内容创作者不会搭 AI 工作流？TRAE Work 做了本40万字「入门宝典」
英文标题：内容创作者不会搭 AI 工作流？TRAE Work 做了本40万字「入门宝典」
前不久，一位媒体朋友讲起他参加活动时看到的一幕，坐在他右边的记者，AI 录音笔和电脑上的 AI 助手同时开着，采访还没结束，资料整理已经开始；坐在他左边的记者，则还在用纸笔速记，回去以后再重新敲进 Word。两个人坐在同一场活动里，但似乎跨越了两个时代。过去半年，从自己身边同事、媒体朋友观察，现在大家在 AI 使用深度上，差异巨大。一部分人已经把 AI 用到了近乎“炉火纯青”的程度。从选题检索、采访准备、录音转写，到纪要整理、文章结构、标题生成，AI 几乎渗透进了内容生产的每一个环节。但另一部分记者，仍然在沿用十年前的工作方式：手工记录、人工整理，再打开 Word，一个字一个字地往下写。为何会
123.3 KB
2.3 KB
1.6 KB
498.0 KB
511.9 KB
143.3 KB
145.2 KB
29.4 KB
3.8 KB
28.0 KB
13.2 KB
120.7 KB
12.5 KB
9.3 KB
1.8 KB
中文
前不久，一位媒体朋友讲起他参加活动时看到的一幕，坐在他右边的记者，AI 录音笔和电脑上的 AI 助手同时开着，采访还没结束，资料整理已经开始；坐在他左边的记者，则还在用纸笔速记，回去以后再重新敲进 Word。
两个人坐在同一场活动里，但似乎跨越了两个时代。
过去半年，从自己身边同事、媒体朋友观察，现在大家在 AI 使用深度上，差异巨大。
一部分人已经把 AI 用到了近乎“炉火纯青”的程度。从选题检索、采访准备、录音转写，到纪要整理、文章结构、标题生成，AI 几乎渗透进了内容生产的每一个环节。
但另一部分记者，仍然在沿用十年前的工作方式：手工记录、人工整理，再打开 Word，一个字一个字地往下写。
为何会如此？除了认知、意愿外，但更重要的原因是，市面上真正告诉媒体从业者“AI具体该怎么用”的内容仍然太少，这种怎么用，里面包括工具层和内容层。
这两天上网冲浪，无意刷到了TRAE Work 官方上线的一个 AI 工作知识库，点击去翻了翻，发现这个 AI 知识库对于做内容创作的朋友来说，可能会有挺大帮助。
这套知识库，能教内容创作者什么？
首先这套知识库能补齐最基础的一课，Agent 工具到底怎么用。
想到自己刚用 Agent 工具时，在工具学习上花了不少时间，去B站、小红书等各种平台，零碎看了许多视频。
这套知识库在工具使用教程上，比较系统化，从 TRAE Work 的三种模式怎么选，到 Skill、自动化任务、规则与记忆、MCP 工具分别有什么作用，知识库先把产品的基本逻辑和操作方式讲清楚。
对于第一次接触桌面 Agent 的人来说，也就不需要四处找视频学习了。
当然，学习工具使用仅仅是第一步，对于内容创作者更重要的是怎么把 AI 融入到自己的工作流中，比如让它进入找选题、搜集资料、拆解文章、设计采访提纲、整理纪要、生成标题、制作图表等具体环节。
这个知识库的含金量也就在于此，他提供了不少的经验贴，帮助大家更好地把 AI 真正接进内容创作。
而且知识库提供的不只是一个结果示例，而是从任务怎么描述、Prompt 怎么写，到材料怎么准备、成品如何迭代的一整套实战方法。
此外，在这个知识库里，你还可以看看其他岗位和行业正在怎么使用 AI，再把其中的方法迁移到自己的工作中。
例如，研究人员如何做信息检索，产品经理如何整理需求，运营人员如何搭建自动化流程，职场人如何制作汇报和网页。这些场景看起来与内容创作无关，但其中的信息整理、任务拆解和成果交付方式，很多都可以被内容创作者直接借用。
现在这套AI 工作知识库，已经覆盖7 大真实工作场景，包括教育学习&个人成长、文档写作、数据处理&分析、汇报演示&设计创作、工作流自动化、信息检索&研究。
这是知识库给予我的灵感启发
1、定时每天推送资讯
我的关注方向主要是大厂 AI，平时需要持续追踪字节、阿里、腾讯、百度、华为在产品、模型、组织和人才上的最新动作。于是，我从自己的真实需求出发，尝试用 TRAE Work 搭建一份「大厂 AI 日报」。
