@AYi_AInotes: https://x.com/AYi_AInotes/status/2062774798166503872

X AI KOLs Timeline 工具

摘要

作者开源了一套基于Helio平台的AI内容创作系统,让多个AI agent自动接力完成选题侦查、资料研究和内容改写分发,作者只需做两个判断(选选题、定稿),大幅提升内容创作效率。

https://t.co/goR5w7tR5E
查看原文
查看缓存全文

缓存时间: 2026/06/05 07:08

开源我的内容创作系统:杂活全甩给一队 AI,它们自己 @ 接力跑完,我只做两个判断

做 AI 博主,其实最累的从来不是写,关键在于写之前刷信息源、核查事实,写之后把一条改成推特版、小红书版、公众号版那一长串杂活。这篇我手把手带你搭一队会自己 @ 接力的 AI 同事——选题侦察官、资料研究员、改写分发官,从选题到三平台成稿它们之间自己交接,我只做两个判断:选哪条选题、定哪版稿。每个岗位的系统提示词我全部开源,照着抄就能搭。

这篇会带你走完:

▸ 做 AI 博主最累的,从来不是写内容

▸ 接自己的模型 · 唯一一道硬门槛

▸ 把几个AI组成一直内容战队

▸ 三个同事的岗位说明书 ·:系统提示词全开源

▸ 真诚跑一个AI 落地选题 · 全程接力实录

▸ 一些复盘和反思

▸ 比工具更重要的那件事

一、做 AI 博主最累的,从来不是写内容

做这行这段时间我发现,最耗人的不是写内容本身,写之前和写之后那一长串杂活占了我太多精力和时间:刷信源找选题、把背景和事实核齐、写完再把一条内容改成小红书版、公众号版。一条内容真正动笔可能就半小时,前后这些活能耗掉我大半天。更难受的是,这些活大多不需要我的判断和品味,纯体力。

我手上 AI 工具不少,ChatGPT、Claude、各种 agent,但它们都有个通病——你开窗口、提问、关掉,它就失忆了,每次都得从零再喂一遍背景。说白了,你以为你是它老板,其实你是它的人肉输入法

我要的从来不是一个更能聊的 AI,是一队交代完就能走、回来发现活已经往前推了的同事。

下面这套,你照着抄,今天就能搭出来。

二、先解决一个现实问题:接上你自己的模型

先在Helio 里接一个自己的模型 API,几分钟就能搞定,只做一次:进 Helio → 左下角头像 → Settings → API Credentials → + Add credential,把你自己的 key 存进去。

建 AI 同事时的 Step 2,引擎按模型选——Claude 系选 Claude Code,GPT 系选 Codex——绑定凭证,把 base url 改成你那家的地址,再挑个模型。

只要 base url 没对上,后面就会直接掉回「需要凭据」。

然后发句在吗测试下,它能回就通了。

三、把几个 AI 组成一支内容战队

工具和同事最大的区别,是同事能凑成一支队,自己往前推。

我把几个专员拉进一个频道,起名 #ayi内容战队,发了句 @all 大家好 都在吗——选题侦察官、内容研究员、改写分发官,还有两个负责写稿、改稿的,一个个全冒头报到,有的还回了个赞。

最让我意外的是接下来。我一句没分配,它们自己 @ 起来认领分工:写初稿的说成稿出来直接转给改稿的,改稿的回他写完丢我、我来读改。整条交接是它们之间对上的,没要我居中转达一句。

那一下我有点恍惚——这不像几个工具各开各的窗口,倒像是一支已经磨合过的战队。

而且这些 AI 在 Helio 里是真有身份的:有自己的名字、头像,还有个真实邮箱(像 [email protected] 这种),出现在组织通讯录里,能被 @、能收 DM,跟人类同事并排。不是一个被调用的功能入口,是花名册上真实存在的成员。

队是拉起来了,但一支队能不能打,关键看每个人的岗位职责清不清楚,下面是我给每个专员配的岗位说明书,大家可以直接抄。

四、三个同事的岗位说明书:系统提示 ,全开源

每个 AI 同事,真正决定它好不好用的是两样:

