@港股研究社原创

作者丨 Manjusaka

AI Agent 时代就在眼前。

各家厂商的 Agent 都具备了自主规划、调用工具、跨应用操作的能力，入口正发生第三次迁移：从 App 到 Agent。

4 年了，很多人 AI 红利一口没吃，现在，只需要简单地说出命令，就能让 AI 完成复杂手头工作，甚至 " 学会 " 你的工作经验（Skill/ 技能）。

用豆包工作实测近一个月后，我已经相信，未来大概率是，大部分 " 桌面工作 " 由 Agent 完成。

但作为一线创作者，我还有两个具体问题：Agent 的创作水平能接近我吗？大家都用 Agent，写出来的东西如何避免同质化？

在上一篇文章AI 把生产瓶颈推向认知端，一个财经编辑的工作流变成了什么样？里，我把自己的财报解读框架做成了一个技能，但实际出稿仍是 "AI+ 人工 " 各占一半。

两周不停测试优化，我找到了 AI 写作 " 看起来还行，实际泛泛而谈 " 问题的解法。往 " 财经图文创作 " 技能里写入了十条原创和一个 " 负面提示词库 "，豆包工作的创作能力完成了 60 分到 80 分的突破。

" 通用能力 " 越平权，

" 个人标准 " 越稀缺

过去一段时间，Agent 的能力进化很快：从 chat（会话）到 long-running agent（长时运行的 AI 代理）。

继开浏览器查资料、使用各种工具辅助我创作之后，豆包工作甚至有了本地文件编辑能力。一步落地，不用再手动导入。

本地电脑里的 WPS、Office 文件直接打开就能让 AI 改，比如写稿期间把 Excel 图表 /PPT 更新。（PS：更新数据表期间，任务在后台进行，可以继续发下一个任务，让豆包工作并行处理。）

图：本地文件直接交给豆包工作编辑

Agent 处理事情的能力飞跃，当然并不全是好消息。对内容行业来说，这件事有个副作用：生产力大幅增长，各大平台平庸注水的内容也注定跟着变多。

内容同质化的根源，是大家喂给模型的标准是一样的。想让 AI 写得好，得先告诉它什么是好。

差异化的防线，是创作者脑子里那些 " 我说不上来，但一看就知道不对 " 的东西。

这类判断以前只能在每次任务里手动输入，用提示词纠正过的人都有体会：效率很低。

" 不要频繁用排比 "，说了这次，下次照犯。因为提示词管的是这一轮对话，管不了下一篇。

提示词是一轮对话的约束，Skill 才是长期生效的 " 经验沉淀 "。

用过即梦 AI Seedance 模型的人都知道，现在视频创作者可以打造一个自己的数字人，形象、声音都是你的。

图文创作其实也可以把 " 自己 " 沉淀成一份资产。你的选题逻辑、判断标准、文字习惯，全部写进去，随取随用。

用对话就可以完成：打开豆包工作的 Skill 入口，新建一个技能，命名 " 财经图文创作 "，然后把自己的改稿标准结构化写进去：什么该删、什么该深挖、数据口径怎么核对、什么题材不碰等。

在后续的写作过程中，找到了一些提升文章质量的方法，还可以补充更多要求，通过对话让 AI 改进技能。

写完保存，以后每次写稿直接调用。（PS：制作完技能后，可以告诉 AI" 本地备份一个 .md 或者 .zip 文件 "，你可以打开本地文件，阅读你的写作 skill。）

图：" 财经图文创作 "Skill

难点在于本人的认知和积累是否足够，如果过去你没有沉淀太多写作思考怎么办？

我也想了一个 " 作弊 " 的方法，可以找喜欢的创作者，告诉 AI：" 学习某某爆款文章《…》《…》，拆解文章框架 "，尽量学习更多爆款，然后再去提升你的 Skill。

完整的写作方法论，被沉淀为技能，带来了内容产出质的提升。

" 负面提示词 " 生效之后，

AI 智力提升在创作之前

调用技能后，就像数字人分身，豆包工作变成 " 世界上的另一个我 "。

AI 产出的文章，文风、取标题的习惯，甚至连引用的信源类型都像我了。决定 AI 创作高度的，变成了创作者的方法论水平。

我以同一选题作为对比，使用技能之前，标题和导语相关部分如下：

图：无技能的创作

调用技能后，就个人判断，标题和导语质量有一定程度的提升：

图：调用技能后优化内容

但很多人还是能一眼看出现在的文章是 AI 写的。平均、平滑、面面俱到，没什么毛病，也没什么人味。

明明已经使用写作技能，我在技能中写入了大量写作技巧，为什么内容质量还是没有特别大的提升？

缺少负面提示词。

我从 AI 绘画找到灵感，玩过 Stable Diffusion 或者其他 AIGC 产品的都知道，AI 绘画除了 " 正面提示词 "，描述你想要什么，还有 " 负面提示词 "，描述你绝对不想要什么。

比如，不要 " 第三只手 "" 两条腿比例异常 "，通过做减法约束生成，不想要的画面就不会出现。

大语言模型的写作，原理相通。光告诉 AI" 要什么 " 不够，得把 " 不要什么 " 也立成规矩。

于是我在 Skill 文档里加了一个板块：负面提示词库。

我补充了十条原则，其中我将常见的问题举例汇总。下次豆包工作调用技能，就能避免重犯错误。

图：让豆包工作下载到桌面的 skill.md 文件

当然，这不是我自己写的。而是我每次创作提出修改意见后，都命令豆包工作 " 把修改意见归类写进 Skill"。

图：通过对话，总结创作中的问题，持续更新技能

以前成稿后要手动删十几处 AI 腔，现在生成之前就被挡住，只剩两三处。

未来，我还可以持续更新，丰富这个 " 负面提示词库 "。

这个过程帮我把写作的 know-how 系统化，必须认识到，AI 创作是一次 " 带实习生 " 的过程，但持续创作中遇到的各类问题，也成为可复利的资产。（比带实习生强的地方，一是教一遍就会，二是不会有带不完的新实习生！）

入口迁移的终点，

每个人沉淀一个 " 智能自我 "

从 App 到 Agent，从 Agent 到下一个形态，直至像移动互联网惠及大多数人，这是各家厂商努力推动的产业化进程。

但不管入口迁到哪，未来用户需要沉淀的是自己的标准。

同一个 AI 产品，不同的创作结果，这中间的差值就是专业创作者的技能资产价值。

从使用豆包工作的体验来看，" 会使用复杂办公工具 " 不再是创作或者职业壁垒，甚至 AI 会自己思考怎么用好工具，思考也变成了一种商品。

" 知道什么是对的 " 和 " 什么是错的 "，判断力愈发珍贵。

这种生产要素变化不会只发生在内容行业。

每个行业的老手，脑子里都有一份没写出来的 " 技能 "。AI Agent 终将成为每个人的私人助理，提供量身定制的生产力。

我的 Skill 还在迭代，写作要求持续完善，" 负面提示词库 " 还在加长。

某种意义上，我现在每写一篇稿子，都在同时训练 " 另一个我 "。变化让我兴奋，我可以感受到因为持续创作和改进技能，电脑屏幕上的 " 我 " 变得越来越聪明。

Agent 时代的创作者，大概都得有这么一份自己的资产。

* 本文内容仅基于公开资料梳理行业发展趋势，不构成任何投资建议。