Boji / 77liu.top
← 返回时间线

更新于 2026/11/01 01:32 / AI 实践

分享：从真实困扰，到AI自动化

主人编辑 ↗

从真实业务困扰出发，逐步搭建可复用的 AI 工作流。

TL;DR：面对持续变化、无法定位的赛程和 1000+ 的重复配置，到底怎么办？

先把业务背景、规则与人工操作步骤交给 AI，跑通单步，然后串成可复用的 Skill，并持续迭代；将「赛程同步、任务准备、关键词生成、后台配置和结果回填」五步都接起来后，累计完成 1,200+ 条同步、600+ 条自动配置，净节省 32 人时+。

人，应该把精力用在学习、创造和审美活动上。

10月30日 14:00～15:30｜【内容与合作】AI应用&分享｜分享约 12 分钟

“ 重复手动的困扰 → 搭一个 skill 工作流 → 前后有什么不同 ”

Aime飞书Bot与Web端记忆互通，支持个人助理能力，符合L4合规策略，敏感内容自动降级或脱敏。使用手册 👉Aime 个人助理使用说明 | Aime Personal Assistant User Instructions

Aime 界面
logo

在前面，分享两个我用 AI 的方法；然后用一个真实业务 case 介绍具体怎么实践。

方法分享1：给助手充分的信息和规则

我和 AI 交互的真实使用习惯——给助手一个文件夹，第一条信息先同步，借助知识模版和项目规则

  • 每有新的业务/工作，我都会使用，已成为长期习惯
  • 助手要花一点时间学习，收益是更懂业务、沟通更顺畅，无需重复业务细节
  • 特别适合中长线业务

1、知识模板

2、通用项目规则

怎么用？

效果

有什么就写什么：不需一次填写完整，优先提供必要信息。Agent 会在后续交互中主动学习。

  • 前四项建议填写，用自然语言随意描述即可，无需规范书面、考究的语言；「资料」可提供会议纪要、记录草稿、重要飞书链接。
  • 后五项选填，原则是提供给 Agent 它完成你布置给他的任务所必须的信息和业务知识。
🌊

模版不是“麻烦”，是帮自己整理资料、避免缺漏的工具

就像发在工作群中给同事看的信息/进展同步信息。

这份项目规则只有一个目的：以文件的形式自动维护项目知识，使新的智能体在这个文件夹中能“无缝衔接”工作。核心思想：

  • 教助手：主动维护业务知识
  • 记录最新进展
  • 错误驱动 one-mistake-one-rule
  • 谨慎但利落地更新知识：只写长期有用的知识，过期信息直接删除

*每一条规则均来自 OpenAI、Anthropic 等分享的最佳实践，具体来源见附录

  • 把你的智能体（Aime / codex）放进一个项目，并给它一个文件夹
  • 第一条：业务信息模版 + 通用项目规则
  • 第二条：开始布置你的任务。

Aime 明显有了业务理解，知道业务背景、目标和知识；

它从通用助手，瞬间变成懂业务的同事。

项目启动模板
业务名：
背景：
本次任务：
目标与验收：
资料：

[现状]：当前状态，哪些信息已经确认。
[待确认]：哪些信息不足，不能自行推断。
[边界]：哪些字段、配置或人工结果不能改；何时需停止。
[案例]：一条正例、一条反例；有条件再加边界例。
[当前进展与下一步]
PROJECT_RULE.md
请先读取任务相关资料，复述你的理解，区分事实和假设。
请你仔细阅读资料，特别是飞书文档，要求在给定文档基础上下探一层，
收集重要信息，维护进项目知识。最新现状与历史记录需要明确标记。
后续把重要规则、决定、错误和当前状态维护到项目文件中。

项目长期工作规则
0. 效力与加载
本文件必须固定保存于项目根目录 PROJECT_RULES.md，持续作为项目级长期工作约束。
开始复杂任务、跨会话继续工作、更新项目文档前，必须读取本文件、README.md 与 one-mistake-one-rule.md；不得仅依赖聊天历史。
加载顺序：启动文件 → 当前任务相关规则与路由 → 相关知识、报告或脚本 → 针对剩余信息缺口检索。禁止默认加载全部项目资料。

1. 固定目录结构
以下结构必须完整保留；缺失项必须补齐，不得因精简规则而省略、重命名或变更职责。
 .
 ├── README.md  # 项目入口、当前状态、核心信息、文档路由、重要迭代。
 ├── one-mistake-one-rule.md  # 错误经验与行为约束索引。
 ├── PROJECT_RULES.md  # 项目长期规则的唯一维护位置。
 ├── knowledge/  # 长期知识、定义、方法、调研与专项说明。
 ├── reports/  # 阶段性与最终交付物。
 ├── scripts/  # 项目脚本、数据处理与自动化工具。
 └── recyclebin/  # 已废弃或被替代但保留追溯价值的资料。
不得擅自新增一级目录。现有额外目录与文件不得仅为符合目录示意而自动迁移或删除；结构调整须有明确任务依据。工具入口文件只引用规则，不复制维护规则正文。

2. 项目控制面
README 必须保持在 100 行以内，维护背景、目标、当前工作、状态、关键结论与约束、下一步、文档地图及 Iteration。
细节必须移入对应文档；README 路由必须包含摘要、路径和加载条件。不得将 README 扩展为项目百科。
必须区分已确认事实、当前决策、合理假设和待确认事项。不得将假设表述为事实。
低风险、可逆事项可标明假设后推进；涉及方向、核心指标、重要方案、资源投入、长期规则或最终结论的关键未决事项，必须请求确认。已有明确授权的事项直接执行。

3. 上下文增量更新
仅在产生长期有效事实、决策、方法、指标口径、阶段变化或重要文件变化时更新上下文；普通问答、临时尝试与操作流水不得沉淀为核心上下文。
维护顺序：更新已有文档 → 扩展已有结构 → 必要时新建文件。同一事实必须保持单一主要维护位置，其他文档通过链接引用。
新信息必须修正失效状态；禁止追加后同时保留互相冲突的当前结论。仅保留具有追溯价值的历史。
复杂任务必须增量推进；重要阶段结束时记录已完成内容、当前状态、下一步及未解决问题。独立进度文档仅在任务复杂度确有需要时创建。
README 的 Iteration 按自然日记录实质性变化；同一天更新同一条目，禁止重复日期条目。