我没有一上来就扔给它一句“帮我找今天的 AI 新闻”，而是先通过多轮交流，把关注公司、信息类型、时间范围、信源优先级和最终呈现格式一项项说清楚。等需求基本对齐后，再让 TRAE Work 将这些要求整理成一份可以重复使用的 Prompt，并据此执行任务。
对于这类每天都要重复查阅的信息，还可以进一步设置成自动化任务。以后每天固定时间点，就可以准时收到资讯。
考虑到我们公司日常使用飞书办公，我还把交付方式设成了自动写入飞书文档。这样，每天打开飞书就能直接查看更新后的日报，不必再专门进入 TRAE Work。
下面，就是它最终交付的大厂 AI 日报。
2、确定选题角度
看完每天的热点和资讯后，我基本已经能够判断，当天 AI 圈里最值得关注的事情是什么。比如 7 月17日，最受关注的消息之一，就是 Kimi 发布 K3。
但对于内容创作者来说，知道热点只是第一步。真正头疼、也最耗时间的，是接下来如何找到一个值得写的选题角度：既不能重复市面上已有的报道，又要切中读者真正关心的问题。
过去，为了寻找差异化角度，我通常需要逐个打开媒体网站，查看大家已经写了什么、重点讨论了什么、还有哪些问题没有被回答。这个过程不仅耗时，而且很难保证检索足够全面。
有了 AI 之后，我开始把这部分工作交给它辅助完成：先汇总已有报道，再归纳主流角度、识别尚未被充分讨论的问题，最后给出几组可以继续判断和推进的选题方向。
以最近 Kimi K3 发布为例，我把相关信息和选题要求交给 TRAE Work，下面是它给出的分析结果。个人觉得这个内容检索和分析还是蛮有用的，能够给予很多写作上的灵感启发。
3、辅助内容发布
一篇文章写完之后，往往还要分发到网站、公众号、小红书等多个平台。过去，这些发布环节看起来不复杂，却会消耗不少时间，尤其是重复排版、上传图片和填写后台信息。
拿我自己的工作举例。文章在微信公众号发布后，还需要同步到雷峰网(公众号：雷峰网)。过去，我要把正文从飞书文档逐段复制到网站后台，再保存并上传头图，调整段落格式，选择对应的栏目、作者和文章类型。整个流程做下来，通常需要10到20分钟。
现在，这部分机械工作也可以交给 AI。在完成网站权限和发布流程的配置后，稿件仍然在飞书里完成，我只需要把飞书文档链接交给 TRAE Work，它就可以读取正文和图片，按照雷峰网网站后台的格式要求完成录入与排版，并填写相应信息。
最终发布前，我只需要检查一遍内容和格式，再确认提交即可。
4、分析别人如何写作
写作是一门手艺活。从选题方向、标题、开头，到文章结构、句式节奏和具体用词，每一个环节背后，都有一套长期积累出来的方法。
想让自己进步得更快，一个很直接的办法，就是拆解那些你真正认可的作者：他长期关注什么选题，为什么这样取标题，习惯从哪里切入，又如何安排信息和控制节奏。
过去，这件事往往只能靠自己一篇篇阅读、手工总结。现在，AI 也可以参与进来。
比如，当你已经确定了一位想学习的作者，并且对方在网上拥有相对完整的个人专栏，就可以让 AI 先把文章集中整理下来，再进行系统分析。
拿我自己举例，我给 TRAE Work 提出了这样一个需求：
我想抓取该作者发表的所有文章，链接是 ： https://www.leiphone.com/author/humin962
请帮我完成以下任务：
几分钟后，他就把我所有的文章下载到了本地，并且做了一轮内容分析。
当 AI 渗透到了热点资讯、选题分析、文章发布、内容分析等环节时，我才真正感受到，AI 不再仅仅是一次性的问答，它变成了一条可以持续运行的工作流。
写在最后
如果你还没有深入使用 Agent，或者不知道怎么把 AI 用进自己的工作，可以先从 TRAE Work AI 工作知识库入手，看看不同场景下，别人是如何拆解任务、设计 Prompt 和搭建工作流的。
结合自己的实践，我有三个体会：
第一，Prompt 不必从头自己写。先用自然语言和 AI 沟通需求，等目标、材料和输出方式都说清楚后，再让 AI 整理成完整 Prompt。
第二，调试 Skill 和 Prompt 要有耐心。不要只说“这版不对”，而要指出具体问题。每轮认真反馈，比反复生成十几版更有效。
第三，调完后记得复盘归档。让 AI 总结遇到的问题、解决方法和可复用原则，沉淀到自己的AI 探索日志里。下次不用从零开始，如果以后你想做 AI 相关的自媒体，而这些过程本身也能成为素材。
