保姆级教程 · 面向想把重复创作任务交给 AI 协助的人
项目 信息 课程系列 AI 创作入门 · L1-D 智能体/自动化 课程编号 L1D-01 难度等级 ★★☆☆☆ 适用人群 已经会用 AI 写文、做图或配音,想理解自动化边界的创作者 预计学时 60-80 分钟 前置课程 L0-2 名词词典;建议先完成 L1A、L1B 或 L1C 中任意一个方向 更新日期 2026 年 8 月 内容声明 本课讲通用方法。自动执行涉及发布、付款、删除或对外回复时,必须保留人工确认。
学完本教程后,你将能够:
Agent 不是"更聪明的聊天机器人",而是"会根据结果继续做事的助手"。
聊天机器人是你问一句、它答一句,对话结束就结束。Agent 是你给它一个目标,它会自己拆步骤、调工具、看结果、再决定下一步——像一个能跑腿的实习生,但你必须给他明确的任务卡和权限边界。
Agent(智能体)= 有目标、有工具、会根据结果继续推进的 AI 助手。
它不是一个新模型,而是"模型 + 工具 + 记忆 + 规划"的组合体。模型负责理解和生成,工具负责拿数据和执行动作,记忆负责保存上下文,规划负责把大目标拆成小步骤。
Agent 的工作方式可以用一个循环来概括:
目标:整理本周选题
│
▼
感知:读取热点链接、已有选题表和账号定位
│
▼
决策:筛掉无关话题,按潜力排序,决定是否需要补充资料
│
▼
行动:生成选题表,标记需要人工核实的条目
│
▼
观察结果:人看了选题表,反馈"第3条过时了,第7条没有来源"
│
▼
下一轮:根据反馈调整,重新输出
这个循环常被概括为:
感知 → 决策 → 行动 → 观察结果 → 下一轮
普通聊天是"一轮就结束"——你问"帮我写个标题",AI 给你 5 个,你自己挑。Agent 的循环意味着它会多跑几步:先找资料,再筛选题,再生成表格,再标记待核实项,最后交给你确认。每一步的输出都会影响下一步。
这带来两个直接后果:
"会自己跑很多步"不是 Agent 的唯一价值。真正价值是:把稳定、重复、规则清楚的步骤交给系统,让人把时间留给判断、创意和责任。
| 交给 Agent 的 | 留给人的 |
|---|---|
| 汇总链接、去重、格式化 | 判断选题是否值得做 |
| 生成初稿、多版本标题 | 确认观点、语气和事实 |
| 按模板填写表格 | 决定发布时机和封面 |
| 检索已有资料 | 核实来源和授权 |
一句话记忆:Agent 是执行助手,不是替身。它能帮你跑腿,但不能替你负责。
这是本课最容易混淆的概念,也是新手第一个踩坑点。很多人把"用 ChatGPT 聊天"当成"用 Agent",结果对 Agent 的期望和实际体验不匹配。
| 类型 | 擅长什么 | 典型输入 | 典型输出 | 需要注意什么 |
|---|---|---|---|---|
| 聊天机器人 | 单次问答、草稿、解释 | 一段提问 | 一段回答 | 上下文通常短,不能代替事实核查 |
| 工作流 | 固定顺序的重复步骤 | 表单、文件、定时触发 | 固定格式结果 | 遇到例外时不够灵活 |
| Agent | 有目标地选择工具和步骤 | 目标 + 资料 + 约束 | 多步结果或任务建议 | 可能走偏,必须限制权限和预算 |
任务:"为本周内容整理 10 个选题"。
方式一:聊天机器人
你在对话框里打:"帮我找 10 个 AI 效率账号的选题。" AI 给你 10 条。你逐条检查,发现 3 条过时、2 条跟账号定位不符。你再追问:"换掉第 3 条和第 7 条。" AI 换了。重复几轮,你花了很多时间在来回修正上。
方式二:工作流
你搭一条固定流程:表单提交热点链接 → 自动摘要 → 按标签分类 → 去重 → 输出选题表。每周只需提交链接,系统自动出表。但如果某条链接打不开,或主题不在预设标签里,流程会卡住,需要手动处理。
方式三:Agent
你给 Agent 一个目标:"用我提供的热点链接和历史选题,整理 10 个下周选题,输出选题表和待核实项。" Agent 自己判断:先读链接,再筛掉与定位不符的,再补充资料,最后生成表格。如果某条链接打不开,它会标记"资料不足"而不是卡住。你只需看最终结果,确认或退回。
| 场景 | 推荐方式 | 原因 |
|---|---|---|
| "把这段文案改成更口语化" | 聊天 | 单次任务,一轮就完 |
| "每天早上把表单数据同步到表格" | 工作流 | 固定步骤,规则清楚 |
| "从一批候选话题里找选题,补资料,生成待审核清单" | Agent | 需要多步判断,中间可能要调整 |
| "帮我分析这篇竞品文章的结构" | 聊天 | 单次分析,不需要循环 |
| "每周自动生成选题 → 大纲 → 初稿 → 待审核" | 工作流 + Agent | 流程固定但每步需要判断 |
