最近我开源了一个项目：agent-content-workspace。
GitHub： github.com/pa1nrui1/ag…
它不是一个 prompt collection。
也不是一个“帮你写爆款标题”的小工具。
我更愿意把它定义成：
面向内容创作者的本地 Agent 内容生产工作区。
它解决的问题很具体：
用 AI 写内容时，不能每次都从一个空白聊天窗口开始。
因为内容生产不是一次性文本生成。
它至少包含：
创作者定位
-> 内容主线
-> 平台规则
-> 选题查重
-> 草稿生成
-> 平台适配
-> 视觉策略
-> 发布检查
-> 隐私脱敏
-> 发布后复盘
-> Learning 更新
如果这些上下文不在工作区里，AI 每次只能临场发挥。
它可以写一篇稿子。
但它很难知道：
- 这个账号长期讲什么。
- 哪些主题已经写过。
- 这个选题是否只是旧题换标题。
- 不同平台到底应该怎么改。
- 哪些内容必须发布前检查。
- 哪些复盘经验下次应该继续使用。
所以我把内容生产拆成了一套文件、模板、方法和 hooks。
这篇从工程角度拆一下这个项目。
1. 为什么不是直接写 Prompt
很多内容生产类 AI 工作流，第一步都是写 Prompt。
比如：
帮我写一篇公众号文章。
或者：
把这篇长文改成小红书风格。
这类 Prompt 可以用。
但它的问题是上下文太薄。
如果 Agent 不知道创作者是谁，不知道平台规则，不知道历史内容，不知道文风偏好，不知道隐私边界，它写出来的内容很容易“结构正确，但不像这个账号”。
所以 agent-content-workspace 的第一条原则是：
config first
先配置，再生产。
这不是为了复杂。
而是为了让 Agent 在动笔前先有可读取的上下文。
2. 项目结构
当前仓库结构大致是：
agent-content-workspace/
├── AGENTS.template.md
├── Learning.template.md
├── config/
├── methods/
├── templates/
├── hooks/
├── privacy/
├── third-party/
└── scripts/
目录分工如下：
config/ 创作者、平台、文风、视觉和隐私配置
methods/ 内容生产方法论文档
templates/ 选题、草稿、视觉、发布和复盘模板
hooks/ Agent 在关键节点必须执行的检查规则
privacy/ 隐私脱敏和发布前扫描说明
third-party/ 第三方 Skill 来源、致谢和同步规则
scripts/ 初始化和隐私扫描脚本
这套结构的核心思路是：
规则文件化，过程模板化，节点 hook 化，复盘 Learning 化。
3. config：让 Agent 先读懂创作者
config/ 目录负责写清楚创作者、平台和边界。
初始化后，主要会生成这些文件：
config/creator-profile.md
config/content-pillars.md
config/platform-a-rules.md
config/platform-b-rules.md
config/platform-c-rules.md
config/style-preferences.md
config/visual-rules.md
config/privacy-rules.md
config/agent-prompt.md
这些文件分别回答不同问题。
creator-profile.md 负责告诉 Agent：
- 创作者是谁。
- 面向谁写。
- 长期表达方向是什么。
- 哪些内容不适合说满。
content-pillars.md 负责长期内容主线。
它不是选题列表，而是判断一个选题是否属于这个账号的依据。
platform-*-rules.md 负责平台规则。
项目没有写死具体平台名称，而是默认抽象成三类：
platform-a：长文、深度分析、结构化论证、方法论内容
platform-b：图文、图片卡片、过程展示、收藏型内容
platform-c：短视频、口播、节奏推进、连续系列内容
这样做的好处是：
不同创作者可以把自己的平台映射进去，而不是被项目强绑定到某几个平台。
privacy-rules.md 则负责隐私边界。
它让 Agent 在写作和发布前知道哪些信息不能公开。
4. methods：把内容生产拆成方法文档
methods/ 目录不是放 Prompt。
它放的是每个环节的方法论。
当前包括：
01-config-first.md
02-creator-positioning.md
03-platform-rules.md
04-topic-check.md
05-content-hooks.md
06-image-post-hooks.md
07-video-first-three-seconds.md
08-longform-opening.md
09-draft-workflow.md
10-visual-strategy.md
11-third-party-skill-collaboration.md
