作者： 银河早餐铺 来源： 银河早餐铺

【我们最近在做一档AI主题播客👆】 作为一个有技术信仰的团队，AI是一个让我们感到兴奋的方向，日常的工作也在解决实际业务中AI应用的问题。

这篇文章是包子、修饼关于AIGC应用中如何改造了我们的workflow(工作流)和协作方式的聊天实录，并结合了一些资料，整理出来的文字内容。(全文共4369字)

内容提示：

1、什么是workflow？有AI以后，传统业务的workflow会发生什么变化？

2、什么是内容建模，我们如何进行内容建模 ?

3、workflow里需要跨领域人才?

4、我们团队已经搭建了哪些workflow？

5、我们在推行workflow的时候，有哪些阻力？

6、搭建workflow的方法

01.

什么是workflow？有AI以后，传统业务的workflow会发生什么变化？

包子： workflow的字面意义是工作流，指的是把一个复杂的工作任务，拆解成分步骤的工作流程。比如第一步谈客户、第二步签合同、第三步交付，很像传统意义上的SOP ，这样的标准化流程，很多公司都有。

有AI以后，它可以参与到workflow的环节，现阶段AI最擅长是AIGC，也就是内容生成。

我们最常用AI助力的方向是小红书内容生产 ，比如内容洞察诊断。当我们拿到一个产品时，需要分析这款产品的数据和市场行为，这部分是AI非常擅长的。

假设有100篇竞品笔记或我们自己的笔记，可以用AI分析这些笔记的特性，分析结果用作内容建模的数据，为营销策略的制定提供依据。

洞察诊断这个环节可以拆成30-40个执行步骤 ，内容生产环节可以拆到170个小步骤 ，这些全部由AI参与。

*02. *

什么是内容建模，我们如何进行内容建模？

**修饼：**内容是一个偏文科偏感性的领域，建模是一种工程化流程，如何给内容建模？ 为什么要建模呢？

包子： 如果我们拿到一个客户的项目或一个产品，需要去分析这个产品的受众人群、品类、竞品情况、平台数据 等信息。比如一款口红，它的受众人群是18-25岁的女性，而另一款口红的受众人群是25-35岁的职场女性，这两者的年龄和消费行为是不一样的。

不同的人群，不同的场景都是一个变量值，这些变量会随着产品的不同而发生变化。不同变量对应内容的形式、用词、情绪都会不同，在达人推广的选择上也有差异。

所以，内容建模就是给内容定义出一套框架，分析用户的各种特征标签，匹配出不同的营销策略和内容动作。

我们现在面对的客户有上千个，有非常多的变量，可以排列组合出不同的内容方向 ，且这些变量的权重是可以调节的。

在建模的过程中，就会涉及到workflow的搭建，把系统化流程沉淀到中台，目的是让业务的运转更高效。

**修饼：**AI在里面扮演什么角色呢？哪些部分由AI主导的，哪些部分由人主导？

**包子：**内容模型是人建的，并不是AI建的 ，是人类告诉AI要去分析产品受众的年龄性别等参数，给它下达指令。而AI要做的是填空题，它去执行具体的产品分析动作，分析出数据结果后反馈给人类。

比如有100篇小红书口红笔记，这些笔记的内容写法是什么？用户评论是什么？产品卖点是什么？

如果用人来分析，会非常容易疲劳，且带有主观立场，难以准确洞察。而AI非常擅长干这件事，几分钟就能完成。

修饼： 这里是否存在一个悖论，AI虽然能很好地洞察数据，但用它洞察后的数据再来生成内容，是否会很像我们喂给它的笔记，导致输出质量平庸。而内容本身需要创新，要有独特的气质才可能受欢迎。

包子： 有些填空题是AI可以做的，有些填空题是AI不能做的。比如像年龄这种维度，翻来覆去就10-60岁，怎么都无法填出150岁的答案，这类规律性很强的事是AI可以做的。

**但那些创意性的部分，AI的交付效果就要差一些。**比如最近流行一个热梗：古希腊掌管XX的神，B站UP主创造出了“古希腊掌管碳水的神”、“古希腊掌管泪痣的神”、“古希腊掌管翻车的神”。这类内容是AI很难首创， 也许未来AGI到来时可以解决，但现在的AI还很难取代人类。

*03. *

workflow里需要跨领域人才

**修饼：**一个AIGC的工作流里，需要有懂内容的人，需要有懂产品的人，需要有懂市场的人，甚至需要有懂心理学的人， 能感知到用户的行为变化。哪些能力是特别重要的呢？

**包子：**首先得是相关领域的专家。 如果你做内容建模，你自己就必须是内容专家，同时还需要具备工程化思维，把好内容翻译成工程语言。

有些人自己写文章的能力很强，但不见得能把写文章的过程提炼成框架，所以在内容专家的前提下，还需要有结构化思维，提炼出变量值。

修饼： 这跟电影剧本的创作类似。电影编剧是一件极其理性的工作，在写作前编剧会先有灵感或创作冲动，灵感的诞生是感性的，但要把这些灵感写成剧本，翻译成电影的拍摄图纸，这个过程是理性的工程化过程。

假设一个人他已经具备了上述能力，还要懂AI，那这个人的能力配比是怎么样的？

包子： 可以把人的能力分为两个象限，一条线是专业能力，产能或业绩产出；第二条线是潜力值**，未来的成长空间。**

判断一个人潜能的方式，首先看对方的兴趣值以及自驱力。 一般想从事AI领域的人都认为自己对AI感兴趣，但在感兴趣的同时，还在积极学习或使用AI，都是潜力的体现。

同时还要看此人是否具备工程化的解题思路 ，假设一个人写出了10万加的文章，我不会用流量数据来作为唯一的判断标准，而是更想要了解对方的写作思路，是否有形成内容创作的方法论，要有方法去驱动AI来做这件事。