4. 错误驱动增长
具有复发风险的实际错误必须录入 one-mistake-one-rule.md，字段为：错误名称、简要描述、正确规则、详细案例路径；无独立案例时路径填“无”。复杂案例保存于 knowledge/。
同类任务必须应用已有规则。错误重复发生时，优先修正原规则、文档路由或示例；禁止无理由重复已记录错误。
不得记录无普遍意义的偶发问题，不得通过预先穷举假想风险扩张规则。

5. 自维护与交付
使用中发现重复、冲突、过时内容或失效路由时，必须合并、更新或修正；被替代且需要追溯的资料移入 recyclebin/，默认不得永久删除。
发现持续误解、重复解释或检索困难时，优先改进结构、路由、规则表达和示例；必要时增加检查，不得以持续追加提示词替代修正。
重要变更后必须检查 README 是否足以支持新会话识别目标、状态、约束、资料位置及下一步。
文档默认 Markdown；用户明确指定其他格式时遵从指定。方案、链路、架构和最佳实践报告必须包含可视化，标明输入、步骤、分支、输出、关键约束及建议与已实现状态。
沉淀条件：该信息具有后续任务价值，且缺失可能导致误判或返工；不满足条件的信息不得进入核心上下文。

6. 执行流程
状态：本文件及启动索引已保存；跨会话执行效果待验证。下图定义规范流程。
 flowchart TD
     A[输入：任务与项目资料] --> B[读取启动文件并按路由加载]
     B --> C{存在重大未决事项？}
     C -->|是| D[请求确认]
     C -->|否| E[增量执行与验证]
     D --> E
     E --> F{产生有效状态变化或可复发错误？}
     F -->|是| G[更新唯一事实来源或错误索引]
     F -->|否| H[交付结果]
     G --> I[校验目录约束、路由与当前状态]
     I --> H
     H --> J[输出：成果及可继续状态]
     K[约束：固定目录、按需加载、README不超过100行、默认归档] -.-> I
  1. 新建“项目”而不是对话，给助手一个“工作目录”

    助手在电脑里有自己的地方（文件夹）；
    仅在这个文件夹中，他能自己读写文件，变成长期记忆

    而不是让重要信息淹没在对话中

    具体操作方法，见表格下方“+Aime中项目维护流程”

  2. 发出第一条信息

    第一条信息 = 填写知识模版 + 通用项目规则

这是一张Aime助手的操作规则说明界面截图，界面上包含业务场景、工作流程、规则要求等核心内容，重点标注了AI助手在电脑内的工作文件夹相关规则，明确助手仅能在对应文件夹内读写文件、留存长期记忆，还提及项目维护流程、需先完成任务再提交，以及规则执行的相关要求，同时标注了序号相关的操作指引，内容围绕给AI助手明确工作权限、信息与规则的核心方法展开，和文档中“方法分享1”的内容相呼应，为搭建skill工作流提供了具体的规则参考。		图片展示的是Aime在知识阅读阶段的反馈界面。界面中显示了知识阅读的完成情况，如已阅读10篇文档，涵盖知识结构、上下文理解等。还列出了知识阅读的步骤，包括知识阅读、知识理解、知识推理等。反馈内容包括知识阅读的准确率、推理准确率等数据，如知识阅读准确率99.14%、推理准确率99.27%。界面底部有“已确认”“待确认”“待拒绝”选项，以及“知识阅读已结束”提示。该图片与文档中知识阅读阶段的反馈内容相关，直观呈现了反馈信息。

+Aime中项目维护流程

  1. 创建项目
  1. 为项目添加项目目录
  1. 发出第一条消息
  1. 开始任务交互

1.1 创建项目

这是Aime助理的工具界面，左侧功能栏设有“新建任务”“默认会话”“助理配置”等选项，“项目”分类右侧带有红色加号按钮，用于创建项目；界面右侧是查看AI事件总结迁移效果评审数据的区域，显示了Aime生成的相关内容，底部的输入栏可添加上下文、调用资源，当前正在创建“AI事件总结迁移...”的内容，整体为业务场景中AI工具的项目维护操作界面，和文档中介绍的“Aime中项目维护流程”相关内容对应。

1.2 可以起一个合适的名字

图片展示的是Aime助理界面，左侧为项目列表，右侧是任务界面。界面中“置顶”和“重命名”选项被红色框突出显示。该图片位于介绍Aime中项目维护流程的上下文部分，具体是在创建项目后，为项目添加项目目录的步骤中，用于说明在项目管理中对项目进行置顶或重命名的操作，帮助用户更好地管理和维护项目。

这张图片展示的是Aime工具的「新项目」操作界面，界面左侧是工具的功能导航栏，包含新建任务、默认会话、助理配置等选项。界面右侧的新项目创建流程中，核心突出标注了两处操作指引：一处是红色箭头指向界面下方的加号按钮，旁边标注“选择工作目录”；另一处红色箭头指向上方列表里的“选择目录”选项，对应项目目录创建步骤，和文档中提及的Aime项目维护流程里“为项目添加项目目录”的内容匹配，是项目创建环节里选择目录的操作指引。

创建新目录 or 选择已有目录

图片展示的是一个文件管理界面，左侧为导航栏，显示了Recents、Shared、Favorites等文件夹。右侧是“Documents”文件夹下的内容，其中“Aime”文件夹被选中。画面底部有“New Folder”按钮，被红色箭头指向。该图片与文档中“Aime中项目维护流程”部分的“创建项目”步骤相关，用于说明在创建项目时，可选择“Documents”文件夹，点击“New Folder”创建新目录，或选择已有目录。

图片展示了Aime在业务场景中创建项目后的界面。上方有两张图片，分别为“AI事件总结迁移效果评审”和“AI事件总结迁移效果评审（10组正文+10组视频）”。下方是Markdown格式的项目信息，包括业务名、背景、本次任务、资料等内容。资料部分以红色框突出显示了“AI事件总结迁移效果评审（10组正文+10组视频）”及“AI事件总结迁移效果评审8.19”等信息。该图片与上下文介绍的Aime项目维护流程中创建项目的内容相关，直观呈现了创建后的界面情况。
  1. 看配置的目录有没有生效
  2. 粘贴第一条消息
  3. 也可以贴图片

