背景是新媒体部门每天要创作大量的品宣内容，以4月份的KPI为例，是产出500条内容，获得100W浏览量。目前评估下来存在三个瓶颈——灵感少、素材少、工作量大。为此我作为IT支持部门和他们一起开会讨论，确定了整体内容创造策略为“三级水准（灌水级、信息流级、宣传片级）、协调资源、节奏发布”。
灌水级是通过deepseek、即梦等工具，结合一些自动化工具，快速生成一些图文素材并通过各次级渠道进行分发，目的是提高SEO和曝光度，以量取胜。评估可以做到10~50篇/人天。
信息流级是人工参与，进行文案内容的优化、提供关键帧素材，并对结果进行微调。这个可以通过培训各门店策划和销售进行简单操作，并协调外部供应商资源，每周发布征稿要求。评估可以做到3~10条/人天。
宣传片级是按照传统方式，以系列主题+特色活动为条线，进行精品内容创造，是我们品宣和引流的主阵地。AI只是作为灵感来源和辅助手段，工作量还是依靠几名剪辑师。评估可以做到1~3条/人天。
以此策略，我们IT部门综合分析市面上的AI工具，提供了一些低代码开发和操作培训，为新媒体部门赋能。
一、AGI的5个等级说明
24年OpenAI分享了关于AGI的5个等级，见下图：
（图片来自bloomberg对OpenAI的报道新闻）
最初的通用大模型都只提供chatbot功能，逐渐占据主流的R1和o4都属于第二级的推理模型，能够利用专家知识解决复杂问题。爆火一时的manus、flowith、autoGLM属于第三级的agents，能够根据输入指令进行planning，将指令拆分为tasks，执行全自动化的业务，但目前还需要中途人工参与或针对某些节点进行调试。目前第三级是爆发点，尤其是随着MCP协议的推广，各厂每天都诞生大量新的产品形态。第四级是innovators，第五级是organizations，目前看上去还有些遥远。
二、Agents特点说明
Agents可以分为云计算和本地部署两种架构。
manus是以虚拟机来运行agent，用户输入指令后，agents在云端调用标准的软件环境运行，模拟人的操作完成任务。这种模式的问题是受限于能够提供的云主机数量，成本高、扩展性差，所以manus的盈利需求紧迫，并且只能通过售卖key来限制用户量。这种模式我看好移动、阿里和华为，他们手头和规划中有大量云基础设施，并且在调度和运维方面技术水平高。
本地部署主要是各类RPA和authropic的computer user、智谱的GLM-PC，在本地GPU或CPU上运行，通过不断截屏识别界面元素，内置API、MCP或代码块调度应用。一般适用于企业用户保护数据隐私，但对技术和硬件有较高要求。这种也存在对界面元素的识别、对本机软件的调用存在大量兼容性错误的问题。以智谱GLM为例，经常会出现识别网页元素偏差，导致程序执行卡住的问题。
目前更流行的是混合架构，deepresearch、autoGLM、flowith都是安装浏览器插件、调用本地浏览器进行深度信息检索与报告生成，伴随着各类基座大模型的长推理能力提升而不断优化。
| 产品 | 部署方式 | 核心架构 | 典型场景 | 优势 | 局限性 |
|---|---|---|---|---|---|
| Manus | 云虚拟机 | 沙盒环境模拟 | 通用软件操作 | 广泛兼容性 | 高成本、低效率 |
| Flowith | 混合架构 | LLM原生框架 | 协作型创作 | 高效、人机协同 | 生态不成熟 |
| 智谱AutoGLM | 云端/本地 | 沉思模型+强化学习 | 深度研究与执行 | 高性能、低成本 | 硬件要求高 |
| ChatGLM3-6B | 本地部署 | 私有化大模型 | 垂直领域定制 | 数据隐私、灵活微调 | 部署复杂度高 |
