北京
書接上回。
確定AI助手后，第一件事就是把之前寫的《賽博擺攤賺小錢》發給它，讓它幫我設計一套框架體系。
我對標的是Dan Koe。
AI給出的框架很學術。換句話說，不落地。
我只好自己改。把框架拆成兩層：
第一層：賽博擺攤實踐（產品+銷售轉化）
第二層：賽博擺攤項目傳播
問題來了。
這兩層有很多混淆項。我自己規劃時經常混，給AI下指令時更難免不清晰。需要設計一套清晰的工作流。
第一時間，我想到了"多Agent協作"。
養過龍蝦的應該都聽過這個概念。通俗說，就是把一個AI拆成一個團隊的多個角色，各負其責、相互協作。
比如你想推廣一個產品，需要市場部，就可以把AI賦予策劃、文案、設計、媒介等多個角色。每個角色設置專業背景，再經過定向訓練，就真的組成了一個AI團隊。
聽起來很炫酷吧？
前年我剛了解這個架構時，也覺得炫酷，跟團隊商量后迫不及待在小程序應用了。
結果發現——開發復雜性不低，token消耗更高。
這也不難理解。
人多嘴雜。一個團隊干活，光對齊顆粒度就得開幾個會。每個人還維護自己的知識體系，加上任務中經常出現的"只旁聽沒任務也消耗token"的角色，整個體系的token消耗自然不低。
前段時間，Claude官方發布《Building multi-agent systems：when and how to use them》一文，驗證了這個觀點：
多Agent結構token消耗量，一般是單Agent的3-10倍。
用王朔的話說：多Agent，看起來很美。
那賽博擺攤到底用不用多Agent？
判斷標準很簡單：
如果一個任務比較簡單——比如開小飯館，就廚師、服務員、收銀員幾個角色——那用單個Agent就夠了。
如果一個任務足夠復雜——比如開連鎖餐飲，要標準化，還要精細分工——那用多Agent，消耗多也認了，畢竟大公司里混日子也屬正常。
賽博擺攤呢？恰好卡在中間。
你說簡單吧，它有兩套系統（實踐層+傳播層），每套都涉及賽博擺攤元素，特別容易混淆。你說復雜吧，核心就是選品+傳播。
怎么辦？
我想到一個辦法：問問AI自己。
顯然，AI設計的工作流沒有考慮復雜性，我又重點強調了重復任務
AI給我設計了一套"分層指令系統"。
核心思路：
用一套指令格式，讓同一個AI在不同場景下扮演不同角色，而不是把一個AI拆成多個。
具體來說：
產品層指令：產品：[任務描述] → AI進入產品思維模式
傳播層指令：傳播：[任務描述] → AI進入傳播思維模式
記錄層指令：記錄：[任務描述] → AI進入記錄思維模式
這樣一來，不用多個AI協作，一個AI就能干完所有活，token消耗大幅降低，也不會出現"對齊顆粒度"的內耗。
整個流程體驗下來，我有個直觀感受：
AI同時具備超強的邏輯思維能力和執行能力，兩大能力組成了一個杠鈴型結構。
我們普通人則需要努力進化成棗核型——
一方面從AI的大局觀里吸收養分，完善自己對項目的理解；
一方面努力壓榨AI的執行能力，把鞭子抽起來，讓這些賽博大騾子大馬給我們干活，產出成果，幫我們賺錢。
工作流搭建起來后，第一件事就是選品。
很多人聽過各種IP講：先輸出內容，把流量做起來，有流量自然就會變現。
而我有個反常識：先選品，明確自己賣什么，再考慮怎么輸出內容。
為什么？
關注我，下篇詳細講。
楊澤是誰？
·《潮流：品牌引爆、出圈背后的秘密》、《產品冷啟動》作者。
·就職過互聯網大廠，曾負責脈脈、Totok等多個細分市場產品從0到1增長工作。
·資深品牌架構師。對外經貿大學、阿里巴巴UMIC課堂、36Kr Eclub特邀講師。
·人人都是產品經理、虎嗅、techweb專欄作者，曾出版《精益營銷第一課：產品冷啟動》。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
