Chatbox 怎么用？本地 AI 客户端上手指南

一、Chatbox 是什么：把聊天记录留在自己设备上的客户端

一句话说清：Chatbox 是一款本地优先的 AI 客户端，官网是 chatboxai.app，代码开源，Windows、macOS、Linux、iOS、Android 和网页版都能用。你把各家模型的密钥填进去，它负责界面、会话管理、文件解析和提示词整理，聊天记录默认落在你自己的设备里，不上传云端。

这里有个词要先拆开：客户端。它自己不生产智能，智能来自你接进去的模型。所以别指望装上它就更聪明，它解决的是另一类问题——你手上同时有三四家的密钥，网页版开一堆标签页，历史记录散在各处，想回头找上周那段对话得翻半天。Chatbox 把这些入口收进一个窗口，仅此一项就够让人留下来。

它的定位可以这么理解：模型是发动机，Chatbox 是那台车。发动机你可以随时换，车上的座椅、后备箱、储物格是固定的。多数人换工具的成本不在学新功能，而在重新适应一套操作习惯，这也是它值得单独拿出来讲的原因。

1.1 本地优先，具体指什么

本地优先不是”离线可用”的同义词，这两件事经常被混着说。本地优先指的是数据的默认落点是本机：会话内容、你上传的文件、提示词库，都存在本地存储里。离线可用是另一回事，那要求模型也跑在本地，得靠 Ollama 这类工具配合。

分开理解很重要，因为两者代价不同。数据本地存储几乎零成本，装完就是；模型本地运行要吃显存和内存，一台轻薄本跑七 B 参数的模型都费劲。想清楚自己要的是哪一个，能省掉很多无用折腾。

还有一个细节容易被忽略：本地存储意味着换设备时数据不会自动跟着走。网页版产品登录就有全部历史，Chatbox 不会。这不是缺陷，是本地优先的必然代价，后面讲备份时会专门说怎么处理。

1.2 它不是模型，是模型的壳

很多人第一次打开会问：为什么里面什么都没有？因为壳里还没装发动机。你得先去模型提供方那里拿到密钥，填进设置，它才有东西可调用。这个设计对开发者友好，对普通用户是一道门槛。

门槛换来的是自由。你可以今天用 OpenAI 的模型写代码，明天换成 Claude 改文案，后天接一个国内模型处理中文材料，切换成本只是下拉框里选一下。网页版产品做不到这点，它们的模型和你绑在同一个账号里。

1.3 开源带来的三个实际好处

第一是可核对。代码放在 GitHub 上，懂技术的人可以自己看它到底把数据发去了哪里，不用只凭一句承诺。对要把工作资料喂进去的人来说，这个可核对性比任何隐私声明都实在。

第二是可延续。商业产品停服，你的工作流就断了；开源项目即使原团队转向，代码还在，社区能接着维护。这不是杞人忧天，过去几年关停的 AI 工具不算少。

二、用 Chatbox 之前，三件东西先备齐

2.1 六个平台怎么选

桌面端是主力。在官网下载 Chatbox 对应系统的安装包，Windows 是 exe，macOS 是 dmg，Linux 一般给 AppImage 或 deb。装完第一次启动会让你选数据存放位置，选一个你经常备份的盘，别用默认的隐藏目录，后面找起来麻烦。

手机端适合两个场景：路上临时问两句，或者把语音转成文字存下来。它不适合长文阅读和复杂操作，屏幕小，多轮对话翻起来累。指望用它替代电脑上的工作，第一天就会失望。

平台	获取方式	适合干什么	实际体验
Windows	官网下载安装包	主力办公、长会话、文件解析	完整，快捷键齐全
macOS	官网下载 dmg	写作、代码、日常问答	完整，与系统融合好
Linux	官网下载 AppImage 或 deb	开发环境内使用	完整，需注意依赖
iOS	应用商店	通勤路上提问、语音输入	够用，弱于桌面
Android	应用商店	碎片时间、临时查询	够用，弱于桌面
网页版	浏览器直接打开	借用设备、临时查看	受限，不建议长期

2.2 先准备一把密钥

密钥是这整套东西的钥匙。Chatbox 支持多家提供方，以 OpenAI 为例，登录平台后在密钥管理页面新建一个，复制出来是一串 sk- 开头的字符，只显示一次，关掉页面就看不到了。先粘到记事本里存好，别直接往聊天窗口里贴。

