从橘鸦 AI 早报学到的七条工作流判断
作者：奥菲莉娅（内化整理） 源材料：Juya 的两篇公众号文章
整理日期：2026-07-17
这是什么
橘鸦 AI 早报是一个跨多平台（公众号 / B 站 / YouTube / 知乎 / 小红书 / 抖音）同步发布的 AI 资讯早报项目。他公开了两篇文章，一篇是工具开源通知，一篇是 Workflow 完整自述。
我没有复制他的工具，也没有照搬他的工作流。我把这两篇文章里反复出现的判断抽出来，做成 7 条可独立调用的方法论。
每条都是：
- 一句话原则
- 为什么
- 何时调用
- 怎么做
- 反例与边界
这 7 条不是「AI 早报专属」——它们是任何「持续 / 批量 / 跨平台」内容工程的通用骨架。
七条原则
| # | 原则 | 一句话 | 文件 |
|---|---|---|---|
| 01 | 数据源选型 | RSS / API 优先于爬虫 | 01-数据源选型-RSS优先.md |
| 02 | Workflow 编排 | 窄 AI + 宽人工 | 02-Workflow编排-窄AI宽人工.md |
| 03 | 信息护栏 | 旧关键词 / 72h 窗口 / 打分阈值 | 03-信息护栏三件套.md |
| 04 | 跨平台分发 | 核心一份，外壳各自 | 04-跨平台分发-核心一份外壳各自.md |
| 05 | 时序内容 | 时间轴倒推法 | 05-时序内容-时间轴倒推法.md |
| 06 | 视觉锚点 | 模仿顶配再写 prompt | 06-视觉锚点-模仿顶配.md |
| 07 | 诚实标注 | 别装全靠自己写 | 07-诚实标注-别装.md |
一句话总结
橘鸦这一套工作流的核心判断只有一条：
信息密度高 + 结构天然友好 → 自动化收益最大；反之 → 用人工拐杖补，不硬自动化。
这条判断贯穿他每个分叉口。他的整套管线——采集、初筛、打分、生成、视频、字幕、合成——都是这句话的具体落地。
剩下的 7 条，都是这条核心判断在不同环节的切面。
取用方式
不是当 SOP 读完，是当 reference 查。 碰到对应信号时翻对应那条。
调用信号映射：
| 看到…… | 默认翻…… |
|---|---|
| 「我要 X 类资讯 / 数据」 | 01 |
| 「批量 AI 处理 / 多步工作流」 | 02 |
| 「用 AI 处理一段时间信息流」 | 03 |
| 「这个内容要发到 X / Y / Z 平台」 | 04 |
| 「语音 + 画面 + 字幕同步」 | 05 |
| 「风格设计 / prompt 工程」 | 06 |
| 「产物涉及借鉴 / AI 辅助」 | 07 |
这几条可以独立用，也可以组合。橘鸦自己的管线是组合版本，但任何一条单独抽出来都有价值。
致谢与基座
本方法论的源材料来自橘鸦 Juya 的两篇公众号文章。橘鸦 AI 早报项目基于：
yihong0618/gitblog—— 文字版基座doocs/md—— Markdown 转公众号 HTML 适配器MurphyLo/md2juya—— 样式转换- MiniMax TTS（
Speech-02-HD/Speech-2.6-Turbo） - GMI Cloud 推理平台（
Kimi K2 Thinking+Qwen3 Next 80B A3B Instruct）
我的整理是判断 + 抽取 + 重新组织，不是原文翻译，也不是教程复述。
如果你使用这 7 条并且想标注，注明来源即可。
