<mark id="oztn4"></mark>
0
| 本文作者： 胡敏 | 2026-08-04 10:26 |
前不久，一位媒體朋友講起他參加活動時看到的一幕，坐在他右邊的記者，AI 錄音筆和電腦上的 AI 助手同時開著，采訪還沒結束，資料整理已經開始；坐在他左邊的記者，則還在用紙筆速記，回去以后再重新敲進 Word。
兩個人坐在同一場活動里，但似乎跨越了兩個時代。
過去半年，從自己身邊同事、媒體朋友觀察，現在大家在 AI 使用深度上，差異巨大。
一部分人已經把 AI 用到了近乎“爐火純青”的程度。從選題檢索、采訪準備、錄音轉寫，到紀要整理、文章結構、標題生成，AI 幾乎滲透進了內容生產的每一個環節。
但另一部分記者，仍然在沿用十年前的工作方式：手工記錄、人工整理，再打開 Word，一個字一個字地往下寫。
為何會如此？除了認知、意愿外，但更重要的原因是，市面上真正告訴媒體從業者“AI具體該怎么用”的內容仍然太少，這種怎么用，里面包括工具層和內容層。
這兩天上網沖浪，無意刷到了TRAE Work 官方上線的一個 AI 工作知識庫，點擊去翻了翻，發現這個 AI 知識庫對于做內容創作的朋友來說，可能會有挺大幫助。
首先這套知識庫能補齊最基礎的一課，Agent 工具到底怎么用。
想到自己剛用 Agent 工具時，在工具學習上花了不少時間，去B站、小紅書等各種平臺，零碎看了許多視頻。
這套知識庫在工具使用教程上，比較系統化，從 TRAE Work 的三種模式怎么選，到 Skill、自動化任務、規則與記憶、MCP 工具分別有什么作用，知識庫先把產品的基本邏輯和操作方式講清楚。
對于第一次接觸桌面 Agent 的人來說，也就不需要四處找視頻學習了。
當然，學習工具使用僅僅是第一步，對于內容創作者更重要的是怎么把 AI 融入到自己的工作流中，比如讓它進入找選題、搜集資料、拆解文章、設計采訪提綱、整理紀要、生成標題、制作圖表等具體環節。
這個知識庫的含金量也就在于此，他提供了不少的經驗貼，幫助大家更好地把 AI 真正接進內容創作。
而且知識庫提供的不只是一個結果示例，而是從任務怎么描述、Prompt 怎么寫，到材料怎么準備、成品如何迭代的一整套實戰方法。
此外，在這個知識庫里，你還可以看看其他崗位和行業正在怎么使用 AI，再把其中的方法遷移到自己的工作中。
例如，研究人員如何做信息檢索，產品經理如何整理需求，運營人員如何搭建自動化流程，職場人如何制作匯報和網頁。這些場景看起來與內容創作無關，但其中的信息整理、任務拆解和成果交付方式，很多都可以被內容創作者直接借用。
現在這套AI 工作知識庫，已經覆蓋7 大真實工作場景，包括教育學習&個人成長、文檔寫作、數據處理&分析、匯報演示&設計創作、工作流自動化、信息檢索&研究。
1、定時每天推送資訊
我的關注方向主要是大廠 AI，平時需要持續追蹤字節、阿里、騰訊、百度、華為在產品、模型、組織和人才上的最新動作。于是，我從自己的真實需求出發，嘗試用 TRAE Work 搭建一份「大廠 AI 日報」。
我沒有一上來就扔給它一句“幫我找今天的 AI 新聞”，而是先通過多輪交流，把關注公司、信息類型、時間范圍、信源優先級和最終呈現格式一項項說清楚。等需求基本對齊后，再讓 TRAE Work 將這些要求整理成一份可以重復使用的 Prompt，并據此執行任務。
對于這類每天都要重復查閱的信息，還可以進一步設置成自動化任務。以后每天固定時間點，就可以準時收到資訊。
考慮到我們公司日常使用飛書辦公，我還把交付方式設成了自動寫入飛書文檔。這樣，每天打開飛書就能直接查看更新后的日報，不必再專門進入 TRAE Work。
下面，就是它最終交付的大廠 AI 日報。
2、確定選題角度
看完每天的熱點和資訊后，我基本已經能夠判斷，當天 AI 圈里最值得關注的事情是什么。比如 7 月17日，最受關注的消息之一，就是 Kimi 發布 K3。