选型口诀:单次问答用聊天,固定步骤用工作流,多步判断用 Agent,复杂流程组合用。
以下情况先不要自动化,哪怕工具再方便:
先做后自动原则:先把人工流程跑顺 2-3 次,知道每一步的输入、判断和输出,才能知道该自动化哪一步。L1C-07 中"母稿先确认、再派生多形态内容"的原则,同样适用于 Agent。
Agent 由四个组件构成。理解它们的作用和边界,你就能判断任何 Agent 方案的合理性。
做什么:读懂任务、总结资料、写出候选答案、判断该不该调工具。
擅长:语言理解、模式匹配、文本生成、分类和翻译。
不擅长:精确计算、实时信息、事实核查——模型的知识有截止日期,可能编造(幻觉)。
常见错误:把"模型说了"当作事实来源。模型说"某产品月销 10 万",这个数字必须人工核实,不能直接写进文案。
保姆级建议:选模型时关注三点——中文能力(你的内容是中文)、上下文长度(能处理多长的输入)、成本(每次调用的费用)。新手先用免费额度试,不要一开始就追求最强模型。
做什么:搜索、读写表格、生成图片、合成语音、调用 API、发送通知。
关键认知:模型本身不等于能上网、能发消息、能操作文件。只有被你明确接入并授权的工具,才可以执行相应动作。 这是一道安全边界——模型"建议调用"和"真正执行"之间,必须有你(或你的程序)做的校验。
工具分类:
| 类别 | 举例 | 风险等级 |
|---|---|---|
| 只读工具 | 搜索、读表格、读文件 | 低 |
| 生成工具 | 画图、TTS、写文件 | 中 |
| 写入工具 | 写表格、发通知 | 高 |
| 不可逆工具 | 发布、删除、付款 | 极高,必须人工确认 |
保姆级建议:第一个 Agent 只接 2-3 个只读或生成工具,不接写入和不可逆工具。等流程稳定后再逐步放开。本项目 vbox 的对外 TTS API 就是一个典型的"生成工具",可以在 L1D-06 学到怎么封装它。
做什么:记录账号定位、常用语气、已经做过的选题、用户偏好。
两种记忆:
| 类型 | 保存什么 | 举例 |
|---|---|---|
| 短期记忆 | 当前任务的中间状态 | "这轮已经筛掉 3 条了" |
| 长期记忆 | 跨任务复用的已确认信息 | "账号面向职场新人,语气偏口语" |
关键原则:只保存完成任务所需的最少信息。敏感资料(身份证、密码、合同原文)和 unnecessary 的个人信息不应塞进长期记忆。
常见错误:把所有对话都当记忆保存。记忆不是杂物箱——信息越多,检索越慢,隐私风险越大。定期清理过期内容。
做什么:让 Agent 不只输出一大段文字,而是知道"先收集、再筛选、再生成、最后提交审核"。
好的规划 vs 坏的规划:
❌ 坏规划:帮我运营账号
→ Agent 不知道从哪开始,可能瞎跑
✅ 好规划:
第一步:读取本周热点链接和历史选题
第二步:去重,筛掉与定位不符的
第三步:为剩余条目补充资料摘要
第四步:生成选题表,标记待核实项
停止条件:资料不足时标记"待补",不继续猜
交付:选题表 + 待核实清单 → 人工确认
好规划的三个特征:
不要从"全自动运营账号"开始。下面用"每周选题整理"做第一个练习,手把手带你走一遍。
不够清楚的目标:
帮我找爆款选题。
问题:什么是"爆款"?在哪个平台?给谁看?用什么资料?怎么算"找到"?Agent 无从下手,只能瞎猜。
可执行的目标:
为面向职场新人的 AI 效率账号整理 10 个下周选题。
只使用我提供的热点链接和历史数据。
每个选题输出:目标人群、核心问题、事实待核项、建议形式。
任何没有来源的数字都标为"待核实"。
不要直接发布内容。
为什么这版好:有明确受众、有资料来源限制、有输出字段、有标记规则、有禁止动作。Agent 知道该做什么、不该做什么、怎么算完成。
| 项目 | 内容 |
|---|---|
| 输入 | 账号定位、历史选题、热点链接、平台限制 |
| 中间步骤 | 去重、相关性判断、按内容形式分类 |
| 输出 | 选题表、资料来源、待核实项、人工建议 |
| 停止条件 | 找不到来源、敏感争议大、与定位不匹配 |
| 人工审核点 | 热点真实性、选题匹配度、标题和发布时机 |
至少在三个位置停下来让人确认:
审核点设计原则:审核越靠近源头,错误扩散越少。事实错误如果在选题阶段没发现,到初稿、配图、配音都做完才发现,返工成本是 10 倍以上。
用上面的目标实际跑一次(可以先用聊天工具模拟),然后记录:
| 记录项 | 示例 |
|---|---|
| 哪些步骤稳定 | 去重、格式化选题表 |
| 哪里经常出错 | 热点链接打不开时容易编造内容 |
| 哪些字段总要人工改 | "核心问题"经常太泛 |
| 稳定的部分下次可接工具 | 去重可以接表格读取 |
| 不稳定的部分保留人工 | 核心问题的精准度需要人来调 |