随意开启工作交互～

+简单场景快速用起来——以「AI事件总结迁移效果评审」为例

  • 发出的第一条信息
第一条信息
业务名：AI事件总结迁移效果评审
背景：热榜AI总结的服务要从豆包迁移到热点自闭环 本次只是迁移服务，没有改动整个链路的prompt等，一共要评测两组数据：视频插入质量是否有显著影响；文本总结质量是否有显著差异
本次任务：看看这组数据
资料：
- [AI事件总结迁移效果评审（10组正文＋10组视频）](https://bytedance.larkoffice.com/docx/YV1odva7PonT0UxIH92cSB1nnbg)
- [热榜AI总结文本评估8.19](https://bytedance.larkoffice.com/sheets/CEXvsoAMFhiTiOtBKe5cp6vSngh)这个是之前切换模型做的人工评测，主要考察维度：
基本质量（准确性、相关性、格式）
可用到好用的主要关注维度：价值：逻辑性、对于该热榜词的延展增量是否得当；画风：AI感

请先读取任务相关资料，复述你的理解，区分事实和假设。
请你仔细阅读资料，特别是飞书文档，要求在给定文档基础上下探一层，收集重要信息，维护进项目知识。最新现状与历史记录需要明确标记。
后续把重要规则、决定、错误和当前状态维护到项目文件中。

---
（在此处粘贴 PROJECT_RULES.md。太长了此处省略）

  • Aime的首条输出：
这张图片展示了Aime项目的相关工作内容，包含对任务的理解、已确认事实、当前判断等板块，其中明确标注了“得确认项”部分，列出了关于Aime项目的多条待确认事项，比如Case 3、Case 10的相关内容判断要求，还能看到“已维护的项目文件”模块，显示了项目文件的相关状态，以及“最新现状vs历史记录”板块，呈现了Aime项目从2024年10月14日到近期的测试验证结果与分析，是对文档中“AI事件总结迁移效果评审”相关场景的具体内容呈现。
图片展示了Aime对“AI事件总结迁移效果评审”任务的首条输出内容。其中，红色框突出显示了Agent输出的理解，对齐需求，包括确认事实、业务名称、服务名称、新服务名称、评审标准、评审点等内容；绿色框标注了Agent明显去人提供的文档中主动看到的更多信息，如评审标准、评审点等；蓝色框则指出Agent维护了项目知识，如PROJCT_RULES.md、README.md等文件。该图片与上下文紧密相关，直观呈现了Aime在任务交互中的输出情况。

Aime 创建的 README.md

Aime创建的README.md
# AI事件总结迁移效果评审

## 项目背景

热榜 AI 总结服务计划从豆包迁移到热点自闭环。本次迁移仅替换服务，不改动整体链路的 prompt 等逻辑。评审目标是判断迁移是否对内容质量产生显著影响。

## 项目目标

围绕两组数据完成效果评审：

1. 视频插入质量是否有显著影响；
2. 文本总结质量是否有显著差异。

最终需要形成可复用的评审结论、评审规则、当前状态和后续待确认项，保证后续 Agent 可直接继续。

## 当前状态

- 当前阶段：资料初读与项目上下文初始化。
- 已读取资料：评审飞书文档、历史人工评测飞书表格、项目本地目录结构。
- 已完成：基于 10 组正文 + 10 组视频做过一次初步判断，并生成飞书结论文档。
- 正在推进：将事实、假设、待确认项和上下文规则沉淀到本地项目文件。

## 当前核心判断

- 初步判断：当前 10 组正文和 10 组视频未显示系统性劣化，但样本量较小，正式结论仍需人工复核确认。
- 正文重点风险：candidate 结果更容易做背景扩展，可能带来信息量提升，也可能带来泛化、偏题或关键实体弱化。
- 视频重点风险：部分 case 存在新增视频、视频缺失或素材替换，需要判断是否影响段落相关性。
- 建议复核：正文 Case 3、4、6、10；视频 Case 4、5、6、8。

## 重要资料

- 原始评审文档：<https://bytedance.larkoffice.com/docx/YV1odva7PonT0UxIH92cSB1nnbg>
- 历史人工评测表：<https://bytedance.larkoffice.com/sheets/CEXvsoAMFhiTiOtBKe5cp6vSngh>
- 初步评审结论文档：<https://bytedance.larkoffice.com/docx/N8JydGgmuoHT7ixhDKQccfq9nGh>
- 附件图片：`img_v3_0216e_31940abb-e280-4216-ab53-2fd33cc4359g.jpg`、`img_v3_0216e_d39e22cb-16f8-42ca-ad24-8fefd17aa5eg.jpg`

## 文档地图

- `PROJECT_RULES.md`：项目级长期工作规则，复杂任务开始前必须读取。
- `README.md`：项目地图、当前状态和资料路由。
- `one-mistake-one-rule.md`：记录本项目已发生且有复发风险的错误及对应规则。
- `knowledge/source-materials.md`：原始资料、历史资料和最新资料的来源说明。
- `knowledge/evaluation-understanding.md`：当前对任务的事实、假设、待确认项和评审口径理解。
- `reports/2026-10-14-initial-review-summary.md`：2026-10-14 初步评审结论摘要与后续建议。

## 最新现状

截至 2026-10-14 11:19 CST：项目本地目录已初始化；上下文维护规则已落入 `PROJECT_RULES.md`；原始评审资料已下探一层并摘要到 `knowledge/`；初步评审结论已沉淀到 `reports/`。