密钥要单独命名。给每个密钥起个能认出来的名字，比如”笔记本日常用””公司项目专用”，将来某个密钥泄露或者额度异常，你能立刻定位是哪一个，只吊销那一个，不影响其他设备。

2.3 把”免费”这两个字理解清楚

Chatbox 的客户端本身免费，开源版本功能完整，这一点要说清楚。但”用起来免费”是另一回事：你接云端模型，钱付给模型提供方，按用量计费；你接本地模型，钱换成了电费和硬件。中间那一层不收钱，不代表整条链路不花钱。

所以预算要按两笔算。一笔是客户端的订阅，只有你需要它的云端额度、多端同步这类服务时才付；一笔是模型的用量，这部分和你用不用客户端无关，直接在网页版聊也要付。很多人算漏了第二笔，月底看到账单才发现超了。

三、核心功能拆解：五个真正每天会用的

3.1 多模型切换：一个窗口换四种脑子

这是 Chatbox 最核心的能力。左侧模型列表里可以放多个提供方，聊天时在输入框上方切换，当前会话用哪个模型一目了然。官方支持 OpenAI、Claude、Gemini、Azure OpenAI，也能加任何兼容 OpenAI 协议的接口。

实际用法不是”哪个贵用哪个”，而是按任务分。长文总结和改写，Claude 系通常更稳；需要严格按格式输出结构化内容，OpenAI 系更听话；处理中文里的方言、俗语、行业黑话，国内模型往往更贴；跑本地小模型则适合那些”不值得花钱但又懒得自己写”的活。

3.2 提示词库：把好用的问法存成资产

Chatbox 的提示词库解决的是”上次那句问得很好，这次想不起来了”。左侧栏进入我的提示词，新建一条，填标题和正文，正文里把需要每次替换的部分留成占位符。下次用的时候点一下，内容直接填进输入框，改两个词就能发。

建库的原则是少而精。有人存了两百条，结果一条都想不起来用，等于没存。真正值得存的只有三类：你每周都要用三次以上的、结构复杂到记不住的、以及效果经过反复验证的。其余的用完就扔。

一个实用建议：给每条提示词加一句备注，写清它适合什么输入、输出大概什么形态、哪次效果最好。三个月后你回头看，那句备注比提示词本身更值钱，因为它记录了你的判断依据。

3.3 文件与图片理解、联网搜索

把 PDF、Word、表格、图片拖进输入框，Chatbox 会把内容解析后一起交给模型。这个功能在日常工作里用得最多，比如把一份二十页的合同丢进去问”哪几条对我方不利”，比人工翻快得多。

要注意解析质量和模型能力是两件事。文件解析负责把内容变成文字，理解质量取决于你选的模型。同一份扫描件，用便宜的模型可能读漏表格，换成能力强的就正常。文件读不准时，先换模型，再怀疑文件。

联网搜索是另一个高频功能，开启后模型会去查最新信息再回答。适合查价格、查政策、查发布动态这类会过期的内容。不适合查观点和推理，那类问题联网反而会让回答变浅，因为模型把精力花在摘录上了。

3.4 Artifact 预览与 Markdown 渲染

模型输出的代码、表格、流程图，在 Chatbox 里能直接渲染出来看，不用复制到别处。写前端的人会很喜欢这个：让模型改一段样式，右侧立刻能看到效果，改三轮比在编辑器里来回粘贴快得多。

3.5 配合 Ollama：真正意义上的离线

装好 Ollama，在本地拉一个模型，然后在 Chatbox 设置里添加 Ollama 作为提供方，地址默认是本机的 11434 端口，保存后模型列表里就会出现你拉下来的那几个。整个过程不联网也能跑。

离线价值最大的场景不是”隐私敏感”，而是”网络不稳定”。出差、坐飞机、会议室信号差、公司网络限制外部访问，这些时候云端模型全废，本地模型还能干活，哪怕它笨一点。应急能力比性能参数更值得为它留位置。

