01 / 内容生产
公众号贴图
工作流
从选题、判断到四张图和草稿，把内容生产变成一条有检查点的流程。
持续迭代真实工作实验室 · 2026
把 AI 用进
真实工作。
这里记录我如何把 AI 接到内容生产、信息研究和日常执行中：先把问题讲清楚，再让流程跑起来，最后用证据检查结果。
记录的是过程，不是神话。
来源要清楚判断要分层关键处留人结果能回放
正在推进
我在把三件事，
慢慢做成系统。
我更关心的不是 AI 能不能做出一个漂亮 Demo，而是它能不能在信息很乱、系统很多、结果需要负责时，稳定地帮上忙。
公众号贴图
02 / 信息研究
AI 情报
与机会扫描
不止做摘要，还要继续追问：谁有痛点、谁愿意付费、下一步怎么验证。
持续积累03 / 协同执行
手机、Agent
和人工确认
让一句语音进入可追踪的工作链，同时把权限、风险和最终确认留在人手里。
正在接入我的判断标准
01
先把事实和判断分开，
再让 AI 参与执行。
真实工作里的 AI，不能只交付一段看起来顺的文字。它还要说清楚信息从哪里来、哪些地方不确定、哪一步需要人确认，以及出了问题能不能回到现场。对我来说，能被验收和复盘，比“看起来很聪明”更重要。
真实从正在发生的业务和内容流程出发，不凭空编一个案例。
可验收把“完成”拆成看得见的检查点，而不是凭感觉宣布成功。
可回放留下来源、过程和失败节点，让下一次可以直接改进。
最近记录
一件事如何，
从输入走到交付。
把复杂的事情拆小，让每一次判断都能留下来，成为下一次工作的起点。
01
收集
把语音、链接、文档和截图，先归到同一个问题里。
02
拆解
标出来源，把事实、观点、推断和待核实内容分开。
03
交付
生成文章、贴图、草稿或页面，按平台规则逐项验收。
04
回看
回读真实状态，记录哪里出错，再把经验写回流程。
不把一次成功的演示，
当成一个已经跑通的系统。
证据和边界
知道什么已经发生，也知道什么还只是推断。
把流程变成资产
让一次解决问题的方法，可以被下一次复用。
无人值守的自动化
先把权限、验收和人工接管的位置讲明白。