## 历史记录

- 2026-10-13：原始飞书评审文档记录测试日期；正文总结、视频匹配两个接口各测试 10 组线上 case；两项接口均取得返回结果，其中 1 组正文首轮模型限流，复测后成功。
- 2026-10-14：完成项目上下文初始化，创建 `PROJECT_RULES.md`、`README.md`、`one-mistake-one-rule.md`、`knowledge/` 和 `reports/` 基础文件。
图片展示的是AI事件总结迁移效果评审的README.md文件内容。文件标题为“AI事件总结迁移效果评审”，包含项目背景、项目目标、当前状态、当前核心判断、重要资料等部分。其中，当前状态列出了事件迁移、事件迁移后数据、事件迁移后数据质量、事件迁移后数据质量评估等步骤；当前核心判断部分有多个判断标准；重要资料部分列出了参考文档、历史事件表单、事件参考示例等。该文件是对AI事件总结迁移效果评审项目的说明文档。

方法分享2：通用 Skill 搭建步骤

步骤

人做什么

教会 AI助手 做什么

1

提供信息

首条消息 = 知识模版 + 通用规则

了解业务背景，自主维护知识。

2

整理 SOP

把工作方法和流程整理成 SOP

学习繁琐、重复操作

3

梳理工作流程

思考一轮工作的链路：人怎么做是条理、高效的？然后教给 AI

Skill 应该具有这些步骤：任务准备 -> 具体执行 -> 复查 -> 管理

最终回填，本质是做复查和校验，以及方便人来管理。

这个任务比较好的做法，是先准备任务队列，再集中生成关键词，再集中配置，最后统一回填

而不是拿来一条写一条，低效且无法管理。

4

跑通原子步骤

跑通每一原子步骤：和 Agent 交互，一步步完整成具体业务要干的事儿。

假设复杂工作串起来有五步，如果 AI 能一步一步做好，接下来只差连接起来

5

做成 skill

“帮我把「任务、边界」做成 skill，他能实现...”

像老父亲嘱托一样，用自然语言说清：

  • 容易出错的步骤...
  • 步骤之间怎么衔接
  • 执行交付、输出什么
  • 遇到问题怎么办（立即停止 or 跳过...；给我报告）

我发送：

这张图片展示的是名为update-yayun-recall-kw的SKILLS相关内容，呈现了尝试打通的流程：1.同步线上最新赛程表；2.未发布赛程转移至Aime任务队列；3.生成prompt关键词；4.Aime执行配置，最终将其打包为SKILLS。该图片对应文档里的通用Skill搭建步骤，具体呈现了技能的执行流程要求，包括每一步的执行情况汇报内容，如条目数、warning信息等，还标注了赛程汇总的目标为亚运会2026比赛直播间Hotrio ID汇总，同时明确了转移赛程时的额外信息要求。

Aime 回复：

图片展示了Aime与用户关于“update -yayun -recall -kw”Skill设计的对话。Aime说明该Skill设计任务需梳理现有SOP位置、审视流程隐患、设计新SOP并落盘，已完成设计并落盘，交付结果包含核心文件、Skill包含内容等。图片与上下文紧密相关，直观呈现了技能设计任务的完成情况及交付成果，是技能搭建步骤中“做成skill”环节的示例。

6

使用和优化

  • 自然语言说“运行 xx skill”；或斜杠命令 /your-skill-name
  • 遇到问题：持续优化和迭代

一次调用记录：

图片展示的是Aime与用户关于执行完整update - yayan - recall - kw Skill的对话。Aime回复称“好的，马上启动完整Skill”，并附有相关图标。下方详细记录了技能执行的步骤，包括数据迁移、任务生成、Hotfix配置发布、回滚等，每步均有具体操作及结果，如数据迁移API迁移1042条，新增规则89条等。还列出了84条迁移任务生成情况、83条配置发布情况等。该图片直观呈现了技能执行的全流程及结果，与上下文介绍的技能搭建步骤相呼应。

一次优化问题的记录

这张图展示了一段AI工具的对话界面，核心内容是围绕多关键词填写、命名规范等错误的修复复盘记录。界面左侧是用户与名为Aime的AI助手的对话记录，用户此前指出发布内容存在关键错误，AI随后给出了修复结果的详细说明，包括修复涉及的具体段落、错误项数量等数据，还对关键词错误、表格错误等修复情况做了明确标注，最后以绿色标识提示修复完成，页面末尾有“查看修正任务”的按钮，与文档中Skill搭建流程里的问题反馈、修正环节相关。

Case：亚运期间的热点资讯召回

🌊

业务背景：

  • 2026年名古屋亚运会期间，头条内亚运会专栏的赛事二级页，需要为每个赛程配置热点资讯的图文召回的关键词。整个亚运期间共产生1202条赛事，且热点中台上的新赛程被不规则的放出和更新，上千条赛事没有高效的人工同步和管理手段。
  • 人工配置每一个赛事，需要从字节热点中台检索出赛事 -> 找到 hotrio 链接 -> 打开区块管理页 -> 配置区块 -> 检查和提交。

今日头条亚运会赛程列表页

亚运期间共1202个赛程，每一条都要配置

赛事二级页：热点资讯区块

未配置召回关键词时，这里显示“暂无内容”

中台配置页面｜字节热点中台-页面管理-区块编辑

一、我的困扰：赛程持续变化，配置进度难以同步

介绍了背景之后，说说我配了几十条之后的困扰

图片以“我的困扰”为标题，通过5个步骤展示亚运期间热点资讯配置的困扰。1. 配一场比赛需先跳转多个页面；2. 离开页面难确认配置情况；3. 旧赛程变化难定位；4. 一次更新上百条，处理量大；5. 没有配置总表，无法汇总查看。图片与上下文紧密相关，直观呈现了配赛程时遇到的繁琐操作、效率低等问题，为后续介绍AI自动化解决方案提供背景信息。
  • 【页面跳转多】配一场比赛，要先检索：在热点中台检索到赛程，然后辗转 3 个页面才到达配置页；
  • 【查询结果难】一场比赛一个页面，离开配置页想再查，需要再打开一遍；
  • 【新增无法定位】中台没有手段检索未配置的赛程、按赛程登记时间排序，因此「旧赛程开启直播间」、「新增赛程」均无法定位；
  • 【赛程数量大】亚运期间共1202个赛程；
  • 【无法汇总查看】无法一表流查看所有赛程的配置情况（是否配置/发布；配置何关键词）。
附 手动操作SOP

