开放时间"、"故宫门票多少钱"这种外部信息。用户问"故宫里面怎么逛不累"、"带孩子走哪条路线"，AI 答不上来。

后来我加了一条规则：景点必须搜内部攻略，不能只有外部信息。这次搜故宫攻略，小红书上有详细的"故宫怎么逛不累"的帖子——从午门进、走中轴线、在御花园休息、从神武门出，全程推婴儿车无障碍。这些信息直接用上了。

你知道"景点开放时间"和"景点里面怎么玩"之间的差距有多大吗？前者是信息，后者是攻略。AI 最早只会做信息，不会做攻略。现在会了，因为规则写进去了。

六、完整行程规划

所有信息汇总之后，AI 开始排完整行程。6天5晚，每天精确到小时。

Day 1（4月28日）：杭州→北京

07:47 从杭州东站出发，乘 G38 高铁，12:22 到达北京南站。出站后地铁到酒店，13:00 左右入住亚朵前门店。午餐在酒店附近解决，简单吃碗炸酱面。14:30 出发去天安门广场，带孩子看看天安门城楼，拍拍照。16:00 逛前门大街，买点小吃。18:00 去四季民福烤鸭（前门店），吃一顿正宗的北京烤鸭。晚上早点回酒店休息，第一天别太赶。

当天费用：高铁 ¥674×2 = ¥1,348 + 酒店 ¥400 + 午餐 ¥100 + 晚餐 ¥300 = ¥2,148

Day 2（4月29日）：故宫+天坛

08:30 从酒店出发，地铁到天安门东，步行进故宫午门。故宫内部路线：午门→太和殿→乾清宫→御花园→神武门出，全程约3小时。12:00 在故宫附近午餐。13:30 回酒店让娃午休（3岁的孩子中午必须睡一觉，这条不能省）。15:30 出发去天坛，祈年殿、回音壁，孩子会喜欢回音壁的互动。17:30 晚餐。

当天费用：故宫门票 ¥60×2 = ¥120（女儿免费）+ 天坛 ¥15×2 = ¥30 + 酒店 ¥400 + 餐饮 ¥400 = ¥950

Day 3（4月30日）：北京车展

09:00 出发去中国国际展览中心（顺义），地铁15号线直达。车展面积大，慢慢逛。带孩子的话，很多品牌展台有互动体验区，孩子不会无聊。16:00 返回市区。18:00 去吃铜锅涮肉，老北京特色。工作日人少，体验好很多。

当天费用：车展门票 ¥100×2 = ¥200 + 酒店 ¥400 + 餐饮 ¥500 = ¥1,100

Day 4（5月1日）：亲子日

09:00 去中国科学技术馆。科技馆有专门的儿童科学乐园，适合3岁孩子，各种互动装置能玩很久。12:00 午餐。13:00 回酒店午休。15:00 去自然博物馆，免费的，恐龙展厅是孩子的天堂。17:30 晚餐。五一当天景点人多，但科技馆和自然博物馆相对没那么拥挤。

当天费用：科技馆门票 ¥30×2 = ¥60 + 自然博物馆免费 + 酒店 ¥400 + 餐饮 ¥400 = ¥860

Day 5（5月2日）：颐和园+自由活动

09:00 去颐和园。昆明湖边推婴儿车很舒服，长廊慢慢走，佛香阁看看全景。12:00 午餐。14:00 自由活动，可以去王府井或者西单逛逛，买点纪念品和特产。18:00 晚餐。

当天费用：颐和园门票 ¥30×2 = ¥60 + 酒店 ¥400 + 餐饮 ¥400 + 购物 ¥500 = ¥1,360

Day 6（5月3日/4日）：返程

如果选5月3日返程：早上退房，07:56 乘 G39，12:33 到杭州。但这样最后一天基本在赶路。

AI 推荐 5月4日返程：多住一晚，上午还能再逛逛，下午从容出发。G39 同样 07:56 发车（或者选下午的车次），12:33 到杭州。多玩半天，多花一晚酒店钱（¥400），但体验好很多。

当天费用：高铁 ¥674×2 = ¥1,348 + 酒店 ¥400 + 餐饮 ¥200 = ¥1,548（如果5月4日返程）

七、费用汇总

来算一笔总账。

高铁往返：¥1,348 + ¥1,348 = ¥2,696

酒店 5 晚（含多住一晚）：¥400 × 5 = ¥2,000

景点门票：故宫 ¥120 + 天坛 ¥30 + 车展 ¥200 + 科技馆 ¥60 + 颐和园 ¥60 = ¥470

餐饮 6 天：约 ¥2,400（每天 ¥400，含早中晚）

北京市内交通：约 ¥500（地铁为主，偶尔打车）

购物/纪念品：约 ¥500

总计：约 ¥8,566

预算1万，实际花了不到8600，还有 ¥1,434 的余量。这笔钱可以用来应急、升级一顿好的、或者给孩子买点玩具。

费用结构分析：

交通占 31%（高铁是大头，但比飞机便宜，还不用提前两小时到机场）

餐饮占 28%（带娃吃饭不能省，要选干净、清淡、有儿童选项的餐厅）

住宿占 23%（亚朵性价比不错，干净、服务好、位置方便）

景点占 5%（北京很多景点免费或低价，这点出乎意料）

AI 不只是算了总账，它还分析了费用结构，告诉你钱花在了哪里、哪些地方可以省、哪些地方不能省。这种分析，以前你得自己做 Excel 表格才能搞定。

八、17 条规则——从踩坑到系统

你可能注意到了，前面讲流程的时候，我反复提到"踩坑"和"规则"。这不是随口说说的——旅游规划 Skill 从 v1.0 到 v2.2，一共经历了 17 次踩坑，每次踩坑都对应一条规则。

