一条视频十个环节：把 B 站好物流程交给 AI 员工，什么能省、什么省不掉

先说结论：AI 员工能接管的，从来不是「做内容」这件事，而是做内容之前和之后那些重复到可以写成步骤的活。谁把自己的流程拆得越细，谁就越能把 AI 用成产能；流程还停在大脑里的团队，拿到再强的模型也只是多了一个聊天框。

这个判断来自一个具体样本：两个年轻人做 B 站好物带货，围绕外设、数码、家电家居、户外服饰四个赛道运营多个达人账号，覆盖 60 多个细分品类，合作过华为、美的、TCL、京东京造、特步等上百个品牌，月均带货 GMV 在 500 万元以上，单月商单或佣金都到过六位数。他们的工作室只有两个人，其中一个还要出镜。

更有参考价值的是他们对自己的拆解：一条 B 站好物视频要经过十多个环节，每个环节下面还有几十个操作步骤；一个新人按传统方式做，一条视频要十个小时。

这篇文章只讲一件事：当一条业务线有十多个环节时，怎样把它变成 AI 能接手的样子。以及，哪些环节你永远不该交出去。

一、为什么偏偏是「长流程」适合 Agent

短流程不需要 Agent。写一条文案、改一张图，直接跟模型说就行，做成 Agent 反而是过度工程。

长流程不一样。它有三个特征，正好是人和 AI 都难受、但 AI 更占优的地方：

1. 环节多：选题、对标、选品、参数、脚本、拍摄、PPT、剪辑、发布、挂链、回评、复盘，每一段都要切换工具和上下文。
2. 重复高：同一个动作在每条视频里都要重做一遍，且标准基本固定（比如参数表字段、字幕整理格式、蓝链排版）。
3. 可验收：大部分环节有明确的完成标准，比如「参数表字段齐全」「字幕不改原意」「文件生成并校验通过」。

环节多意味着人的注意力被切碎，重复高意味着培训成本随人数线性上升，可验收意味着这些活可以被机器检查。三者叠加，就是流程固化的收益区。

那位工作室合伙人的原话很直白：业务规模扩大以后，靠人记流程、盯细节、反复培训，很难稳定复制。

二、四件套：Agent 不是全部

把流程交给 AI 之前，先分清四个部件。它们分工不清，最后一定退回人肉补位。

• Agent = 员工。它被赋予目标、边界、工具和验收标准，能自己理解任务、规划步骤、调用工具、处理异常，最后交付产物。市面上现成的编程 Agent 就是这一类，一个项目文件夹可以对应一名「员工」。
• Skill = 作业手册。它写清什么情况触发、开始前检查什么、步骤顺序、哪些调用脚本、哪些必须由 Agent 判断、异常时继续还是停止、最终交付什么、什么算完成。
• 知识库 = 资料库与档案室。业务背景、原始素材、历史产物、审核结论都放这里。注意：它不是模型的「永久记忆」，每次开工都要重新读文件，才表现得像记得。
• CLI / MCP = 操作通道。读写飞书、下载视频、跑脚本、查数据库，都靠它们把判断变成动作。

一句最容易被忽略的话：脚本只做确定性的事，语义判断交给 Agent，验证器守底线。 很多团队为了快，把「某句过渡语」「某个价格」「第几款」写死进脚本，结果只能适配一条样例，换一个视频就崩。

三、八步法：从「一次做对」到「换人也能做对」

这套方法不是「把所有步骤写成文档」那么简单，它的关键在后三步：固化、回归、去上下文测试。

1. 建项目文件夹和 Git 仓库——所有材料进同一个可追踪环境，可审计、可回退。
2. 让 Agent 先读背景材料，明确「先不要动手」——把观察和执行分开。
3. 交代目标与 spec，让它先出技术方案，人确认后再写代码。
4. 跑通一条最小闭环（MVP）——真实结果会暴露你没想到的要求。
5. 接入任务看板——业务人员只负责「派什么活、现在什么状态」，Agent 领任务并回写状态。
6. 固化——长期原则进 AGENTS.md，完整操作顺序进 Skill，确定性动作进脚本，验收底线进验证器。
7. 在原对话做回归测试——改了 A，别弄坏 B。
8. 新开一个对话，读项目文件再执行一条——能过这一步，才算从「演示」变成「生产」。