| 华为云Agent | 云虚拟机 | 监控与管理插件 | 云资源运维 | 自动化运维 | 功能局限、非通用Agent |
三、flowith的功能介绍
选择flowith就是因为一直拿不到manus的邀请码，且有免费额度。很有意思的是，每一款代表性的AI产品其实都是一种产品思维的体现。
如最早的chatgpt代表一种黑盒，“我要根据你的内容进行回复”。deepseek-R1是“我要仔细想想并给你回复”，就类似学霸遇到问题，①先确定关键词，分析已知条件和问题对应的意图是什么；②把复杂问题拆分，在知识库中找对应的上的内容；③提供一种以上的方法进行试错，管他对不对，就说答没答。而manus是“我在做一件事情”，通过对任务的分解和规划，然后调用合适的工具进行执行。
这条路径是从显性知识到隐性知识，不断挖掘人的认知模式，也在从单角色的扮演到社会化分工的拓展。我们越来越发现，altman提到AI替代工种而不是工作，这种想法发展下去的边际效益太小了，更可行的方案还是沿用RPA，将AI先工具化，放置在具体场景中结合任务拆解和承担某些环节，辅助人提高效率，再逐渐通过日志挖掘完善任务模型，完成具身化替代。所以我比较看好flowith的发展。
flowith的核心功能有三块：①是knowledge garden的知识库和基于此的订阅功能，类似get笔记，用户可以上传文档或链接，embedding模型拆分为叫seed的最小单元，可以自动建立知识图谱，其他用户可以付费订阅；②是ORACLE模式，能够将指令不断拆分，将过程中检索的网页和每一步生成的结果进行呈现，用户还可编辑节点、团队在线协作；③是同manus一样，用户可以把每次的任务结果分享到社群，相比一次临时性对话更加注重长期维护和优化。
四、flowith的操作说明
很多人都声称随着AI理解能力不断增强，已经不需要prompt了，但实际上，产品滞后于技术起码一代，以及虽然AI对指令理解能力增强，但在具体场景中处理复杂问题和长文本的推理、受限于大模型本身的遗忘机制，还是需要尽可能在第一次对话时，提供精准而全面的要求。如下是我提供给flowith的指令。
## 角色 你是一位专业的婚礼热点洞察官，同时也是深耕婚庆行业多年的资深数据策略师。凭借深厚的行业经验和敏锐的洞察力，能实时精准挖掘婚礼领域热点，并围绕热点进行极具创意的视频策划，输出可直接落地执行的每日拍摄决策建议。 ## 技能 技能 1: 实时数据抓取 运用专业的数据收集工具和多元化渠道，实时广泛收集婚庆行业相关数据。收集范围包括但不限于各大社交媒体平台的热门趋势、行业权威论坛的最新动态、各类风格的热门婚礼案例等信息。 技能 2: 爆款解析 针对收集到的热门婚礼相关内容，从多个维度进行深度剖析以探寻其成功原因。具体如下： 若为视频内容，从运镜技巧（如推、拉、摇、移、跟等手法的运用）、画面布局（人物与场景的构图方式）、特效（特效类型及呈现效果）等方面展开详细分析。 若是图片素材，通过色彩饱和度（色彩的鲜艳程度及搭配效果）、人物之间的距离（人物空间关系营造的氛围）等角度进行解析。 对于文字内容，则从文字核心内容（传达的关键信息）、特色文案（独特的表达方式和语言风格）和语言技巧（修辞手法、用词特点等）等层面展开分析。 技能 3: 标题与方案生成 依据热点和爆款解析结果，创作极具吸引力的视频标题，并制定完整且具备高度可操作性的视频拍摄方案。方案需涵盖拍摄场景（室内、室外、具体场地等）、镜头运用（景别、拍摄角度、镜头运动等）、人物安排（主角、配角的站位、动作等）等细节内容。 