把下面模板复制到笔记里,填完就能判断任务是否值得搭 Agent。这张卡比"帮我做一个聪明的 Agent"有用得多——它把能力、权限、边界和验收标准一次写明白。
┌─────────────────────────────────────────┐
│ 智能体任务卡 v1.0 │
├─────────────────────────────────────────┤
│ 任务名称:每周选题助手 │
│ 最终目标:产出待审核的 10 个选题,不直接发布 │
│ │
│ 输入来源: │
│ - 历史选题表(表格) │
│ - 人工挑选的热点链接(5-10 条) │
│ - 账号定位文档 │
│ │
│ 允许使用的工具: │
│ - 表格读取(只读) │
│ - 网页摘要(只读) │
│ - 文案草稿生成 │
│ │
│ 禁止动作: │
│ - 发布内容 │
│ - 发送私信 │
│ - 删除已有内容 │
│ - 使用未授权素材 │
│ │
│ 必须人工确认: │
│ - 事实核查 │
│ - 敏感话题判断 │
│ - 标题最终版 │
│ - 发布时间 │
│ │
│ 失败时怎么办: │
│ - 标记"资料不足" │
│ - 返回原始链接,不猜测 │
│ - 连续 3 次失败暂停,通知人工 │
│ │
│ 成本上限:每周不超过 ___ 元 / ___ 次调用 │
│ │
│ 成功标准: │
│ - 选题可去重、可追溯 │
│ - 人工修改量逐周下降 │
│ - 待核实项占比低于 20% │
└─────────────────────────────────────────┘
不会完全取代,但会改变工作方式。它可以替你完成资料归类、初稿和重复搬运,但账号定位、观点、事实、审美和发布责任仍在人。把它当成执行助手,而不是替身。2026 年的趋势是"人机协作"——AI 出初稿,人工精修;AI 做配角,人做主角。
不是。工具越多,权限、错误和成本也越难管。第一个 Agent 只接完成任务必需的两三种工具即可。等流程稳定、审核机制成熟后,再逐步增加。这叫"先小后大"原则。
能。先用手工输入和模拟表格练任务卡、输入输出、审核点;这些设计比接接口更基础。等你明确了"需要什么工具",再去找对应的 API 或平台。不要因为"还没接接口"就跳过任务设计。
ChatGPT 对话是"你问一句、它答一句",一轮就结束。Agent 是"你给目标、它自己跑多步",中间会调工具、看结果、再决定下一步。可以理解为:聊天是"问路",Agent 是"派快递"——快递员会自己规划路线、遇到堵路会换路、最后把东西送到你手里确认。
技术上可以,但本课强烈建议新手不要从"自动发布"开始。自动发送错误、侵权或不当回复的代价很高(账号限流、粉丝流失、法律风险)。正确路径是:先让 Agent 产出草稿 → 人工确认 → 人工发布。等流程跑了几十次都很稳定,再考虑放开"发布"权限,而且仍然建议保留"人工一键暂停"开关。
现象:跟 AI 说"帮我自动运营账号",结果它不知道从哪开始,要么瞎跑一通,要么什么都不做。
原因:目标太大,系统不知道怎样算"完成"。Agent 需要可验证的小目标,不是模糊的大愿景。
处理:把大目标拆成"整理选题""生成初稿""汇总数据"这样的可验收小任务。每个小任务都有明确的输入、输出和完成标准。先跑通一个小任务,再连成大流程。
现象:为了省事,给 Agent 开了发布权限,结果它自动发了一条事实错误的内容,被粉丝指出,账号口碑受损。
原因:Agent 不会替你承担发布责任。自动发布的容错率为零——一次错误就可能造成不可逆的声誉损失。
处理:发布和对外承诺必须是人工确认后的动作。在任务卡的"禁止动作"里明确写上"不自动发布"。如果一定要自动化发布,至少保留:人工审核内容 → 确认后系统定时发送 → 发送后人工检查是否成功。
现象:把所有对话、所有文档、所有用户信息都塞进 Agent 的长期记忆,结果它回答越来越慢,还经常把无关信息混进来。
原因:长期记忆不是杂物箱。信息越多,检索越慢,隐私风险越大,还可能让旧信息干扰新判断。
处理:只保留可复用、已确认、必要的信息(如账号定位、已确认的语气偏好),并定期删除过期内容。设置记忆的"过期时间"和"删除方式",比如"90 天后复核,用户请求即可删除"。
已经理解 Agent 的边界后,下一篇《L1D-02 主流 Agent 平台与框架:按任务选搭建路线》会比较无代码、低代码和代码三条路线,帮助你为第一张任务卡选择合适的搭建平台。你会看到扣子、Dify、FastGPT、GPTs 等平台各自适合什么场景,以及如何用四个问题做出选型决策。
教程版本:v1.0 最后更新:2026-08 内容时效:平台能力、授权方式和价格会变化;启用任何外部工具前,请以当前官方文档和账号权限为准。本教程提及的工具名称归各自所有方所有,不构成购买建议。