12-final-confirmation.md
13-retro-and-prediction.md
14-learning-update.md
15-privacy-redaction.md
例如 01-config-first.md 规定：
正式生产内容前，必须先完成：
创作者定位
内容主线
平台规则
文风偏好
视觉规则
隐私规则
Learning 文件
04-topic-check.md 规定：
推荐选题前，要依次检查：
创作者定位匹配
内容主线匹配
平台适配
历史查重
差异化判断
风险检查
是否建议继续
并且结论只能是：
建议继续
修改后继续
不建议继续
这个设计很重要。
它避免 Agent 每次看到一个题就直接开始写。
先判断能不能做，再决定怎么写。
5. templates：把判断落成可填写表单
方法论如果只写在文档里，很容易变成“看过但不用”。
所以项目里用 templates/ 把方法拆成可填写模板。
主要包括：
templates/topic-brief.md
templates/topic-check.md
templates/draft-template.md
templates/image-post-hook-check.md
templates/video-hook-check.md
templates/visual-plan.md
templates/publish-checklist.md
templates/retro-template.md
templates/style-card.md
templates/skill-card.md
比如 topic-check.md 会要求 Agent 记录：
目标平台
选题名称
所属内容主线
目标受众
内容类型
然后检查：
定位匹配
历史查重
差异化
隐私风险
版权风险
专业风险
事实核验需求
最后输出：
建议继续 / 修改后继续 / 不建议继续
理由
下一步
这比“你觉得这个选题怎么样”稳定得多。
因为 Agent 不只是凭感觉评价，而是按同一张表做判断。
6. hooks：约束 Agent 在关键节点停下来
hooks/ 是这个项目里很关键的一层。
它规定 Agent 在关键节点必须做什么。
当前包括：
hooks/before-topic.md
hooks/before-draft.md
hooks/before-visual.md
hooks/before-image-post.md
hooks/before-video-post.md
hooks/before-final.md
hooks/after-retro.md
hooks/sync-learning.md
hooks/sync-third-party-skills.md
例如 before-topic.md 要求：
读取创作者定位配置
读取内容主线配置
读取目标平台规则
读取 Learning.md
检索历史草稿、最终稿、复盘、样本、脚本和预测
使用 templates/topic-check.md 进行选题前检查
判断是否重复、是否可做、如何拉开差异
before-final.md 要求：
检查平台规则
检查内容钩子
检查视觉素材
检查隐私和版权风险
检查事实核验需求
询问用户是否确认为最终稿
并且必须问：
这是否确认为最终稿？
用户未确认前，不得放入 final/ 或 最终稿/。
这就是 human-in-the-loop。
不是写一句“请人工确认”，而是把确认做成流程节点。
7. 草稿状态：不要把 draft 当 final
内容生产里很常见的问题是：
AI 写完一版以后，人会下意识觉得已经完成。
但写完只是进入了检查阶段。
所以 methods/09-draft-workflow.md 把草稿状态拆成：
idea
outline
draft
review
ready-for-final
草稿头部应包含：
目标平台
内容类型
所属内容主线
当前状态
是否需要事实核验
是否需要视觉素材
是否已确认最终稿
这个设计可以避免两个问题：
- 不知道一个文件现在到底是什么状态。
- 未经确认的草稿被直接当成最终稿发布。
长期做内容时，这个状态字段很有用。
尤其是同时维护多个平台版本时。
8. privacy：隐私检查不能靠临时想起
内容创作经常用到截图、案例、后台数据、聊天记录、项目目录、脚本输出。
这些材料很容易带出隐私信息。
所以项目里单独放了 privacy/：
privacy/forbidden-information.md
privacy/pre-publish-scan.md
privacy/redaction-checklist.md
默认禁止公开的信息包括：
真实账号
手机号
地址
身份证号
执业证号
客户信息
当事人信息
案号
合同
聊天记录
平台后台数据
token / cookie / secret / auth 信息
个人电脑路径
公开示例建议使用占位符：
<创作者名称>
<平台A>
<项目A>
<SkillA>
<客户A>
<隐私信息>
这不是免责声明。
而是发布前检查的一部分。