*04. *

我们团队已经搭建了哪些workflow？

修饼： 我前段时间试用了我们在dify上搭建的工作流，这个工作流专门用于生产小红书笔记，产能确实有惊讶到我，原本人工一天生产5篇内容，但那天上午我一口气生成了10篇。

除了生产速度快以外，操作还非常傻瓜 ，我甚至不用自己录入prompt，prompt是现成的，已经被其他同事搭建好了，我只需要点选自己想要的帖子风格、把涉及到的内容场景填进去就可以了。

每次我会生成2篇文章，然后再切换不同的风格。生成效果有情绪有干货，不亚于任何一个初阶内容运营人员写的东西，在此基础上做些修改就能直接使用了。修改文章总比自己从零开始写文章容易。

**包子：**我们从产品洞察到出内容策略，都搭建了完整的AI工作流，并且投放到市场上，获得了商业变现。

我们在内部管理时会抽象出三个东西，第一个是MVP ，这是业务0-1的阶段，比如写一篇内容，做一个案例；第二个是复制 ，当我们有了MVP以后，需要把一个案例复制成多个案例，把成果放大；第三个是中台 ，需要用AI的技术手段来支撑MVP和复制的环节。

内部的运转也是围绕着这三个部分来的，当你在我们搭好的workflow上生产帖子之前，已经有人把数据洞察和内容建模的部分做好了，你只需要直接上手用就可以。

以前做内容推广的人，在拿到产品后需先消化产品信息、做策划、写文案。现在的方式发生了变化，我们直接使用中台搭建好的workflow，输入相应的变量参数，比如用户人群、年龄、场景等，就可以直接让AI去工作了。

另外，AI生成的笔记并不是垃圾笔记 ，因为我们在做中台的时候，已经做了完整的内容建模，AI学习的语料也是优质笔记，输出的内容质量一定是在基准线以上的。

但有些部分还是需要人的重度参与，比如创意更新、跟踪市场变化等环节，需要人不断调优。工作人员需要反复测试什么样的MVP能在市场上拿到结果，这样再复制就会简单很多。

在未来，我们优化的方向有两个，一个是数量上的放大， 如何在同样的时间里，从生产5篇帖子，变成生成30篇帖子，再到生成100篇帖子；另一个是质量上的放大**，** 从生成70分的内容，到80分的内容，到90分的内容质量，用AI做真正好的内容。

在没有AI的年代，业务扩张最常见的方式是复制人，但人越多管理难度越大，管理100个人的难度并不是管理20个人的5倍，很可能是10倍。这里涉及到很大的管理成本，招聘成本、培训成本、运营成本等等。

05.

我们在推行workflow的时候，有哪些阻力？

包子： 推行workflow的阻力首先来自企业内部，跟以前企业要做数字化遇到的阻力类似。每个人都有自己的工作惯性，大家都忙着当下的事，很难因为未来的某个提效任务去换一套新的工作方式。

要做AI化的前提必须走完数字化进程，如果哪家公司想用AI提效，必须倒逼公司先把数字化做了。

涉及到的业务是复杂的，企业运作是复杂的，人力结构是复杂的，牵扯到的动静会很大。

06.

搭建workflow的方法

**包子：**dify、make、comfyui这些工具都可以把整个流程穿起来，不需要写一行代码。

比如我自己的公众号每天会自动发文，就是用make搭建的workflow。

第一步让AI抓去互联网上的新闻信息源；

第二步做判别，让AI帮我筛选出符合我需求的信息，并写成概要文章；

第三步让AI根据文章的主题生成配图；

第四步让它连接公众号直接发出去。

这些我只需要搭建好workflow，接入各个模型的API，就不用管了，后续均由AI去完成工作。

另外，我们在工作中经常涉及图像生成的工作，比如给模特换装，以前用PS一通操作，现在用stable diffusion，无论用哪个工具，图像处理都包含非常多的节点，切换不同功能或插件，有很多繁复的步骤，是麻烦的。

现在有一个很出名的图像工具comfyui，可以搭建图像生成的工作流**。** 把处理图片的各种节点串联好，包括图像处理过程中会用到的模型、工具都集成到同一个平台。

comfyui界面

我们搭建了很多工作流，比如有专门给模特换装的、有专门换脸的、有专门换背景的，还可以有各种排列组合，这种组合方式是无穷的。

你只用搭建一次，往后它就自动生成了，给模特换装也不用给每张图片PS，而是在工作流上直接批量输出。

搭建工作流的过程是痛苦的，流程相对复杂，但是搭建好以后会非常省事。 这种好处在生成一两张图时体现不出来，但如果你要生成100张、1000张图的时候，有工作流就会非常省事。

**修饼：**无论是stable diffusion、dify还是comfyui，这些平台的用户界面非常不友好 ，普通用户上手难度大，非常劝退，需要把它们的功能封装成普通用户更易使用的交互界面，才可能普及。

stable diffusioni界面

**包子：**我们的工作是制造过程，制造是专业人士做的，是复杂的，作为专业人士必须学习。但普通用户不需要了解，我们做好了直接封装好发给使用者即可。

写在最后

相比起传统的工作流，我们在建立workflow时，需要教会机器去参与工作，不仅让机器完成交付，还要让它交付出高质量的结果，一个好的workflow会大幅度提升工作效率。

建立workflow的过程是复杂的，需要对AI的能力边界有高度认知，还要对业务有深刻理解。

我们也开通了小报童： https://xiaobot.net/p/DHLAI

你还可以在以下地方找到我们：

联系我们，微信号：Edward_y

更多AI工具，参考Github-AiBard123，国内AiBard123