总之，AI 工作流并不是一次搭好、以后就永远不变。它更像一套需要持续校准的工作方法：先从别人的经验中找到入口，再在自己的任务里反复尝试，最后把有效的方法沉淀下来。
而这或许也是 TRAE Work 这套知识库最实际的价值：它未必直接给出每个人的最终答案，但可以先帮那些还站在门外的人，迈出把 AI 真正用进工作的第一步。
点击链接，即可查看 TRAE Work 知识库：
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
English / 原文
前不久，一位媒体朋友讲起他参加活动时看到的一幕，坐在他右边的记者，AI 录音笔和电脑上的 AI 助手同时开着，采访还没结束，资料整理已经开始；坐在他左边的记者，则还在用纸笔速记，回去以后再重新敲进 Word。
两个人坐在同一场活动里，但似乎跨越了两个时代。
过去半年，从自己身边同事、媒体朋友观察，现在大家在 AI 使用深度上，差异巨大。
一部分人已经把 AI 用到了近乎“炉火纯青”的程度。从选题检索、采访准备、录音转写，到纪要整理、文章结构、标题生成，AI 几乎渗透进了内容生产的每一个环节。
但另一部分记者，仍然在沿用十年前的工作方式：手工记录、人工整理，再打开 Word，一个字一个字地往下写。
为何会如此？除了认知、意愿外，但更重要的原因是，市面上真正告诉媒体从业者“AI具体该怎么用”的内容仍然太少，这种怎么用，里面包括工具层和内容层。
这两天上网冲浪，无意刷到了TRAE Work 官方上线的一个 AI 工作知识库，点击去翻了翻，发现这个 AI 知识库对于做内容创作的朋友来说，可能会有挺大帮助。
这套知识库，能教内容创作者什么？
首先这套知识库能补齐最基础的一课，Agent 工具到底怎么用。
想到自己刚用 Agent 工具时，在工具学习上花了不少时间，去B站、小红书等各种平台，零碎看了许多视频。
这套知识库在工具使用教程上，比较系统化，从 TRAE Work 的三种模式怎么选，到 Skill、自动化任务、规则与记忆、MCP 工具分别有什么作用，知识库先把产品的基本逻辑和操作方式讲清楚。
对于第一次接触桌面 Agent 的人来说，也就不需要四处找视频学习了。
当然，学习工具使用仅仅是第一步，对于内容创作者更重要的是怎么把 AI 融入到自己的工作流中，比如让它进入找选题、搜集资料、拆解文章、设计采访提纲、整理纪要、生成标题、制作图表等具体环节。
这个知识库的含金量也就在于此，他提供了不少的经验贴，帮助大家更好地把 AI 真正接进内容创作。
而且知识库提供的不只是一个结果示例，而是从任务怎么描述、Prompt 怎么写，到材料怎么准备、成品如何迭代的一整套实战方法。
此外，在这个知识库里，你还可以看看其他岗位和行业正在怎么使用 AI，再把其中的方法迁移到自己的工作中。
例如，研究人员如何做信息检索，产品经理如何整理需求，运营人员如何搭建自动化流程，职场人如何制作汇报和网页。这些场景看起来与内容创作无关，但其中的信息整理、任务拆解和成果交付方式，很多都可以被内容创作者直接借用。
现在这套AI 工作知识库，已经覆盖7 大真实工作场景，包括教育学习&个人成长、文档写作、数据处理&分析、汇报演示&设计创作、工作流自动化、信息检索&研究。
这是知识库给予我的灵感启发
1、定时每天推送资讯
我的关注方向主要是大厂 AI，平时需要持续追踪字节、阿里、腾讯、百度、华为在产品、模型、组织和人才上的最新动作。于是，我从自己的真实需求出发，尝试用 TRAE Work 搭建一份「大厂 AI 日报」。
我没有一上来就扔给它一句“帮我找今天的 AI 新闻”，而是先通过多轮交流，把关注公司、信息类型、时间范围、信源优先级和最终呈现格式一项项说清楚。等需求基本对齐后，再让 TRAE Work 将这些要求整理成一份可以重复使用的 Prompt，并据此执行任务。
对于这类每天都要重复查阅的信息，还可以进一步设置成自动化任务。以后每天固定时间点，就可以准时收到资讯。
考虑到我们公司日常使用飞书办公，我还把交付方式设成了自动写入飞书文档。这样，每天打开飞书就能直接查看更新后的日报，不必再专门进入 TRAE Work。
