我們經常看到網上有很多的AI工作流,自全自動化工作流,7x24小時工作流。
但是當我做不到的時候,我就會疑問說,他們是真的嗎?他們真的可以撒手不管,然後讓agent一直在做決策,在做運行嗎?
當我真正自己實現了之後,我才發現這裡面的細節非常的多。
那今天,我就帶大家親自拆解一條我的視頻製作工作流。
現在看到的所有視頻,這個,這個,以及這個,都是這個工作流剪輯出來的。
好,話不多說,那我們直接開始拆解。
整個視頻製作分為六步,用痛點挖掘需求提取。
根據自己的insights,形成觀點提取框架,要最後生成腳本。
錄製視頻,剪輯視頻,製作,封面,以及最後發布全平台。
但是我們並沒有用一個prompt把它交給agent,讓它全全去做。
而是用這樣一個framework,兩個維度,把它所有的任務劃在四個項線裡面。
而每一個項線,我會用不同的方式去做。
那對於這種共同探索,或者一次性委託的,我們就不多追溯。
基本上是通過和AI之間的聊天,或者是一次性的prompt完成。
我們今天主要focus在流程化的協作和自動化執行這兩個項線裡面。
比如說第一個,用戶痛點調研,以及全平台發布。
這兩個重複性又非常高,對我的每次的判斷力又依賴很低。
這種類型的任務,你就可以設置一個全自動化的工作流。
對於用戶調研需求,我用的是Growbuck Skills,加上Notion的MCP,
再加上Growbuck裡面的Routine,來實現這樣一份全自動化工作流。
所以初始的設置是這樣的,你要寫一份完整的Skills,
需要用戶調研的Skills,這裡包含你的內容要求,你的衡量標準,以及輸出的格式。
然後同時給他開一些MCP Tools,比如說,我想看報告是在Notion裡面,用Notion Template。
所以你給他連接到Notion的MCP,並且告訴他用人生的Block Template去使用。
然後最後給他設置一個Routine,Routine就是讓他主動的,按時的,或者周期性的去做一件事情。
那這個Routine我就用它,讓他自動的來去掃描他所生成的Notion的Research報告,
的Comments。如果有新的Comments,他就會去Address,
Spone一個新的Session或者Task來去做。
所以他是通過這三個功能來實現全自動化,
而我和Aden之間的協作是通過Notion。
那接下來我們來看,流程化協作的這個象限。
就是對你的判斷性依賴又很高,同時重複性又很高的這種工作,
我們應該怎麼做?
首先我們要選擇一個基礎能力,就是需要有一個工具或者是引擎,
它可以去自動編輯實品。
那這裡我選擇的是Hyperfree,如果大家需要,
我可以再出一期單獨講解為什麼我會選擇Hyperfree,
以及它的一些Tactics。
所以你把第一步引擎選定了之後,工具選定了之後,
你要先去試用它,
讓它就用它原生的這個引擎,
它自帶的一些Skills,
你直接直出一板效果。
結果你會發現出出來的效果,
可能完全不是你想要的樣子。
舉個具體的例子,
我的視頻裡面有大量的屏幕錄製。
當我講到界面上的某個功能的時候,
我希望觀眾能立刻知道現在應該看哪裡。
而我想要的效果通常是這樣的,
框出重點區域,
把其他部分壓按,
再把重點區域抬出來,
加上一個簡短的標籤,
這樣觀眾的注意力就能跟著我的講解來走。
那這套表達本身不複雜,
但如果每次都做,
我每次都要重新解釋一遍。
而AI每次的執行,
它都不一樣。
所以我希望把這套處理方式,
沉澱成一個可用的一個Recipe,
再加上它實現效果的Block。
這樣,Recipe告訴我什麼時候用,
該怎麼用。
而Block呢,
直接把框選壓按,
抬起,
標籤,
這一系列的動作,
給它實現起來。
那模型負責什麼?
模型就負責去理解這一次的扣播腳本。
結合我的講解和路評,
它需要判斷,
這段是不是該出,
局部交,
聚焦,
應該出在哪個區域,
什麼時候出現,
標籤寫在哪裡。
所以這時候你大概已經了解了,
什麼時候該選擇Harness。
Harness不是一個簡單的,
淨它的文件,
Markdown文件,
而是它是一個動態的系統,
這裡面包含了Recipe,
包含規則,
裝的一些動態效果,
兩標準,
同時它還包含了自我演化的一個功能。
當這次新的視頻裡面出現一些新的Pattern,
它就會再沉澱到你的這個Harness裡面。
所以你的Harness最后變成了Cumulate的你的一個資產庫。
如果大家很感興趣,
這部分到底來怎麼來做,
我也可以把我的VideoFactory,
Distill一下,
再Open Source出來,
這樣可以大家一起來使用。
那最後你可能會問,
整個這個製作流程分了這麼多步,
那每一步之間的協作,
是不是還得你來Drive呀?
不是的,
我跟它之間的協作,
就是用Notion來協作。
整個協作非常簡單,
我錄製好視頻,
把內容Title沾添到Notion裡面。
Agent會定時的去掃描,
如果發現內容的Title已經有了,
它會調用Descript MCP去直接下載我的錄取視頻,
加上Transcription。
然後它就可以自動的kick off
整個剪輯的過程。
當它完成之後,
它會GrabBot告訴我,
然後進行Review。
當我Review通過之後,
這個時候是通過聊天,
會自動的通知其他的Agent來進行浪施到其他的平台。
所以整個過程就是Routine,
加上Agent和Agent之間自帶的Communication,
這裡我使用的是GrabBot。
同時,
Skills,
再加上各式各樣的MCP,
你用的Notion MCP,
Descript MCP等等,
就把整個的過程串起來。
那最後,
我們WrapUp,
AI整個工作流就是在不斷的區分你任務的屬性,
以及你和Agent之間的分工,
而剩下的都是可以通過各式各樣的Routine加上Tools,
可以把它自動化流程下來。
那好,
今天我們就分享到這兒,
下次再見,
我是Gin。