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。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：