我挑几个最有代表性的讲。

第一个坑：没确认需求就出方案

用户说"帮我规划一次自驾游"，AI 直接出了一个 8 天行程——景点、酒店、路线全排好了。用户看完说："你没问我预算啊，我只有 3000 块。"8 天行程，3000 块预算。AI 做了个寂寞。

写进规则：必须先确认 5 个维度（时间、人数、预算、偏好、特殊需求），不确认不出方案。

第二个坑：没考虑儿童票

用户带3岁宝宝出行，AI 按成人票价算总费用。实际上高铁6岁以下免票，飞机3岁以上要买半价票。两种交通方式的规则完全不同，AI 完全没考虑。

写进规则：有小孩必须确认儿童票规则，高铁和飞机分别处理。

第三个坑：只查一天的票

用户说4月26号出发，AI 只查了26号的高铁票。结果二等座全卖完。后来改成查前后所有日期，发现27号大量余票。差一天，天壤之别。

写进规则：交通选票必须查前后日期，不能只查一天。

第四个坑：只列选项不推荐

搜了十家南京美食，列了一堆名字和地址，最后来一句"您可以根据自己的喜好选择"。用户说："你能不能帮我推荐一下？我是来解决问题的，不是来考试的。"

写进规则：搜索结果必须带推荐理由，要帮用户做选择，不是甩一堆选项让用户自己选。

第五个坑：酒店随便定

AI 推荐了一家酒店，评分4.8，价格合理。但离美食区开车40分钟，离景点1小时。每天在路上浪费大半天，旅行体验极差。

写进规则：酒店位置必须做空间优化，综合考虑景点、美食区、交通的相对位置。

第六个坑：没有景点内部攻略

用户问"中山陵里面怎么玩"，AI 答不上来。因为它只搜了开放时间和门票价格，没搜"里面怎么逛"。你去一个景点，你需要知道的不只是"能不能进去"，还有"进去之后怎么玩"。

写进规则：景点必须搜内部攻略，不能只有外部信息。

你发现没有？这6个坑，没有一个是什么高深的技术问题。都是细节，都是"正常人做攻略会想到但 AI 没想到"的事。

但 AI 不是人。你得把这些经验写成规则告诉它。写进去之后，它就永远不会再犯了。人会忘，AI 不会。人会偷懒，AI 不会。人会因为心情不好而敷衍，AI 不会。

这就是 Skill 的价值——不是一次性给你一个答案，而是把踩过的坑变成规则，把经验变成系统。

17 个坑，17 条规则，1 个可复用的 Skill。这就是从"会犯错的 AI"到"靠谱的 AI"的过程。

九、能力边界和未来

说实话，OpenClaw 的旅游规划能力已经很强了，但还没到完美的程度。

当前能做到的：联网搜索（真的去携程、12306、小红书上查信息）、浏览器自动化（打开网页、截图、提取数据）、子 Agent 并行（同时查高铁、搜酒店、找攻略）、多平台数据整合（把不同平台的信息放在一起分析）、飞书文档输出（排版整齐的最终文档）。

当前的限制：酒店搜索还不够精确（有时候筛选条件对不上）、购票自动化还有技术障碍（12306 的验证码和风控机制很难绕过）、某些小众景点的信息不够全。

但这些限制都在缩小。Skill 从 v1.0 到 v2.2，每踩一个坑就升级一次。v1.0 只能列选项，v1.5 会推荐了，v2.0 考虑儿童票了，v2.2 会做空间位置优化了。下一个版本会更好。

OpenClaw 的愿景不是"帮你搜一下"，而是"帮你做一整件事"。搜信息只是第一步，整合信息、分析信息、做出推荐、输出结果——这才是完整的链条。

下一步的方向：

自驾游规划——新能源车的充电计算、沿途充电桩分布、高速服务区分析。这比高铁复杂多了，但逻辑是一样的。

海外游规划——签证要求、机票比价、海外住宿平台、时差和汇率。信息源更多，但 OpenClaw 的多平台整合能力正好能用上。

这里有一个我觉得很重要的观点：数据比算法重要，知识比模型重要。

GPT-5、Claude、Gemini 这些大模型都很聪明，但如果你不告诉它们"高铁6岁以下免票"、"故宫周一闭馆"、"酒店位置要空间优化"，它们就不知道。模型是引擎，Skill 是导航。引擎再强，没有导航你也不知道去哪。

这就是为什么 OpenClaw 要花这么大力气做 Skill 系统。不是因为模型不够强，而是因为经验需要被编码。人的经验写在脑子里，AI 的经验写在 Skill 里。写一次，用无数次。

十、结尾：一句话的事

这个旅游规划 Skill 已经沉淀在 OpenClaw 里了。

任何人打开 OpenClaw，说一句"帮我规划五一去北京的亲子游"，它就会自动加载这个 Skill，按 8 步流程来：确认需求、推荐路线、搜酒店、查高铁、找景点、做攻略、排行程、出文档。

不需要你懂任何技术，不需要你写任何代码，不需要你在十几个 App 之间来回切换。你只需要说一句话。

剩下的，交给它。

17 个踩坑的经验，17 条铁律的保障，全在那一个 Skill 里了。

你以前花十几个小时做的攻略，它 10 分钟就能给你一份完整的。而且不会忘预约、不会忽略儿童票、不会把酒店定在离景点一小时的地方。

这不是未来，这是现在。