但要有预期管理。本地能跑的模型和云端旗舰差距明显，写公文、做结构化整理够用，做复杂推理和长文创作力不从心。正确心态是把它当”备用电源”，不是”主力发动机”。

功能	具体能干什么	谁最需要	使用注意
多模型切换	一个窗口内换不同厂商的模型	需要对比效果的人	换模型会打断上下文连贯
提示词库	保存常用问法，一键填入	重复性工作多的人	存太多等于没存
文件与图片理解	解析文档、表格、截图	审合同、读报告的人	解析质量受模型影响
联网搜索	查最新信息再作答	查价格、政策、动态	削弱推理深度
Artifact 预览	渲染代码、表格、图表	写前端、做数据的人	只是草稿，需真机验证
团队共享配置	把模型与提示词配置分发	三五人小团队	密钥别跟着配置一起发

四、完整实操：从装好到跑通第一个工作流

4.1 第一步：装完先建一个”测试”会话

别在 Chatbox 的默认会话里试。新建一个专门用来折腾的会话，把所有实验都放在里面：试模型、试提示词、试文件解析。这样出问题时你知道是哪个环节的锅，也方便随时清空重来。

测试会话里先发一句最简单的”你好，请用一句话介绍你自己”。这句话的作用不是寒暄，是验证链路——密钥对了、网络通了、模型名填对了，才会正常回你。报错的话，错误信息基本能告诉你是哪一环断了。

4.2 第二步：填第一个云端模型

在 Chatbox 里，路径是设置 → 模型提供方 → 选择或添加。以 OpenAI 为例，接口地址留默认，密钥填 sk- 开头那串，模型名手动填你要用的那个，比如 gpt-4o-mini 这类轻量型号先试水。填完点”检查”或直接保存，回到会话里选中它。

为什么先用轻量型号？因为调通链路和用好模型是两件事。轻量型号便宜、响应快，适合验证配置；等确认能用，再换成贵的型号做正式工作。一上来就用最贵的，配错一次可能白烧掉一笔额度。

保存后如果列表里看不到新模型，八成是模型名拼错了。这个名字必须和提供方文档里写的一模一样，大小写、连字符都不能差。这是新手卡住最多的地方，别怀疑密钥，先对名字。

4.3 第三步：加一个兼容接口

国内模型和中转站大多提供”兼容 OpenAI”的接口，接法和上一步几乎一样，只有两处不同：接口地址要换成服务商给的那个 base_url，模型名要换成它支持的名称。密钥同样是 sk- 开头的一串。

这类接口的好处是便宜、延迟低、不需要处理网络问题。代价是稳定性和能力参差，同一家不同型号差别可能很大。建议一次只加一个，跑一周看看表现，别一口气加五个，最后分不清谁好用。

中转站要额外留个心眼：你的对话内容会经过它的服务器。处理敏感材料时别用它，这不是技术问题，是信任边界问题。要省钱可以用，但要清楚省下来的是什么换的。

4.4 第四步：接本地模型

先装 Ollama，命令行拉一个模型，等下载完。回到 Chatbox 设置，添加 Ollama 提供方，地址填本机端口，保存后模型会自动列出来，选中即可对话。整个过程不需要任何密钥。

选模型看两个数字：参数量和量化等级。参数越大越聪明也越慢，量化等级越低越省内存但质量下降。八 G 内存的机器，选七 B 参数的中等量化版本比较稳；十六 G 以上可以试十四 B。别贪大，跑不动的模型等于没有。

4.5 第五步：建你的第一批提示词

跑通模型后，立刻做一件事：把刚才试出来效果最好的那几句问法存进提示词库。不用多，三条起步。一条用于总结，一条用于改写，一条用于提问式学习。这三类覆盖了多数日常场景。

存的时候把结构写死。比如总结类固定成”先给三句话结论，再列五个要点，最后指出原文没说清的地方”。结构固定下来，输出才稳定；只写”帮我总结一下”，每次结果都不一样，没法比较。

4.6 第六步：导出与备份

设置里找数据或存储一栏，能把全部会话导出成文件。建议每月做一次，存到网盘或者移动硬盘。这个动作五分钟，能避免换电脑时几个月的对话全部丢失。

五、进阶技巧：五条用久了才总结出来的

5.1 一个话题一个会话

用 Chatbox 时，会话越长，模型越容易跑偏。原因是上下文窗口里塞了太多无关内容，它得从一堆杂音里判断你要什么。做法很简单：换话题就新建会话，别在一个窗口里从写周报聊到改简历再聊到做饭。