第 8 步为什么是分水岭？因为前七步都可以靠人在旁边盯着补救。只有新对话里 Agent 还能靠文件重新上岗，才说明能力留在了项目里，而不是留在聊天记录里。

四、操作层长什么样：四个真正省时间的动作

框架说完了，落到一条视频的日常，最值钱的是下面四件事。

1. 对标拆解 SOP。 找到对标视频后，按固定顺序拆：封面和视频备份 → 提取字幕 → 整理成结构化脚本 → 抽帧识别产品参数 → 查商品佣金。参数用固定字段的 JSON 让视觉模型输出，再转成表格；佣金走联盟后台批量导出。拆完的对标是自己的资产，能反复用来总结规律。

2. 脚本改写提示词。 不是「帮我写个脚本」，而是给模型一个明确角色和硬约束：批量接收多篇对标文案，收到「开始改写」再融合去重；正文不许出现任何原 UP 主名字；不许小标题、不许列表、不许结尾总结；每个产品必须是一整段口语，且必须包含「场景化翻译 + 行情定位 + 一个转折缺点」。

这类约束看起来在限制模型，实际是在把人的判断标准写成可执行规则——这正是 Skill 该干的事。

3. 预设蓝链。 B 站挂商品链接的交互很折磨，原来的做法是发布时逐个链接换行、对齐、插空，一次要 30 到 60 分钟。他们的做法是把这件事前移：提前在一条旧视频下发出带好所有链接的评论，新视频发布时一键复制成预设格式，1 秒完成。

4. 回评插件。 把评论区的 HTML 一键转成表格（长链、短链、商品名、平台），也能单链复制直接回复。一条评论可以回复多条，既加评论量，也让观众觉得这个 UP 主在认真回。

这四件事有个共同点：它们都不需要创造力，但都需要大量准确操作。这正好是 AI 和脚本的舒适区。

五、把账算清楚：时间到底省在哪

• 新手按传统方式做一条视频：约 10 小时。
• 早期两个人自己做：一条视频从选品、脚本到剪辑，约 3 天。
• 拆流程 + 工具化之后：一组账号半天完成一条，团队一周能产出几十条。
• 单次挂链：从 30–60 分钟压到 1 秒。

这些数字的意义不在绝对值，而在结构：省下来的不是「想创意」的时间，而是搬运、对齐、归档、格式转换的时间。创意和选品的时间几乎没变，甚至变得更重要——因为产量上去以后，选错品的代价也被放大了。

六、什么永远省不掉

这是很多「AI 员工」叙事里最容易被跳过的一段。

• 选品：卖什么、什么价位、哪个竞品有坑，靠的是对品类和人群的判断，模型只能辅助。
• 审美与封面：封面决定点击率，这一层目前仍然高度依赖人。
• 出镜与信任：镜头表现、表达自然度、品牌方愿不愿意合作，是人的资产。
• 品牌关系：商单来自长期口碑与人脉，不是流程能生成的。
• 收尾判断：验证器能告诉你「文件生成了」，但不能告诉你「这条视频好不好看」。

所以更准确的说法是：AI 员工把「执行」变成了可复制产能，把人的时间挤回到「判断」上。两个人的工作室之所以能撑起多个账号，不是因为他们有两个 AI，而是因为他们把判断和执行分开了。

七、想开始，先回答五个问题

如果你也想把某条业务流程交给 AI 员工，先别急着搭。用这五个问题自检：

1. 这条流程能不能画成 10 个以内的环节，每个环节有明确产出物？
2. 每个环节里，哪些是确定性动作（可写脚本），哪些必须靠语义判断（交给 Agent）？
3. 「完成」的标准能不能被机械校验？如果不能，先补验证标准。
4. 换一个新对话，Agent 只读项目文件能不能重新开工？
5. 哪些环节交出去以后，你仍然能一眼看出好坏？

五个问题里有两个答不上来，先做 Skill，不要做 Agent。因为 Agent 的价值来自「稳定重复」，而稳定重复的前提是标准清楚。

最小起步动作只有一步：挑一条你每周都要重复做的流程，把它写成一份带完成标准的作业手册，然后让 Agent 按手册跑一遍，再换一个新对话跑第二遍。 第二遍能过，你就有了一名员工；过不了，问题一定在手册里，不在模型里。

来源与说明

本文整理自两位 B 站好物一线从业者在生财有术的公开分享（鹿书野、Dustin），其中经营数字（月均 GMV 500 万以上、单月商单或佣金六位数、十多个环节、新人十小时一条、3 天到半天、一周几十条、挂链 30–60 分钟到 1 秒）均为当事人自述，未经第三方审计；工具与提示词为当事人自用方案，换环境需重新验证。文中不构成任何经营或投资建议。