系统提示(它是谁、干什么、输出长啥样)

这两块配好,它才像个专员,而不是又一个聊天框。

专员 1 · 选题侦察官

系统提示(直接抄,方括号换成你的):

你是我的选题侦察官,服务对象是一个 AI 方向的中文博主(X + 小红书 + 公众号)。职责:每天早上 8:50,盯这些信源过去 24 小时的动态——[你的信源清单],挑出值得我写的选题。判断标准(按这个筛,不是越热越好):① 和「AI 真实落地、解决具体问题」相关的优先 ② 还没被中文圈写烂、有我能补的独立视角 ③ 有具体物证(数据 / 案例 / 原文),不是空泛趋势。输出:每条一行——[序号|一句话选题|为什么值得我写、独家角度在哪|信源链接],挑 3-5 条按推荐度排序,私信我,别发频道刷屏。拿不准的宁可给我看,标个问号。

专员 2 · 资料研究

系统提示:

你是我的资料研究员。我在频道 @ 你并给一个选题后,你把它扒齐,输出一页让我能直接动笔的资料包:① 来龙去脉(3-5 句)② 关键原文 / 一手链接(标清楚哪条官方、哪条二手)③ 正反两种声音各两条(谁说的、原话要点)④ 有没有硬数据 / 具体案例(有就标来源,没有就明说,别编)⑤ 给我三个可切入的角度,每个点出独家在哪。扒完在频道里 @ 改写分发官 报备方向已定,把资料包贴出来。铁律:查不到、不确定的直接标【待核实】,绝不编造数字、链接、人名。

专员 3 · 改写分发官

系统提示:

你是我的改写分发官。频道里出现一篇我定过稿的内容后,你把它改写成三个平台版本,保留我的观点和语气,不要洗成千篇一律的安全模板:① X:口语、钩子前置、段落短,可给 thread 拆分建议 ② 小红书:标题有钩但不虚、emoji 适度、关键词埋好、结尾留互动钩 ③ 公众号:可稍正式、有小标题、适合深读。每个版本顶部标平台名,下面附 2 个备选标题。拿不准我的语气时按我已发布的风格走,旁边标一句你的疑问,别擅自改我的立场。

五、实测跑一个AI 落地选题 · 全程接力实录

光给提示词是纸上谈兵,我把「AI 落地」这个方向,下面对话我尽量贴真实,AI 的具体输出请以你频道里的实际结果为准【全段建议配真实截图】。

选题侦察官开始干活

AI落地选题,扫到这几个值得关注的方向: Agentic AI被定调为企业基础设施 黄仁勋6月1日GTC Taipei宣布「每家公司都需要Agent战略」,和当年Linux、互联网、云战略同级。金蝶当天发布企业AI操作系统「灵基」,六层架构把33年企业管理经验封装进AI智能体。明略科技Agentic Service年收入已约1亿。 企业AI进入「消化期」——最好的内容切入窗口 Uber AI编程预算4个月烧完;微软内部砍Claude Code许可;Atlassian警告「AI碎片化税」——个人提效了,团队没提效。Deloitte报告:84%企业还没改造工作流,只有21%有成熟的Agent治理。从「人人尝鲜」到「真正落地」之间的gap,正是选题富矿。 大模型商业化分层:免费获客 vs 高端变现 豆包推专业版付费订阅,基础功能免费;通用模型Token价格持续暴跌(DeepSeek降75%,小米降99%),高端模型靠复杂任务能力溢价。价格分层+按结果付费(Sierra年收入破1亿美元)在改写行业规则。 实体AI加速进工厂 京东工业联合百家上游发起「百川计划」,电气大模型让选型决策缩短70%;美团无人机全球商业订单超90万单排名第二;凌华科技在COMPUTEX展出工厂级Physical AI方案。 金融AI从聊天走向核心操作 凡泰极客FinClaw让AI直接执行业务操作(填表、审批、对账),16层安全沙箱保障数据不出域。BFSI正在从客服向反欺诈、审计、合规等核心环节渗透。有想深挖的方向随时说,我可以针对某个选题做更聚焦的信号侦察。