这条建议听着琐碎，收益却很明显。同样的问题，在干净会话里问，回答质量通常高一档。而且回头找记录时，一个会话一个主题，比翻一条几百轮的长对话轻松太多。

5.2 用系统提示词固定角色

每个会话可以设一段系统提示词，用来定义它扮演什么角色、遵守什么规则、输出什么格式。写清楚”你是财务方向的审阅者，回答只列风险点，不写客套话”，效果立刻不一样。

系统提示词要写约束，不要写赞美。”你是一位顶尖专家”这种话对输出质量几乎没有帮助，真正起作用的是”不超过三百字””必须给三个方案””不确定的地方直接说不确定”。约束越具体，输出越可用。

5.3 多模型对比必须开新会话

想让两个模型回答同一个问题做对比，正确做法是开两个新会话，各自贴同样的问题和同样的背景材料，而不是在同一个会话里换模型追问。后者会让第二个模型看到第一个的答案，它的回答已经被污染了。

这也是多模型切换的真实成本：上下文割裂。你想省事，就得接受比较不公平；你想比较公平，就得多花时间复制材料。多数人高估了切换的便利，低估了这种割裂带来的判断误差。

5.4 密钥分级，贵的只给重要的活

在 Chatbox 里准备两把密钥：一把额度小、日常随便用；一把额度大、只在关键任务时切过去。这样即使日常那把泄露，损失可控；也逼着你想清楚哪些任务真的值得用贵的模型。

分级还有个隐性好处：它会改变你的使用习惯。额度小的时候，你会先想清楚再发问；额度大的时候，容易一句话一句话地试，把上下文切得稀碎。约束有时候比自由更能提高产出。

5.5 把它当阅读器用

这是被低估的用法。把长报告、论文、说明书拖进来，让它先做结构化提取：这份材料分几部分、每部分的结论是什么、哪些数据和上一版不一致。你先看它的提取结果，再决定要不要精读原文。

这个流程能把”读完四十页再判断值不值得读”变成”五分钟判断值不值得读”。省下来的不是阅读时间，是判断时间，而后者才是真正稀缺的。

六、横向对比：它和五个同类怎么选

6.1 先按”数据在哪”分三派

第一派是纯云端，代表是 ChatGPT 网页版。数据存在厂商服务器，换设备登录就有，协作和同步最省心，代价是你对数据没有实际控制权。第二派是本地客户端，Chatbox、Cherry Studio、NextChat 都属于这类，数据落在你自己机器上。

第三派是自部署，代表是 LobeChat 和 Open WebUI。程序跑在你自己的服务器上，团队通过浏览器访问，数据在你自己的服务器里，兼顾了集中管理和数据可控。代价是要有人会部署、会维护、会处理证书和备份。

6.2 再按”能接几家”看扩展性

Chatbox、Cherry Studio、LobeChat、NextChat、Open WebUI 都能接多家模型，也都能接兼容接口，这一项差别不大。真正的差别在细节：有的对本地模型支持更顺，有的对多模态文件处理更细，有的在多模型并行对比上做得更好。

6.3 最后按”要不要自己配密钥”看门槛

这一项决定上手难度。云端产品注册就能用，零配置；本地客户端必须自己配密钥，还要理解接口地址、模型名这些概念；自部署除了密钥还要配环境。门槛从低到高，正好和可控性从低到高对应。

工具	数据在哪	能接几家模型	要不要自己配密钥	适合谁
Chatbox	本地设备	多家云端 + 兼容接口 + 本地模型	要	个人、在意记录留存位置
Cherry Studio	本地设备	多家云端 + 本地模型	要	桌面端重度用户
ChatGPT 网页版	厂商云端	仅自家模型	不要	只想开箱即用
LobeChat	自部署服务器或云端	多家云端 + 兼容接口	要	团队、需要网页入口
NextChat	本地或自部署	多家云端 + 兼容接口	要	轻量、想快速搭起来
Open WebUI	自部署服务器	多家 + 本地模型为主	要	有运维能力的团队

七、价格与套餐：三笔账要分开算

7.1 免费版够不够用

Chatbox 的免费版够用，而且够用得比多数人想象中久。客户端主体功能不收费，你自己带密钥，聊天、切模型、提示词库、文件解析这些都能用。唯一的限制来自你接的模型本身，不来自客户端。

