作者因Claude账号被封，将全部历史对话数据导出，利用豆包工作新推出的计划模式和目标模式，对数年积累的对话“遗产”进行系统化整理。文章详细拆解了三步工作流：先用Plan模式只读调研并生成Markdown实施计划，直接在文档中修改对齐需求；再用Goal模式将“完成”标准拆成硬性验收指标，逐项校验交付成果。最终产出可检索的历史索引、验证过的工作流、风格偏好文档和可直接复用的Skills。文末总结了Plan与Goal模式的适用场景对比，强调复杂长任务应先定方案再锁交付标准，让AI经验得以持续复用。
本文介绍了 Plaud 录音硬件通过官方 MCP 接入腾讯 WorkBuddy 后，实现从录音到周报的自动化流程。作者详细讲解了从开启 Cloud Sync、在 WorkBuddy 连接器中授权 Plaud、到用结构化指令生成周报草稿的完整步骤，并区分了 WorkBuddy 内调 Plaud（路A）与 Plaud 内续接 WorkBuddy（路B）两种使用路径。文章提供了六条可复制的指令模板（周报、跟进邮件、方案骨架等）、三种对话方式、六条避坑指南、权限边界说明及六个真实应用场景，并说明没有 Plaud 硬件也可用替代方案练手。核心理念：AI 负责起草，人负责把关。
作者指出许多自媒体人仍停留在人肉生产阶段，并整理了7个GitHub开源Agent Skills，可以串联成完整的自媒体工作流：DBS做选题诊断与Hook拆解，小红书标题Skill优化标题，Blogger Distiller拆解对标博主，小黑配图和归藏插画Skill解决配图问题，关键词Skill做内容SEO，飞书官方Skills实现工作流统一管理。作者认为Agent Skills的价值在于让AI从帮写内容升级到管理整个工作流，人只负责判断和审核。
作者用三个真实自媒体任务（对标账号调研、内容写作、选题库搭建）实测对比WorkBuddy、千问办公和TRAE三款Agent工具。结果显示WorkBuddy三轮全胜，产出最全面可直接使用；千问办公擅长文档场景且最懂产品定位；TRAE颜值最高但排队严重、数据偏旧。核心发现是WorkBuddy和TRAE使用同一模型DeepSeek V4 Flash却结果天差地别，说明差距不在模型而在工具如何用模型。结论：工具没有高低，只有合不合适，先想清楚需求再选工具。
本文基于硅谷技术负责人Amit Rawal的实战经验，提炼出KERNEL框架六大提示词法则（简单、可验证、可复现、窄范围、明确约束、结构化）。该框架通过标准化指令，解决了AI输出不稳定的痛点，实测首次输出成功率大幅提升，Token用量显著降低，适用于代码开发、数据分析等确定性工作场景。