序号

1

2

3

4

5

6

7

8

9

10（只能人工）

步骤

头条体育页面

头条体育->亚运会->比赛->筛选->查询

  • 筛选条件：大项 -> 选择起止时间

3.1 关闭「跳转时同步切换列表」

3.2 进入直播间

完整Tab配置 -> 看点应用 -> 进入Hotrio ID

字节热点中台 -> 区块管理

编辑「热点资讯」

干预热点资讯召回内容列表

右侧表单最下面一行：热点资讯-操作列「编辑」

排序方式：时间序

召回关键词：尽可能准 & 避免无召回内容

最近发文时间：7天

提交

干预看点集锦

右侧表单最上面一行：看点集锦-操作列「编辑」

发布：发布刚刚编辑的「热点资讯」和「看点集锦」

检查线上效果

图片

图片展示的是头条体育平台的赛事管理界面。上方有赛事、比赛、参赛项目等导航栏，当前选中“比赛”。下方表格列出了多场赛事信息，如比赛ID、名称、比赛轮次、队伍等，还显示了比赛状态、比赛结果、比赛时间等。部分比赛状态为“进行中”，如7085、2563、7805等。表格底部有“查看更多”按钮。该图片与上文介绍的头条体育平台赛事管理操作相关，直观呈现了赛事信息展示情况。这张图片展示了亚运赛事查询的相关表格界面，表格内包含比赛ID、名称、届次、大项、小项、参赛队伍、赛果、开赛时间等多类赛事信息，比如2563对应的项目为亚运会男子篮球1/4决赛，参赛队伍为韩国和约旦，赛果为114:80，状态为已结束，可见度为线上。表格右侧操作列中，“查看”选项被红色方框重点标注，且表格左上方设有“新建比赛Contest”按钮，表格列项还涵盖父比赛ID、子比赛、阶段等赛事相关字段。图片展示的是头条体育平台中“比赛”页面的编辑界面。左侧为浏览历史，中间是只读信息，右侧是可编辑表单。关键信息有：左侧“跳转同步切换列表”开关被红框突出显示；中间“比赛ID”为768823637600917618；右侧“比赛ID”处有红框突出显示，其值为2885274502762794523。该图片与上文提到的“干预热点资讯召回内容列表”操作相关，展示了操作中涉及的界面及关键数据。

这张图片展示的是“编辑 直播间 Live”的操作界面，左侧为浏览历史区域，显示赛事相关的浏览记录及时间筛选选项；中间是只读信息区，呈现了赛事名称、时间、国家标识等内容，下方还展示了表格形式的赛程数据；右侧是可编辑表单区，其中红框标注并经箭头指向的是“Hotrio ID”相关区域，该区域内的两个编号对应看点及直播的ID，表单还设置了看点、直播的发布开关选项，整体是直播间相关配置的编辑操作界面，用于调整赛事相关的看点与直播配置信息。

图片展示的是字节热点中台界面，左侧为导航栏，有热点发现、热点管理等选项。右侧显示热点管理下的热点集锦列表，包含ID、应用地址、标题、状态、操作人、创建时间、操作时间等信息。其中ID为76844611711的热点集锦标题为“亚运会U19赛-看点”，状态为已发布，操作人为atag_amos，创建时间为2026 - 09 - 15 16:48:38，操作时间为2026 - 09 - 16 11:01:06。右侧有“编辑”“区域管理”“更多”等操作选项，其中“区域管理”被红色框突出显示。

图片展示的是字节热点中台界面，左侧为功能导航栏，右侧是热点资讯和看点集锦列表。列表中以红色框突出显示了热点资讯和看点集锦的相关内容，如热点资讯ID、标题、AI内容、发布人、发布时间等信息。右侧有“查看”“编辑”“删除”等操作选项。该图片与上文介绍的干预热点资讯召回内容列表、干预看点集锦等内容相关，直观呈现了操作后的线上效果展示界面。这张图片是字节热点中台的热点资讯编辑页面，页面内有多个编辑选项设置区域，其中排序方式选项被红色框标注，包含“热排序”“时间序”“推荐序”三个选择项；下方的召回关键词设置区域同样被红色框标注，该区域内有“直播”“图片”“短视频”等不同召回关键词条目，还有“+ 添加条目”的操作按钮，页面左侧显示了与热点相关的功能导航栏，顶部标注有编辑的内容所属板块为“网红热点区块——热点资讯”。这张图片展示的是字节热点中台的后台编辑界面，左侧为“字节热点中台”的相关功能菜单栏，右侧是编辑“网龙热议区块—热点资讯”的表单页面，核心的突出内容为：“最近发文时间”设置为7天，页面下方有一个被红色框标注的蓝色“提交”按钮，该界面对应业务中干预热点资讯召回内容列表的操作环节，表单还包含筛选条件、作者媒体类型等设置项，用于精准配置热点资讯相关内容，该界面是业务场景中使用AI工具进行内容召回管理的操作页面。图片展示的是字节热点中台界面，左侧为功能导航栏，右侧是热点资讯和看点集锦列表。列表中显示了多个热点资讯和看点集锦的ID、名称、AI内容状态、发布人、发布时间及操作选项。其中，热点资讯“768120578080004095”和看点集锦“76823768652882616”被红色框线突出显示，右侧有“查看”“编辑”“删除”等操作选项，箭头指向“查看”按钮，表明可查看相关内容。该图片与上文介绍的干预热点资讯召回内容列表及看点集锦操作相关，直观呈现了操作界面。这张图片是字节热点中台区块管理的编辑界面，用于编辑看点集锦相关内容，界面右侧的表单里明确标注了“样式”项，当前选择的是“强样式”，该选项被红色方框和红色箭头突出标注，且最下方的“提交”按钮也被红色箭头突出标注，与上下文里提到的看点集锦编辑、发布操作的内容相呼应，展示了编辑看点集锦时的关键设置项与提交操作的对应位置。图片展示的是字节热点中台发布热点资讯和看点集锦时的确认发布提示框。提示框内有两条重要信息：1. 发布之前，请务必在内测版预览；2. 发布后立即对所有用户生效。框内有“取消”和“确定”两个按钮，其中“确定”按钮被红色箭头指向突出显示。该图片与文档中“发布：发布刚刚编辑的「热点资讯」和「看点集锦」|检查线上效果”部分内容相关，用于提醒发布前需进行预览并注意发布后生效范围。

