用 Agent 结合知识库创作

什么时候走这条路

• 目标还模糊：只有一句"想做这个赛道"或一段旧口播稿，还没有具体选题——工作台的入口都从选题起，这种情况适合 Agent。
• 要跨平台：同一份研究要出小红书图文和抖音口播两版，让它一次说清各版的结构差异。
• 想中途纠偏：先看证据结论再定方向，不满意就调整，而不是等一篇写完再推翻。
• 要长期资产：把每次研究攒进本地库，之后不重采、不花积分就能复用。

只想按固定流程快出一篇标准图文，用在 AI 工作台创作；一次要处理一批、还想自己改提示词，用同步飞书批量分析和创作。

前置条件

• 已完成Agent的安装、配对，且确认连接正常。
• 已把要用的资料整理成 Agent 可读的目录，见连接你的知识库。

点击放大

完整路径

1. 身份、目标和可用资料

不用指定工具名或采集命令。把这几件事说明白就够了——任务案例里有一个可直接套用的模板：

背景：我是谁，服务谁，现在在做什么。
目标：这次要做出什么决定、或交付什么东西。
资料：允许使用哪些 MediaClaw 资产、哪些本地知识库目录，调用哪些已有 skill。
顺序：先研究还是直接写；要不要我中途确认。
输出：形式、数量、平台、长度、语气、要不要标注来源。
边界：不能编造什么，哪些必须我人工确认。

一个填好的例子：

我在做一款面向独立创作者的效率工具，读者是每天要做选题和写稿的个体创作者。
请先检查 MediaClaw 里已有的账号研究、单篇拆解和选题，必要时补充最小范围的真实数据；
再读取 ./content-knowledge/00-brand 和 ./content-knowledge/06-published。
先给出证据结论和 3 个选题，不要写全文。

2. 先要选题和思考过程

Agent 一上来就写全文，通常会写出一篇没有事实支撑的泛泛稿。先让它给证据结论和候选选题，你确认方向之后再往下走——中途可以纠偏，是这条路和另外两条最大的差别。

3. 确认后再成稿

选定一个方向后再说明成稿要求：平台、形式、长度、语气、要不要标签、标题给几个候选。

就用第 2 个选题，写成小红书图文稿：标题给 5 个候选。
区分清楚哪些是平台样本里的事实、哪些是我们产品的事实、哪些是你的推断。
不编造案例和数据，把仍需我补充的事实单独列出来。

如果要精确拆解一条视频再改成脚本，需要逐字稿——它会先给报价（每条多少积分、余额、有效期），你确认才提取。

点击放大

4. 需要时把结果写回本地

用 Obsidian、Logseq 这类本地 Markdown 笔记做长期积累的话，可以让 Agent 把研究结论和稿件按 Markdown 存进指定目录。下次创作时这些内容又成了可读的资料。

把这次的证据结论、选题和最终稿件按 Markdown 存到 <路径>，文件名用选题标题，
开头加一段大纲和来源清单。

点击放大

点击放大

输出不局限于一篇稿件

除了图文和视频稿，还可以要求 Agent 输出：

• 一组系列选题或一份内容日历
• 一份创作任务书，交给团队里的其他人执行
• 同一篇内容的跨平台版本（小红书图文 / 抖音口播 / 公众号长文），并说明各版的结构差异
• Markdown 或 HTML 的研究报告
• 先给两三个方案做对比，再写选定的那个
• ……

怎么结合自己的业务

这条路上"结合业务"靠的是知识库的角色分工，要在指令里说清楚，否则 Agent 会把三类信息混在一起：

• MediaClaw 提供平台证据：真实样本、互动数据、评论、拆解结论——回答"平台上正在发生什么"。
• 你的知识库提供事实和边界：产品能力、真实案例、实测数据、品牌口径、历史表达——回答"我们能说什么、说过什么"。
• Agent 负责组合：找出两者的交集，并明确标出哪些是它自己的推断。