7.2 订阅版买的是什么

Chatbox 订阅买的是”省事”和”额度”。省事指不用自己申请密钥、不用比价、不用管各家接口的差异；额度指订阅里包含的模型调用量，用完了再按规则续。具体档位和价格以官网为准，活动期常变，别记死数字。

要不要订阅，用一个问题判断：你每月花在”配环境、找密钥、比价格”上的时间值多少钱？如果这些时间对你来说比订阅费贵，就订阅；如果你本来就喜欢折腾，而且用量不大，免费加自带密钥更划算。

7.3 BYOK 什么时候真的省钱

自带密钥（BYOK）省钱的前提是你用量够大。小额用量下，订阅的固定费用往往低于你按量付费的总支出，因为订阅方拿的是批发价。只有当你的用量稳定超过某个阈值，按量付费才开始占优。

还有一个前提常被忽略：你得愿意花时间管理。密钥会过期、额度会告警、不同任务的成本差好几倍。这些杂事加起来是隐性成本，不算进账里，就容易得出”BYOK 一定更便宜”的错误结论。

方案	钱花在哪	适合谁	风险
免费客户端 + 自带密钥	按用量付给模型提供方	用量中等、愿意折腾	密钥管理与额度失控
客户端订阅	按月付给客户端方	不想配置、要多端	额度用超需另付
本地模型	硬件与电费	离线需求强、隐私敏感	能力与云端差距明显
自部署服务	服务器与运维人力	团队统一管理	需要专人维护

八、五个最常见的坑

8.1 把”本地”当成”绝对安全”

记录存在本地，不等于没人能看。电脑被借走、系统被入侵、备份文件放在共享盘，任何一种情况都能让”本地”失效。真正的安全来自使用习惯，不来自存储位置。

实操上做三件事就够：系统登录设密码、备份文件加密、敏感会话用完就删。这三件都不难，难的是有人提醒你去做。Chatbox 帮你解决了”不上传”，剩下的得你自己补。

8.2 密钥直接贴在共享电脑上

公司公用电脑上填了密钥，忘了删，下一个人打开就能用你的额度。这类事故比想象中常见，而且发现时往往已经烧掉不少。公用设备上用完就退出登录，或者干脆别在上面配密钥。

还有一种情况是截图。配置界面截图发到群里请教问题，密钥就在画面里。发之前遮一下，或者用测试密钥。这个动作只需要两秒，能省掉后面一堆麻烦。

8.3 以为换模型能接着聊

同一个会话里换模型，界面上看着是连续的，实际上新模型是在重新理解这段历史。它可能抓错重点、改变语气、丢掉你前面强调的约束。表现就是”怎么突然变笨了”。

正确做法是重要任务不换模型，要换就新开会话，把关键背景重新贴一遍。多花的这一分钟，比后面反复纠正省事得多。

8.4 把手机端当主力

手机端的定位是补充，不是替代。长文阅读、多文件对比、提示词编辑这些操作在小屏上效率极低，用久了你会觉得这个工具”不好用”，其实是场景选错了。

8.5 不备份，赌硬盘不出事

本地存储的最大风险不是隐私，是丢失。硬盘坏、系统重装、误删目录，任何一种都能让几个月积累的会话和提示词归零。而这些东西的价值，往往在你失去的那一刻才显现。

九、谁适合用，谁装了会卸载

9.1 三类人值得装

第一类是不想把工作对话交给云端的人。不是有什么见不得人的内容，就是单纯觉得客户资料、内部方案不该散落在各种服务器上。这类人用 Chatbox 的收益最直接。

第二类是需要多模型对比的人。写文案要试三种风格、做翻译要比较两家、写代码要看谁改得对，一个窗口能切换，比开五个网页快得多。

第三类是需要离线可用的人。经常出差、常在信号差的环境工作、或者公司网络限制外部访问，本地模型那点”笨”，在断网时就是救命的能力。

9.2 三类人装了会卸载

第一类是只想”打开就问”的人。在 Chatbox 里填密钥这一步对他们就是劝退，这不是能力问题，是需求不匹配。这类人用云端产品体验更好，不必勉强。

第二类是重度依赖云端同步的人。手机、平板、公司电脑、家里电脑四处切换，还要团队共享会话，本地客户端给不了这种体验，硬用只会添堵。

第三类是期待”团队协作”的人。共享配置能解决一部分问题，但会话共享、权限管理、审计日志这些，本地客户端本来就不是为它设计的。要协作，去看自部署方案。

9.3 中间地带：把它当硬盘，不当大脑

还有一类人卡在中间：既想要本地留存，又不想天天折腾配置。对这类人，一个务实的定位是——把 Chatbox 当成”对话的硬盘”，主力还在网页版，重要的、需要留存的、要反复翻看的对话，搬到客户端里存着。