这是一张2026亚运会相关的移动端界面截图，顶部的搜索栏显示“中国男篮 vs 沙特男篮 | 亚运会最新战报”，导航栏中“热榜”和“亚运会”选项被红色方框标注，表明这是热点相关的板块。界面中间设有亚运会倒计时，下方展示了中国男篮的相关图文内容，再往下则是功能入口区，其中“赛程”按钮被红色箭头指向并标注，其余功能入口还包括中国军团、赛事快讯、亚运百科。底部的导航栏包含首页、视频、商城、我的等选项。
图片展示的是头条体育APP中亚运会赛程界面。上方显示时间为16:21，有“赛程”“奖牌榜”选项。中间标题为“亚运赛程”，下方有“全部”“热门”“中国队”“游泳”“跳水”等分类标签，当前选中“全部”。下方列出多场赛事，如09:00男子篮球1/4决赛，约旦对阵韩国，比分80 - 114，有“比赛看点”选项；12:00男子篮球1/4决赛，伊朗对阵巴林，比分79 - 74，也有“比赛看点”选项等。该图与上下文介绍的从筛选比赛、进入直播间等操作到干预热点资讯召回内容列表等内容相关，展示了比赛赛程信息。
这张图片展示的是体育资讯应用的界面，其中红框标注的“热点资讯”板块是核心内容，板块内配有三条男篮相关资讯，还带有对应发布账号与发布时长的信息。板块上方配有箭头式提示，标注“下滑至底部查看召回内容”，该板块属于业务内容里的“热点资讯”模块，是完成热点资讯召回内容列表干预后呈现的内容。

二、渐进探索：逐步交给 Aime

遇到问题，就设法解决问题。在可调动资源有限的背景下，我尝试使用 AI 工具—— Aime 解决。

图片展示了从真实困扰到AI自动化维护比赛配置清单的渐进探索过程。1. 先看清单，哪些比赛还没配；2. 点配置直达链接；3. 有了这些帮助，手工配了约300 - 400条；4. 写好关键词，让Aime帮忙填进后台；5. 做多了发现关键词也有规律。最后分工：AI同步赛程、生成关键词、执行配置、回填进度，我维护规则、优化流程、验收结果和少量干预。
  1. 让 Aime 帮我维护一张比赛配置清单 => 可以

步骤

我 / Aime 做什么

收益

1

【Aime】帮我维护一张比赛配置清单

解决最棘手的：无法管理上百条赛程、识别数据，

可以对着这张表安排工作。

2

【Aime】拿到每场比赛的配置直达链接

省下之前的查找和多次跳转。

3

【我】又手工配置了三百多条

  • 业务理解：发现、感受 关键词的规律
  • 理清最短的工作流程、最好的工作方式
  • 急切的需要一种批量配置的工具 => Agent

4

【我】教会 Aime

【Aime】跑通自动配置浏览器

完成 0->1，是后续批量自动配置的基础。

5

【我】写下、调试关键词规则 prompt

【Aime】生成高可用的关键词

把在脑中的业务理解落成文档，让 AI 干，成为我的懂业务的“虚拟下级”

比较模版化的关键词���需要一条条写，先让 Aime 生成基础版；我再微调少数赛程。

第一步，我让 Aime 帮我维护一张比赛配置清单。把最新赛程整理进来，记录哪些做过、哪些还没做，让我可以对着这张表安排工作。

做这件事的时候，我发现它还能拿到每场比赛的配置链接。于是，我又让它把直达链接放在比赛旁边。

这样，我找到要处理的比赛，点一下，就能到配置页面。之前那些查找和多次跳转，就省下来了。

在赛程同步、进度管理和配置直达链接已经跑通后，我希望进一步把表格中准备好的关键词自动配置到后台。当时，我先想到的是请研发支持表格批量配置。

官老师：“假如你只是需要研发帮忙传上去，其实也可以让 Aime 干。”

于是，我把人工配置 SOP 写给 Aime，让它先试一条。看到一个关键操作能跑通，就接好这一段流程。

前面几次试跑还很不成熟，检查时也发现有参数没改，这些都是很正常的；我继续补充规则、让 Agent 做检查，迭代和优化 skill。并把这段操作与此前的赛程同步、进度管理接起来。

与此同时，手工配了这么多场之后，我发现关键词的组合是很有规律的。

具体业务关键词例子：

大项-项目-比赛阶段

大项

对阵方

关键词（组内取交集、组间取并集）

羽毛球男子单打淘汰赛1/8决赛

羽毛球

石宇奇 vs 俞泰彬

韩，中，男单，羽；

俞泰彬，男单，羽；
石宇奇，男单，羽

乒乓球男子团体淘汰赛

乒乓球

泰国 vs 中国

泰，中，男，乒；
泰，中，团，乒；
泰，中，乒，亚运；
王楚钦，乒；
樊振东，乒；
林诗栋，乒

我把手工配置中总结出的关键词生成规则交给它，常规场景按规则生成，特殊赛程由我补充。

最后，每次发起一轮任务，它就按下面的顺序做：

图片展示了搭建Skill的流程，分为5个步骤。1. 我发起任务，需跑一遍完整流程；2. 按规则准备关键词，如国家、项目、比赛阶段等；3. 浏览器配置，如设置匹配段、标题、时间范围等；4. 刷新检查配置，重新打开页面核对保存内容；5. 结果填回总表，每场配置什么、是否完成都在一张表里。图片与上下文紧密相关，直观呈现了从发现到配置的完整流程，帮助理解任务执行步骤。