但對于內容創作者來說，知道熱點只是第一步。真正頭疼、也最耗時間的，是接下來如何找到一個值得寫的選題角度：既不能重復市面上已有的報道，又要切中讀者真正關心的問題。
過去，為了尋找差異化角度，我通常需要逐個打開媒體網站，查看大家已經寫了什么、重點討論了什么、還有哪些問題沒有被回答。這個過程不僅耗時，而且很難保證檢索足夠全面。
有了 AI 之后，我開始把這部分工作交給它輔助完成：先匯總已有報道，再歸納主流角度、識別尚未被充分討論的問題，最后給出幾組可以繼續判斷和推進的選題方向。
以最近 Kimi K3 發布為例，我把相關信息和選題要求交給 TRAE Work，下面是它給出的分析結果。個人覺得這個內容檢索和分析還是蠻有用的，能夠給予很多寫作上的靈感啟發。
3、輔助內容發布
一篇文章寫完之后，往往還要分發到網站、公眾號、小紅書等多個平臺。過去，這些發布環節看起來不復雜，卻會消耗不少時間，尤其是重復排版、上傳圖片和填寫后臺信息。
拿我自己的工作舉例。文章在微信公眾號發布后，還需要同步到雷峰網(公眾號：雷峰網)。過去，我要把正文從飛書文檔逐段復制到網站后臺，再保存并上傳頭圖，調整段落格式，選擇對應的欄目、作者和文章類型。整個流程做下來，通常需要10到20分鐘。
現在，這部分機械工作也可以交給 AI。在完成網站權限和發布流程的配置后，稿件仍然在飛書里完成，我只需要把飛書文檔鏈接交給 TRAE Work，它就可以讀取正文和圖片，按照雷峰網網站后臺的格式要求完成錄入與排版，并填寫相應信息。
最終發布前，我只需要檢查一遍內容和格式，再確認提交即可。
4、分析別人如何寫作
寫作是一門手藝活。從選題方向、標題、開頭，到文章結構、句式節奏和具體用詞，每一個環節背后，都有一套長期積累出來的方法。
想讓自己進步得更快，一個很直接的辦法，就是拆解那些你真正認可的作者：他長期關注什么選題，為什么這樣取標題，習慣從哪里切入，又如何安排信息和控制節奏。
過去，這件事往往只能靠自己一篇篇閱讀、手工總結。現在，AI 也可以參與進來。
比如，當你已經確定了一位想學習的作者，并且對方在網上擁有相對完整的個人專欄，就可以讓 AI 先把文章集中整理下來，再進行系統分析。
拿我自己舉例，我給 TRAE Work 提出了這樣一個需求：
我想抓取該作者發表的所有文章，鏈接是 ： http://www.zaocj.com/author/humin962
請幫我完成以下任務：
幾分鐘后，他就把我所有的文章下載到了本地，并且做了一輪內容分析。
當 AI 滲透到了熱點資訊、選題分析、文章發布、內容分析等環節時，我才真正感受到，AI 不再僅僅是一次性的問答，它變成了一條可以持續運行的工作流。
如果你還沒有深入使用 Agent，或者不知道怎么把 AI 用進自己的工作，可以先從 TRAE Work AI 工作知識庫入手，看看不同場景下，別人是如何拆解任務、設計 Prompt 和搭建工作流的。
結合自己的實踐，我有三個體會：
第一，Prompt 不必從頭自己寫。先用自然語言和 AI 溝通需求，等目標、材料和輸出方式都說清楚后，再讓 AI 整理成完整 Prompt。
第二，調試 Skill 和 Prompt 要有耐心。不要只說“這版不對”，而要指出具體問題。每輪認真反饋，比反復生成十幾版更有效。
第三，調完后記得復盤歸檔。讓 AI 總結遇到的問題、解決方法和可復用原則，沉淀到自己的AI 探索日志里。下次不用從零開始，如果以后你想做 AI 相關的自媒體，而這些過程本身也能成為素材。
總之，AI 工作流并不是一次搭好、以后就永遠不變。它更像一套需要持續校準的工作方法：先從別人的經驗中找到入口，再在自己的任務里反復嘗試，最后把有效的方法沉淀下來。
而這或許也是 TRAE Work 這套知識庫最實際的價值：它未必直接給出每個人的最終答案，但可以先幫那些還站在門外的人，邁出把 AI 真正用進工作的第一步。
點擊鏈接，即可查看 TRAE Work 知識庫：
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
