周末了，聊点扎心的，中小企业的新媒体运营。为啥得加个中小企业的前缀，因为像互联网行业的大厂，以及其它大企业，没有对比性。
资源预算、领导预期、人员编制等，在你没有这个命，还要去羡慕和追求那种生活，就是在内耗自己。
还有一个更残酷的事实是，新媒体运营已经不像十年前，拼平台红利，拼大力矩阵，玩邪门歪道，现在回归了本质，还是拼内容。
所以像WorkBuddy这种AI办公Agent，它能够辅助你的就是提升效率，把重复性的工作流程化，甚至于自动化。
但内容的定位，质量的把控，持续的输出这类问题，AI暂时还解决不了。就拿去除AI写文章残留的AI味为例，老马已经挠头搞了个把月了。
还是没法做到接近良好的去除效果，这个也是因为底层大模型的缘故，大模型都在卷Agent，卷编程，文字类的能力其实没随着提升。
市面上那些去除AI味的Skill或者方法工具，你看看就得了，简单用用别太迷信，底层脑子还是根深蒂固的概率思维，就跟一个理工男一样，他说话也不可能是文绉绉的高雅调调。
前情提要的废话铺垫完了，下面就是老生常谈。老马整理出来的工作场景，以及对应的WorkBuddy操作解决思路，只是共性。
请不要对号入座，一张嘴就喷你这玩意儿是错的，行不通的。换位思考一下，很多小白用户其实连最基本的提示词都不会写。
虽然做新媒体岗位的可能还好点，毕竟一直泡在网上，对AI的了解和使用也比一般传统岗位的人多。所以无论你是菜鸟还是老手，合适就看，不合适就关。
本文脉络
01爆款经验复用
02多平台内容适配
03业务与数据复盘
内容产能与爆款复用
第一个工作流：内容产能不足，选题枯竭，爆款经验无法标准化复用
现有工作场景存在的痛点：
内容的产出高度依赖个人灵感，偶尔可能会出现一些小爆款，但很难沉淀成可以重复使用的内容模板，容易遇到选题荒，以及内容的质量波动大。
WorkBuddy能够优化提升的解决方案：
1. 将以前阅读过的数据较好的爆款笔记、或者视频脚本全部放在WorkBuddy的工作空间。
2. 使用提示词让AI读取这批历史爆款，拆解出选题角度、开头钩子、行文结构、标题特征，同时输出一套可以复用的写作模板。
3. 每周执行一次选题的批量生成，基于账号定位和爆款拆解写作模板，一次性输出15‑20个选题池，再存入个人资料库，避免临时想选题。
爆款内容拆解生成选题提示词模板举例：
PROMPT
读取本工作空间内的3篇历史爆款内容，拆解这套内容的钩子结构、行文框架、标题规律；基于拆解结果，为本企业账号生成20个可执行选题，区分小红书、抖音两个方向，剔除纯广告硬广选题。
相关Skill举例：
别看WorkBuddy的Skillhub里面技能挺多的，一搜爆款出来一堆。老生常谈，别装十个八个的，自己测试跑一下，效果好的留一个就行。
NOTE
Skill是流程的总结，就是人家以前就用这套方法论，这些步骤去拆解爆款内容的。但你得明白，这都是通用的，有可能在它的内容定位上是合适的，换成你的就不一定效果好。
多平台分发与内容适配
第二个工作流：多平台分发，同一内容跨平台改写适配工作量繁重
现有工作场景存在的痛点：
一套原始素材或者一篇内容草稿，同时要适配小红书、视频号、公众号等不同平台的风格、标题、钩子、标签等。人工去改写的话耗时长，还容易不符合平台调性。
WorkBuddy能够优化提升的解决方案：
1. 在工作空间里面存放好原始的稿子，不需要手动复制大段文字，通过上传本地文件进行引用。
2. 再用一条提示词指令一次性输出多平台全套物料，包括了标题、正文钩子、标签、话题，以及各个平台的独立版本。
3. 产出之后的内容可以直接复制到各平台后台，或者一键导出到腾讯文档、本地文档之类的做二次微调，一般不直接自动发布，经过人工复核后再发布。