项目也提供了隐私扫描脚本：
bash scripts/privacy-scan.sh
脚本扫描不能替代人工判断，但可以作为 preflight 的一层。
9. Learning：复盘要进入下一次写作
很多内容复盘只记录结果：
这条表现不错。
这条表现一般。
但这样很难影响下一次写作。
agent-content-workspace 更关注预测和复盘的闭环。
发布前先记录：
目标平台
内容类型
选题判断
标题判断
钩子判断
视觉判断
预期表现
可能失败原因
发布后再对照：
实际表现
判断准确的地方
判断偏差的地方
标题是否有效
首图或前三秒是否有效
视觉策略是否有效
是否形成新经验
这里有一个关键原则：
不要改写发布前预测。
不要用结果倒推当时判断。
当时怎么判断，就保留下来。
发布后再看哪里偏了。
稳定经验再写入 Learning.md。
这样 Agent 下次写作前读到的，不只是历史内容，还有历史判断和偏差记录。
10. 初始化脚本
项目提供了初始化脚本：
bash scripts/init-workspace.sh
脚本会复制模板文件：
AGENTS.template.md -> AGENTS.md
Learning.template.md -> Learning.md
config/*.template.md -> config/*.md
并创建平台目录：
platforms/platform-a/
drafts/
final/
assets/
retros/
samples/
scripts/
predictions/
platforms/platform-b/
drafts/
final/
assets/
retros/
samples/
scripts/
predictions/
platforms/platform-c/
drafts/
final/
assets/
retros/
samples/
scripts/
predictions/
如果不想运行脚本，也可以手动复制：
cp AGENTS.template.md AGENTS.md
cp Learning.template.md Learning.md
cp config/creator-profile.template.md config/creator-profile.md
cp config/content-pillars.template.md config/content-pillars.md
cp config/platform-a-rules.template.md config/platform-a-rules.md
cp config/platform-b-rules.template.md config/platform-b-rules.md
cp config/platform-c-rules.template.md config/platform-c-rules.md
cp config/style-preferences.template.md config/style-preferences.md
cp config/visual-rules.template.md config/visual-rules.md
cp config/privacy-rules.template.md config/privacy-rules.md
11. 一个典型使用方式
推荐选题前：
请先读取 AGENTS.md、Learning.md、创作者配置、内容主线和目标平台规则，然后使用 templates/topic-check.md 检查这个选题是否值得做。
写长文前：
请基于 platform-a 规则生成一版长文草稿。写完后，使用 templates/publish-checklist.md 做发布前检查，不要直接进入最终稿。
写图文前：
请基于 platform-b 规则写一版图文草稿，并在写完后使用 templates/image-post-hook-check.md 检查标题、首图、前两行正文和多图结构。
写口播前：
请基于 platform-c 规则写一版口播稿，并单独检查前三秒是否有冲突、反差、后果或真实卡点。
复盘后：
请使用 templates/retro-template.md 复盘这条内容，并判断是否有经验需要写入 Learning.md。
12. 边界
agent-content-workspace 不承诺生成爆款，也不替代创作者判断。
它提供的是一套本地工作区模板：
- 配置文件
- 方法论文档
- 检查模板
- 工作流钩子
- 隐私规则
- 初始化脚本
- 复盘和 Learning 机制
AI 可以参与选题、查重、草稿、改写、平台适配、发布前检查和复盘整理。
但是否发布、如何表达、是否引用事实、是否使用截图、是否公开某个案例，仍然应该由创作者自己确认。
真正的核心不是让 AI 替你做内容。
而是把内容生产变成一个有上下文、有边界、有检查、有复盘的工作流。
项目地址： github.com/pa1nrui1/ag…
官网项目页： www.panrui.xyz/projects/ag…