十、常见问题

10.1 Chatbox 是免费的吗？

客户端免费，开源版本功能完整。你接云端模型的钱付给模型提供方，接本地模型的钱换成电费和硬件。订阅版是可选服务，价格以官网为准。

10.2 不填密钥能用吗？

用不了。它本身不提供模型，必须接一个提供方。订阅版可以省掉自己申请密钥这一步，但本质还是连到某个模型服务上。

10.3 聊天记录会上传到云端吗？

Chatbox 默认把记录存在本地，不上传。但你发出去的内容会传给你选的那家模型提供方，这是模型调用的必要环节，任何客户端都一样。用本地模型才是全链路不出本机。

10.4 支持国内的模型吗？

支持。只要对方提供兼容接口，填上接口地址、密钥、模型名就能用。国内主流模型和中转站基本都提供这种接口。

10.5 换了电脑，记录怎么迁移？

先在旧设备上导出全部会话，把文件拷到新设备再导入。没有自动同步，这一步必须手动做。养成每月导出的习惯，迁移时就不会手忙脚乱。

10.6 手机上能用到全部功能吗？

核心对话功能都有，但文件处理、长文阅读、提示词编辑这些在手机上体验弱很多。移动端适合提问和记录，不适合当主力。

10.7 本地模型要什么配置？

看模型大小。七 B 参数的中等量化版本，八 G 内存能跑；十四 B 建议十六 G 以上；再大的模型普通笔记本就很吃力。显存比内存更关键。

10.8 为什么回答质量忽好忽坏？

先看模型有没有换，再看会话是不是太长。上下文里杂音多了，输出就会飘。新开会话、把背景重新说清，多数问题能立刻改善。

10.9 团队能共用一套配置吗？

能导出配置给同事导入，模型列表和提示词库会一起过去。但密钥要么单独发、要么让对方自己填，别跟着配置文件满天飞。

10.10 和直接用官网有什么区别？

官网开箱即用、有多端同步，但只能用自家模型、数据在厂商那里。客户端要自己配，换来的是多模型、记录本地、可离线。取舍在于你更在意哪一头。

10.11 支持哪些文件格式？

常见的文档、表格、图片、纯文本基本都能解析。扫描件和复杂排版的表格容易出错，遇到读不准的情况，换能力更强的模型比换文件更有效。

10.12 学它要花多久？

装好加配一个模型，二十分钟够了。真正的门槛在后面：想清楚用它解决什么问题、把提示词沉淀成库、把备份变成习惯。这三件事决定它能不能留下来。

十一、写在最后

11.1 本地客户端的价值不在隐私，在可迁移

隐私是最容易被拿来说的卖点，但它其实是最难验证、也最难感知的一项。用了半年，你没法证明数据没被传走，只能选择相信。真正每天都能感受到的，是可迁移：换模型不用换软件，换设备只要拷一个目录，某个服务停了你也不会被锁死。

把这个判断往前推一步：选工具时，优先选”退出成本低”的那个。退出成本低意味着它必须持续好用才能留住你，而不是靠你的历史数据把你绑住。这条标准比任何功能列表都可靠。

11.2 多模型切换的成本是上下文割裂

所有人都在夸多模型切换方便，很少有人提它的代价。每换一次模型，你就失去一次连贯的思考；每开一个新会话，你就丢掉一段积累的上下文。切换越自由，你的对话就越碎。

所以真正的能力不是”能用很多模型”，而是”知道什么任务该从头开始”。前者是工具给的，后者得自己练。练出来的标志是：你开始主动放弃一些看起来很划算的切换。

11.3 一个具体的开始方式

如果你决定试试 Chatbox，别一上来就配五个模型。第一周只做一件事：配一个你最常用的模型，用它处理你本来就要做的工作，每天三条对话，不多不少。一周后你会知道自己到底需要它做什么。