内容改写生产提示词模板举例：
PROMPT
读取附件原文，分别输出公众号完整版、视频号短视频脚本版、小红书种草版。
公众号：企业专业叙事。
视频号：口语化60s脚本，带开头钩子。
小红书：种草口吻+emoji，输出标题+正文+5个标签，输出markdown分块。
相关Skill举例：
这里提一嘴，现在有很多博主文章都在教大家，怎么一键自动生成内容后，自动排版，自动进公众号的草稿箱。
这套自动化的操作，在小红书上已经被证实是很刑的，不少人被赐予封号。公众号上如此操作，除了你在开发平台的IP白名单得经常更新之外，老马个人建议是，既然草稿箱的内容你还得二次审核。
那干嘛不手动去排版，手动去发布。除非你做的就是AI批量生成的垃圾泔水内容，无所谓内容质量与对错的，那当老马没说。但这种自动化操作，依旧存在封号风险，大家自行定夺吧。
跨部门业务信息提炼
第三个工作流：跨部门拿业务信息成本高，内容容易自嗨脱离业务转化
现有工作场景存在的痛点：
作为新运营人员，如果不实时掌握一手产品、客户案例等贴近市场需求的资料，写出来内容就会很空洞或者纯粹是硬广的味道，自然来的流量很难转化成询盘。
WorkBuddy能够优化提升的解决方案：
1. 在WorkBuddy上建立业务素材库之类的工作空间，存放好产品的PDF、销售话术、客户案例等文档。
2. 从业务资料中提炼出客户痛点、产品价值点。
3. AI只做信息的提炼与改写，涉及到业务数据、客户案例必须和销售/产品二次核对，不能直接采信AI胡编乱造的业务细节。
业务内容提炼改写提示词模板举例：
PROMPT
读取本工作空间内的产品介绍、客户案例两份文档，提炼3个客户真实痛点和产品价值点；改写为适合小红书新媒体表达，禁止编造数据，拒绝生硬广告。
相关Skill举例：
有关内容改写的效果问题，跟你所使用的模型是息息相关的。老马的建议是，假设你一开始是在WorkBuddy上使用的混元3模型，效果不好。
那后续你就切换到Deepseek v4 pro、GLM-5.3、MiniMax-M3、Kimi-K3这类好一点的新模型，因为每个人对于模型的体感源自于所用提示词的不同，因此你觉得哪个模型效果好，就可以固定用哪个。
多平台数据汇总复盘
第四个工作流：多后台导出数据手工汇总复盘
现有工作场景存在的痛点：
从多个平台后台导出的数据，手工汇总出来的表格，只能看到播放、点赞、评论等数据的高低变化，无法定位选题、标题、钩子中的哪一环出了问题，复盘很难落地。
WorkBuddy能够优化提升的解决方案：
1. 上传小红书、视频号、公众号等平台导出的多份CSV原始数据表格。
2. 使用WorkBuddy做多维度的对比分析。
3. AI只能输出推测性的优化方向，作为新媒体运营人员应该要结合业务场景做取舍，不能直接照抄AI的复盘结论。
数据复盘提示词模板举例：
PROMPT
读取两份CSV新媒体数据，区分高播放、低播放笔记。从选题方向、标题特征、开头钩子三个维度对比；输出markdown表格总结+3条可落地优化建议，拒绝空泛套话。
相关Skill举例：
补充一个小细节，如果纯粹用数据去复盘，少了每条数据对应的完整内容，那AI也基本只能从标题，标签，数字等维度去瞎猜。
最好是，你的表格中也包含完整的内容，比如小红书笔记内容较少的，可以放在表格里面。如果是公众号文章，则可以在表格之外，链接上对应的每篇独立内容Word文档，表格就相当于索引。
索引就会告诉AI，你照着这个标题，去同个工作空间内，找到标题对应的完整内容文档，再结合表格中的数据，深度进行复盘分析。当然，提示词中你也最好加上这样的要求。
结语
好了，以上就是今天的分享。
本文由作者@马佳彬，授权发布于平台，未经许可禁止转载。