这些步骤接起来以后，我就可以直接告诉 Aime：“跑一遍完整流程。”它会按照保存好的 Skill，把这一轮工作往下做。

顺着箭头看：先找出哪些比赛需要处理，再按规则准备关键词，到浏览器里配置，刷新检查，最后把结果填回总表。

我在开始时发起任务，在最后集中检查结果。有问题的再处理，下次有更新，就接着这张表继续做。

下面结合实际的表格和操作，看一下这几步做出来是什么样。

阶段

如何构建这一步

截图

skills 做什么

1
同步拉取最新赛程

【把 SOP 给 Aime 学习】

图片展示了Aime与刘伯镇的聊天界面。刘伯镇告知网页上新增了一批赛程，需在赛程汇总表中将所有日期及动态维护更新表中所有条目按日期汇总，各表中“0918 - 1611”这种，改为0916、0917、0918，放在汇总表日期对应列；在线上查询目前表格中没有的条目，追加到动态维护更新表下方。Aime回复这是复杂任务，分两步走：先整理赛程汇总表，再在线上查最新赛程。该图片与文档中Aime逐步探索亚运期间热点资讯召回任务的上下文相关，展示了任务要求。

把人工操作字节热点中台 -> 筛选找到赛程 -> 选中比赛 -> 跳转到 Hotrio 区块管理的 SOP 给 Aime 看，让他自己探索如何获得赛程 list 数据。

  • 初期，他可能通过操作浏览器的方式打开列表，并用视觉的方式“看”，低效、易出错且费 token；
  • 可以指导它找到关键 API，直接请求赛程列表接口，实现分钟级 -> 秒级获取，又快又准。
图片展示的是头条体育中台的赛程管理界面。界面上方有“赛事”“大项”“小项”等筛选栏，下方是赛程列表，包含比赛ID、父子比赛、阶段、参赛、赛果、状态及备注、计划开赛时间等信息。列表中显示了多场赛事的详细情况，如比赛名称、参赛方、赛果等。该界面与上下文紧密相关，是亚运期间热点资讯召回中赛程管理表的呈现，直观展示了赛程相关信息。

图 1｜头条体育：亚运会赛程-直播间中台，用于搜索赛程和找到 hotrio 直播间链接

图片展示的是头条体育赛程管理表，包含赛程日期、时间、名称、大项、阶段、

图 2｜赛程管理表：包括每一个赛程的日期时间、名称、大项、阶段、参赛方、线上标签、配置状态、关键词、其他配置项，以及AI需要的字段和备注信息

其中，配置状态包含已发布、未发布、准备中、隐藏、子比赛、未明确、对阵方、复制自比赛、其他。

AI 会维护一个赛程总表，实现一表流管理「图文直播召回」的所有赛程。

Agent 请求最新中台所有赛程，与管理表比对：

  • 【增删】向表中插入新增的赛程
  • 【变更】更新变更信息，保留已有配置记录。

2
注册本轮任务队列

告诉 Agent 如何从已有记录和最新同步结果计算增量赛程。并要求 Agent 专门维护这个任务队列表，为人和 Agent 都提供清爽的工作空间。

  • 判等条件：不能仅凭大项和对阵双方国家判断是同一赛程，需要关键字段 + 智能体联合判断
  • 复制到新表：Aime、codex 等智能体都能通过 lark-cli 操作飞书文档/表格
该图片是名为「工作队列表」的飞书表格截图，对应文档中提到的最新增量赛程追加后被标记为「待生成」的内容。表格中按时间排列了各类赛事信息，右侧有一个下拉菜单，提供「找依据」「待输入」「已输入」「待修改」「待生成」「暂不处理」等状态选项，表格中还能看到被标记为「已输入」「待生成」等不同状态的赛程条目，用于对各类赛事信息进行分类管理，匹配文档中提到的通过智能体操作飞书表格进行自动化处理的相关内容。

图 3｜工作队列表：最新增量赛程会被追加到此表，并标记为「待生成」；所有被追加到此表的赛程都将在本轮后续步骤中被自动化处理和配置。

移入对列表的每一条赛程，都会「生成关键词 -> 自动配置」。

每条赛程的所属大项、直播间名称、参赛方等必要信息，用于后续生成关键词。

根据最新同步的线上记录和当前已维护、已配置的赛程，差分计算出当前没有配置的增量赛程。

这些赛程将进入任务队列，每条任务将都被自动化配置。

3
生成召回关键词

这一步的关键：

  • 确定召回理想态：准确是底线，尽量多召回；
  • 人工设计不同项目、参赛方、比赛阶段的关键词生生成规则文档。

人工写 skill 规则文件，或和 skill 交互优化

Aime 会贴心的把文件附在对话后，可以点击打开文件；找不着也可问 Aime “我的文件在哪”

图片展示了关键词生成相关文件信息。上方红框内显示文件路径“user_skills/update - yayun - recall - kw/references/keyword - generation.md”，下方红框内是该文件的文档信息，显示为“user_skills/update...”，大小7KB，时间为13:31:45。该图片与文档中“生成召回关键词”阶段的内容相关，说明在人工设计不同项目、参赛方、比赛阶段的关键词生成规则后，Aime会将文件附在对话后，可点击打开文件，找不着也可询问Aime“我的文件在哪”。
图片展示了亚运期间热点资讯召回中生成的召回关键词示例。表格包含比赛项目、参赛双方、关键词等信息，如羽毛球男子团体赛淘汰赛马来西亚vs印度尼西亚的关键词为“马来，印尼，男，羽；马来，印尼，团，羽；马来，印尼，羽，亚运”等。该图片与上文“生成召回关键词”内容对应，直观呈现了根据人工设计规则逐条生成的关键词，体现了关键词生成这一步骤的关键，即准确多召回。

图 4｜关键词生成：根据人设计的规则，逐条生成关键词。

  • 读取规则：Agent 读取关键词生成规则
  • 生成关键词：并根据规则和比赛项目、对阵方和比赛阶段等信息生成关键词。

4
操作网页自动配置

  • 0->1：与第一步相同，把人工配置的SOP提供给 Agent，它会完整的学习如何成功操作后台配置一条。
  • 1->∞：只要配置一条的链路跑通了，就能跑无数条。
  • 提升泛用性：页面可能超时、报错、提交失败...各种问题，人可以教 Agent 各种策略应对，比如刷新检查、失败重试、回退汇报等。
  • 提升效率：
    • 起初，Aime的效率很慢，经常空等和失败；把机械等待页面加载、回显改成「刷新-读取」方式，仅需<40%耗时；
    • 教它并行操作，他能同时打开四五个网页、配置四五个赛程。
Aime神力-配置亚运召回关键词.mp4

