我对Agent结合写作的场景设计

去年年底跟一个做内容的朋友聊天，他说他现在写公众号快疯了。每次想写点干货，光找素材就得翻半天浏览器历史记录，写一半卡壳了还得去翻笔记，最后排版又是另一个噩梦。他问我，你们这些做工具的，就不能把这事整得顺滑一点？

我当时就在想，写作这件事，拆开看其实挺清晰的。不是一个大黑盒，而是一串小步骤。每一步都有不同的需求，不同的人在不同步骤上痛点也不一样。那为什么工具往往只做一个端到端的"生成"？

所以我想聊聊我们正在做的一个设计思路：把写作拆成六个阶段，然后用Agent把整个流程串起来。不是为了炫技，是真的觉得这样更好用。

引言：为什么要拆成六个阶段

传统AI写作工具，你给个标题，它吐一篇。猛一看很爽，用了就知道不好使。几个问题：

• 你没法细控。想改中间一段逻辑，只能全部重来
• 你没法复用。上周搜到的好素材，下周还得重新来
• 你的写作风格，它记不住。每次都是全新的你
• 你想换个配图风格，得自己去找图，跟工具没关系

我们把写作拆成素材、Agent、AI编辑、配图、排版、发布六个阶段。

这么拆有几个好处：

• 每个阶段只盯一类问题，不混在一起
• 用Agent调度整个链路，不用人来回切工具
• 你可以只用某个环节，也能从头跑到底
• Agent能不断接新的数据源和能力，不用等版本更新

下面顺着这六个阶段说。

第一阶段：素材，写作的起点

写东西第一个坎，手边没料。

我们做了三个入口：

• 热点搜索：
  告诉你当前圈子内在聊什么。你关注某个技术领域，打开能看到最近社区在争论什么、哪个新特性讨论多。帮你找切入角度
• 网络搜索：
  传统的主动找料。和Agent能力绑在一起后，能直接摘关键段落，标记来源。不用开十几个tab然后忘了哪个是哪个
• 素材管理：
  允许你从任何地方往里存东西，聊天记录、邮件、文档片段都行。Agent帮你归类、打标签。久了就有自己的小知识库。写东西时Agent会自动翻相关历史素材

第二阶段：Agent，智能体的核心调度

这块最重。不是接个大模型API就完事了，我们给了Agent六个基础能力。

• 文件系统：
  Agent读写文件的地方，Markdown、PDF、图片都行。你给它任务，它在文件系统里创建草稿、保存中间版本，像人类协作者一样迭代着来，不是一次性丢给你
• 技能（SKILL）：
  把很多能力拆成可插拔的技能。趋势分析、竞品对比、代码审查，都可以是技能。在技能广场里按需选，也可以自己写。技能之间还能组合。打个比方：先调"技术趋势分析"出报告骨架，再调"案例搜索"往里填实例

• MCP：
  Model Context Protocol，一个标准接口，让Agent连上你各种工具和数据源。你的笔记在Notion，项目文档在GitLab，聊天记录在飞书。通过MCP，Agent直接拉这些上下文。不是什么愿景口号，是真需求。做过内容的都懂，来回切工具有多烦
• 记忆：
  Agent会记住你的偏好。短期记忆是当前这篇的上下文，长期记忆是你的写作风格、常用术语、惯用结构。下次让AI续写，它不会把你习惯的词替换掉，除非你明确说了
• 画像：
  比记忆更高一层。你可以给Agent建一个"技术博主"画像，甚至好几个。画像里定义角色、口吻、知识背景、什么东西别碰。比如设定"有多年写作经验的老手，不写营销文，碰到深度话题要展开"，出来的内容就带那股味。你也可以在不同画像之间切
• 反思：
  这项还在磨。Agent写完一段先自己看一遍：事实有没有错，逻辑通不通，语气飘没飘，有没有编东西。审完把修改建议列给你，或直接给改好的。有点像两个人写代码，一个写一个review

这六个能力凑一块，Agent就不只是一个打字机了。它能自己找料、自己审稿、还能记住你的偏好。而且因为技能和MCP的存在，上限不是你写死的功能，是你接的资源长出来的。

第三阶段：AI编辑

素材有了，Agent就位了，开始编辑。主要三件事：

• AI续写：
  你写一段卡壳了，按续写，它根据上文和你的画像给出几种走向。你可以选一个，也可以全不要。就是给你几个方向，推你一把
• AI润色：
  不只是改错别字。同样一段教程，写给新手和写给老手，语气差很多。润色让你切不同的表达颗粒度："更易懂""更严谨""更像技术博客"。不是把你的字变成AI味，是让它更像你想写的味
• AI图片生成：
  让Agent帮你出内容里的示意图。你讲一个复杂的产品逻辑，描述了半天，不如让它根据描述画一张。出来的图不一定很细，但你可以继续改，比从零画快

Agent介入之后，编辑能读到上下文和你的偏好。

上下文越多，输出越准。这就是为什么Agent阶段放那么多东西。

第四阶段：配图

技术文章的配图是体力活。找图、调尺寸、统一画风，一套下来比写字还累。

分两层做：

• 智能配图：
  文章快写完时，Agent扫一遍全文，识别哪些地方适合放图，然后推荐一批。来源可以是免版权图库、你之前存的素材、AI生成的图
• 风格选择：
  让整套配图画风统一。"极简线条""暗黑科技""明亮手绘"，选定后推荐的图都往这个方向靠，公众号视觉不会东拼西凑

这阶段还有不少要磨的：

• AI判断哪里该放图，还不算准
• 风格迁移有时候翻车
• 图和文字的匹配还得提

方向我觉得没问题：让人少操心视觉，多操心内容。

第五阶段：排版与发布

排版很多人不想碰。公众号那个编辑器，用过都知道。

两件事把最后一段路打通：

• 公众号排版：
  内置超过30套主题。不是花哨皮囊，是考虑阅读体验的设计：代码块怎么显示、引用怎么处理、标题层级怎么排，都调过。选文章，挑主题，预览OK，直接同步到公众号素材库

• 多平台一键发布：
  不只发公众号，发掘金、知乎、个人博客。多平台发布不只是换个格式，还涉及图片适配、SEO元信息、标签设置。配置项绑到每个平台，后续一步推到所有渠道

整个过程Agent会记住你每个平台的偏好，自动填摘要和标签。这还是在靠第二阶段的记忆和画像能力。

总结：Agent的扩展性是真正优势

回头看这六个阶段，把体验拉起来的不是某个环节功能多牛，是Agent从头串到尾：

• 素材阶段靠记忆翻历史资料
• 编辑阶段靠画像控风格，靠反思提质量
• 配图阶段靠技能接不同风格引擎
• 发布阶段靠MCP联动多平台

这个体系能长：

• 今天素材不够吃，写个技能接新RSS
• 明天想看竞品动态，加一个MCP连数据平台
• 后天想让文风更贴近某类读者，新建一个画像

Agent的能力跟着你的需求长，不是写死在代码里的。

编辑和配图两个阶段还有明显要磨的。续写和润色的可控性得提，配图推荐的准确率也得继续调。还差得远。架子搭好了，后面慢慢迭代。

如果你也是那个为了一篇文章从早坐到晚的人，希望这个思路能给你一点启发。我们也在边做边试，欢迎来喷。