标题必须包含： 数据对比（例如：'3小时破百万播放的构图法'） 热点捆绑（例如：'《玫瑰的故事》同款新娘入场机位'） 每个方案需包含： 标题：[示例标题，如阴天婚礼拍出电影感？AI修图新技巧火了]核心数据：明确指出在某个平台（如小红书）相关笔记收藏量、点赞量等关键数据的单日或周期内的增长幅度（例如：小红书相关笔记收藏量单日 +85%）拍摄工具包： 必备设备：详细列出所需设备型号及相关参数设置（如索尼A7S3（S - Log3模式）） AI工具：若涉及AI工具，需说明具体工具名称及功能（如Luminar Neo换天功能 + Topaz Photo AI降噪） 分镜设计：详细描述每个镜头的拍摄内容，包括拍摄主体、画面效果等（如空镜拍摄：阴云特写（开启120fps升格）），后期处理要求：说明后期对画面的处理方式（如用AI替换暴雨云为晚霞，保留地面水渍反光） 风险备案：预估拍摄过程中可能遇到的风险，并给出应对措施（如遇雷电天气，改用室内窗边逆光拍摄（需准备300W补光灯）） 技能 4: 输出拍摄决策建议 整合上述各项工作成果，输出每日拍摄决策建议。为婚礼视频拍摄团队提供清晰、明确、有条理且可直接执行的指导，每次需给到具体的5个爆款方案。 ## 输出示例 【具体日期】今日爆款决策简报 数据雷达 | 平台 | 热点内容 | 互动量 | 增速 | |--------|---------------------------|---------|-------| | 抖音 | #无人机灯光秀求婚 | 258w | +320% | | 小红书 | 阴天婚礼胶片调色教程 | 4.7w | +85% | 爆款方案01 标题：跟拍《玫瑰的故事》同款新娘入场！3步运镜法火了 文案内容：参考一些婚宴行业的文案格式进行整理 工具包 设备：索尼FX3 + 28 - 75mm镜头（开启呼吸补偿） 运镜： 低机位跟拍裙摆移动（稳定器全锁定模式） 过肩镜头旋转至新郎表情特写 用剪映「AI运镜」生成环绕效果 风险预警：旋转镜头需提前测试避免婚纱缠绕设备 ## 限制 所有工作严格围绕婚庆行业展开，坚决拒绝回答与婚庆行业无关的话题。 生成的建议和方案必须充分考虑实际拍摄需求，具备切实的可执行性。 严格依据国家法律法规进行合规审查，杜绝出现任何违法违规内容。 输出内容要逻辑严谨、条理清晰，符合专业规范。 获取的数据发布时间要求不能超过最近30天。flowith体现是的一种思维可视化，首先是将用户的输入拆解为task list，然后将一个从idea到具体执行的全过程以流程图的形式展示出来，每个节点都可以人为介入重新生成。
1、我输入一段指令后，首先还是调用推理大模型，识别任务，如表层需求转化为直接任务、深层需求的挖掘、结合历史对话的隐形需求推测。
2、将复杂任务拆解为可并行或串行的子任务，如搜索百度指数的3个关键词，可以拆分为3个并行查询。
3、每个任务进行分工，这里涉及到多agent的协同机制，也是去年新出来的技术。
4、在canvas上动态展示任务进程，用户可以调整task list、任务优先级、编辑子任务内容、重新执行某个子任务等
最终生成的结果和链接如下，目前看起来还是有不少问题，但因为调试过程中调用大模型的本月额度已用完，所以先搁置了。
https://flowith.io/conv/039951bf-91d7-415f-bac1-97876ded211b?U2FsdGVkX1/i5GT5WUXqa5Xj+5fgW0qrJKEqrJY005Mrxj6pbOLcReDxtNtWpjG6+rApLue4M6DbVKQqzwCaNw==
总结：这次先介绍了使用flowith的方法，除此之外还有使用coze获取热点内容并记录到多维表，使用即梦进行不同级别的内容创作方法，有空慢慢更新。