视频 ｜自动化配置：Aime 通过「浏览器调试通道」操作浏览器，读取网页、模拟点按按钮、输入配置。

  • 跑通单条的自动操控浏览器配置：skills 指导 Agent 一步步操控浏览器
  • 批量操作：对每一条都如此。

5
回填管理表

写入 skill，告诉 Agent 执行完批量配置后，应把本轮的最新结果回填到总表中。

--

  • 回填本轮配置：将本轮新完成的配置写会 阶段1 中的赛程总表，实现一表管理闭环

6
规则固化人工审核

人在持续使用 skill 中发现错误、并给出对应的规则，让 Agent 主动维护 mistake-rule，避免再犯。

最终配置效果需要人工检查。

--

  • Agent 持续收到人的反馈、规则和流程更新，优化 skill

🌊

我让 Aime 把这些步骤保存成可反复调用的流程，后面可以直接说“跑一遍完整流程”。在 Aime 里，这份保存下来的流程叫 Skill。

三、Before & After：面对 1,000+ 条，我 还要 做什么？

工作

Before

After

找本轮任务

  • 在上百、上千条里逐条比对
  • 找新增、找变化、查漏项
  • 抽查少数赛程
  • 识别系统性错误

写关键词、配后台

  • 每场均手写重新写
  • 逐页填写、保存、发布
  • 逐页检查配置正确、已发布
  • 手动维护记录
  • 逐条写关键词
  • 手动配置
  • 专注于写关键词和关键词规则
  • 一表流审查关键词质量
  • 微调少数配置
  • 检查C端无召回的赛程

我投入精力的地方

  • 反复查找、复制、点击、核对
  • 无法做其他业务
  • 中秋、国庆需安排人力加班
    （一共1000+场赛程，只能配置一二百场）
  • 制定和调整关键词规则、抽查质量、处理例外
  • 投入到其他业务中

规模上来了（600条+后），后续零散更新也能接着处理。

复盘统计：skill 运行 30+ 次，累计完成 1,200+ 条赛事同步、600+ 条配置发布。

从“帮我同步赛程、看清配置进度”，到“把这轮新增的找出来，配好，告诉我结果”。

我仍然需要抽查、纠错、调整规则；腾出来的精力，可以用来判断召回内容质量、处理其他运营工作。

这张图是关于AI与人类协作的内容，分为上下两个板块，呈现人与AI协作的变化。上方板块的AI模块旁搭配的是人类形象，标注着“人”，并说明人拥有创造力、愿力与审美，箭头标识着“一起向前推”；下方同样有AI模块和对应标注的“人”，二者的核心表述均为拓展人与AI协作的边界，传达出主动利用AI能获得更强更全面能力的理念，和上下文里关于拓展AI协作边界、推进AI自动化的内容相呼应，直观展现了人借助AI协作提升能力的核心逻辑。

我希望不断往前推一推这个边界，看看还有什么可以交给 AI。

这样我们就有更多时间和心力，去想自己真正想做什么，去创造一些原本没有的东西，发挥人的审美。也把心里觉得好的、美的东西做出来。

附录

附 通用项目规则的约束来源

Context Engineering：一个Agent 运行时上下文控制系统。这是 OpenAI 与 Anthropic 当前公开实践里比较一致的方向。Anthropic 明确指出，Context Engineering 的问题是“从不断增长的信息空间中，选择哪些内容进入有限上下文”；OpenAI 的 Codex 团队则把仓库本身做成 system of record，而入口文件主要承担导航职责。

😀

一句话设计原则：构建的不是一个越来越长的 Prompt，而是一个会自我整理、自我更新、按需暴露信息，并从真实失败中持续进化的 Agent Context System。

项目工作方法的标准闭环：Map → Retrieve → Work → Persist → Reflect → Update 。

5 个核心设计思想

  1. 【Anthropic】Context is scarce——上下文不是存储空间，而是注意力预算。
    Anthropic：上下文越大，并不意味着效果线性提高，反而存在 context rot。因此设计目标不是“让 Agent 知道一切”，而是让正确的信息在正确的时候出现。
  2. 【OpenAI】Map, not manual——入口文件提供地图，而不是百科。
  3. 【OpenAI/Anthropic】Progressive disclosure——知识分层，按需展开。

    L0 Rules: 项目通用规则 / one-mistake-one-rule
    ↓
    L1 Map & State: README.md
    ↓
    L2 Knowledge: knowledge / reports / scripts
    ↓
    L3 Task Context: 当前任务真正需要的局部信息

  4. 【OpenAI/Anthropic】Externalized memory——长期项目状态必须外化。
    不能期待一次会话的上下文承担长期记忆。Anthropic 的 long-running agent 实验专门维护 progress 文件；OpenAI 也把 repository knowledge 作为 system of record。换句话说，项目文件不是附属文档，而是 Agent 的长期工作记忆。
  5. 【Anthropic】Failure-driven evolution——规则从真实错误中增长，而不是设法预先考虑所有可能，更不是从想象中增长。
    Anthropic 公开建议就是：从 minimal prompt 开始，根据实际 failure modes 增加规则和 canonical examples，不要把所有边界条件提前写进 prompt。

形成项目规则的所有来源

原始分享文档：分享：AI工具在业务场景的使用

两个新的：

  1. Fornax 结果到评测skill：fornax跑评测->自动取数->导入飞书表格 -> 自动预处理和初评 -> 初评结论写文档
  2. 要闻这边，我做了个PUSH工作台，集成了线索到来强提醒、文案/策略参考生成和要闻push常用网页
  • 强提醒：解决飞书线索群@后，只有一次提示音，开会和多线程工作时容易错过重要线索的问题；在电脑桌面右上角弹出强提醒卡片和持续提示音
  • 文案策略生成：自动解析文章、RAG+grep+语意召回参考段落、OCR/ASR、文案/策略参考生成
  • 常用网页：IMC平台、TOP平台、快捷浏览器和PUSH沉淀表（个人自用）
— 完 —
← 回到时间线