下面，就是它最终交付的大厂 AI 日报。
2、确定选题角度
看完每天的热点和资讯后，我基本已经能够判断，当天 AI 圈里最值得关注的事情是什么。比如 7 月17日，最受关注的消息之一，就是 Kimi 发布 K3。
但对于内容创作者来说，知道热点只是第一步。真正头疼、也最耗时间的，是接下来如何找到一个值得写的选题角度：既不能重复市面上已有的报道，又要切中读者真正关心的问题。
过去，为了寻找差异化角度，我通常需要逐个打开媒体网站，查看大家已经写了什么、重点讨论了什么、还有哪些问题没有被回答。这个过程不仅耗时，而且很难保证检索足够全面。
有了 AI 之后，我开始把这部分工作交给它辅助完成：先汇总已有报道，再归纳主流角度、识别尚未被充分讨论的问题，最后给出几组可以继续判断和推进的选题方向。
以最近 Kimi K3 发布为例，我把相关信息和选题要求交给 TRAE Work，下面是它给出的分析结果。个人觉得这个内容检索和分析还是蛮有用的，能够给予很多写作上的灵感启发。
3、辅助内容发布
一篇文章写完之后，往往还要分发到网站、公众号、小红书等多个平台。过去，这些发布环节看起来不复杂，却会消耗不少时间，尤其是重复排版、上传图片和填写后台信息。
拿我自己的工作举例。文章在微信公众号发布后，还需要同步到雷峰网(公众号：雷峰网)。过去，我要把正文从飞书文档逐段复制到网站后台，再保存并上传头图，调整段落格式，选择对应的栏目、作者和文章类型。整个流程做下来，通常需要10到20分钟。
现在，这部分机械工作也可以交给 AI。在完成网站权限和发布流程的配置后，稿件仍然在飞书里完成，我只需要把飞书文档链接交给 TRAE Work，它就可以读取正文和图片，按照雷峰网网站后台的格式要求完成录入与排版，并填写相应信息。
最终发布前，我只需要检查一遍内容和格式，再确认提交即可。
4、分析别人如何写作
写作是一门手艺活。从选题方向、标题、开头，到文章结构、句式节奏和具体用词，每一个环节背后，都有一套长期积累出来的方法。
想让自己进步得更快，一个很直接的办法，就是拆解那些你真正认可的作者：他长期关注什么选题，为什么这样取标题，习惯从哪里切入，又如何安排信息和控制节奏。
过去，这件事往往只能靠自己一篇篇阅读、手工总结。现在，AI 也可以参与进来。
比如，当你已经确定了一位想学习的作者，并且对方在网上拥有相对完整的个人专栏，就可以让 AI 先把文章集中整理下来，再进行系统分析。
拿我自己举例，我给 TRAE Work 提出了这样一个需求：
我想抓取该作者发表的所有文章，链接是 ： https://www.leiphone.com/author/humin962
请帮我完成以下任务：
几分钟后，他就把我所有的文章下载到了本地，并且做了一轮内容分析。
当 AI 渗透到了热点资讯、选题分析、文章发布、内容分析等环节时，我才真正感受到，AI 不再仅仅是一次性的问答，它变成了一条可以持续运行的工作流。
写在最后
如果你还没有深入使用 Agent，或者不知道怎么把 AI 用进自己的工作，可以先从 TRAE Work AI 工作知识库入手，看看不同场景下，别人是如何拆解任务、设计 Prompt 和搭建工作流的。
结合自己的实践，我有三个体会：
第一，Prompt 不必从头自己写。先用自然语言和 AI 沟通需求，等目标、材料和输出方式都说清楚后，再让 AI 整理成完整 Prompt。
第二，调试 Skill 和 Prompt 要有耐心。不要只说“这版不对”，而要指出具体问题。每轮认真反馈，比反复生成十几版更有效。
第三，调完后记得复盘归档。让 AI 总结遇到的问题、解决方法和可复用原则，沉淀到自己的AI 探索日志里。下次不用从零开始，如果以后你想做 AI 相关的自媒体，而这些过程本身也能成为素材。
总之，AI 工作流并不是一次搭好、以后就永远不变。它更像一套需要持续校准的工作方法：先从别人的经验中找到入口，再在自己的任务里反复尝试，最后把有效的方法沉淀下来。
而这或许也是 TRAE Work 这套知识库最实际的价值：它未必直接给出每个人的最终答案，但可以先帮那些还站在门外的人，迈出把 AI 真正用进工作的第一步。
点击链接，即可查看 TRAE Work 知识库：
雷峰网原创文章，未经授权禁止转载。详情见转载须知。