我在 #content 里 @ 内容研究员

就写「AI 落地」这个方向,从第 1 条切,@资料研究员 按你的岗位把它扒齐。

最高潮的地方来了,然后几个agent自己开始讨论对话了

整个过程我只做了两个判断:选哪条选题、定哪版稿。中间的扒料、报备、改写、传递,是 AI 之间自己 @ 接力跑完的,没要我居中转达过一次。在频道里 @ 它们,跟 @ 真人同事一模一样,比如它上线我发「在吗」,它回的是「在的,Yi有什么需要我们的选题方向吗?」

跑的过程里有两个细节让我觉得这个产品做的真的很用心:

一是每个 AI 的 Activity 标签有完整流水,研究员从哪个链接扒的、改写官动了哪句,全都查得到,不是黑盒;

二是第二天我再用,它真记得我前一天的纠正——Helio 的每个 AI 每天凌晨会做一次 Dream,回看当天干的活、改自己的工作规范,写进 changelog 还能回滚,你纠正它一次,它自己就记住了,不用你说第二遍。

六、一些复盘和反思

不能把它吹成开了就躺赚,那不诚实。

它接过去的是杂活,不碰判断,研究员扒的资料我还得扫一眼核实,改写官出的版本我也得过一遍再发。

选题的眼光、事实的把关、风格的定调,这些还得我自己干——它把我从体力里捞出来,没法替我长脑子。

它也不做全自动,越重要的操作越要你拍板——花钱、对外发东西,它都会停下来发审批等你批,三档授权随你定:长期信任的放手,重要的每次问,一次性的用完即焚。

一开始我是觉得有点麻烦的,但后来觉得也挺好的,因为见过太多号称全自动的工具,最后都变成了全失控,它替你干活,但不替你做主,这反而是我觉得它最对的地方。

七、比工具更重要的那件事

这套AI工作流用下来让我越来越觉得,

大家真正的差距不在谁的 AI 更强,在谁先把 AI 当同事用,而不只是当搜索框。

让 AI 帮我写,它写得还不如我,可一旦让它替我跑流水线、自己接力,我能把省下的时间全花在选题的眼光和稿子的判断上——这两样恰恰是 AI 还替不了、真正值钱的部分。

过去你的护城河,是你一个人一天能扛多少活。

往后的护城河,是你能指挥多少个不睡觉的同事,把想法跑成结果,自己专心做那点机器做不了的判断。

就像一个带惯了团队的人,再让他回去单打独斗,他干得动,但不会再愿意了。

而我们缺的也从来就不是更聪明的 AI,我们需要一队不用你盯着、也会替你把活往前推的可以背靠背一起战斗的同事。

想自己搭一个的,去官网领个位置 👉

官网:https://bit.ly/3PMehn3

discord:https://bit.ly/4xfmRvq

(文中的helio只是我自用的Agent 工具以及写文章提到的参考案例,不构成任何推荐)

相似文章

@thinkszyg: https://x.com/thinkszyg/status/2058411489908973679

X AI KOLs Timeline

本文详细介绍了如何利用AI工具搭建自动化选题流水线,从信息源分类、关键词设定、AI初筛到人工判断和入库排期,旨在提高内容创作者的选题效率,将信息处理交给系统,节省脑力做判断。

@gaoren7716: 写论文这件事,可能要被流程化 AI 系统重写了 不是帮你润色,不是帮你改一句话,而是从选题开始就有 13 个 Agent 在协作 功能清单: Deep Research(13-agent 调研团队) Systematic Review(P…

X AI KOLs Timeline

介绍了一套名为Academic Research Skills的开源AI工具,通过13个Agent协作实现从选题到写作、审稿的全流程学术研究自动化,可作为Claude Code插件使用,将学术研究变为标准化生产线。

@knoYee_: https://x.com/knoYee_/status/2057785663672688799

X AI KOLs Timeline

本文介绍了开源AI助手OpenHuman,它旨在作为个人AI的上下文层,连接Gmail、Notion、GitHub等工具,持续理解用户的数字生活,将碎片信息转化为任务线索和项目记忆,并应用于邮件、会议、创作、开发、学习、团队协作和个人生活管理七个场景。