用例

内容创作与发布

具备编辑质量与事实核查的博客文章、新闻通讯和社交媒体内容。

概述

代表你品牌的内容——博客文章、技术文章、新闻通讯、社交媒体——理应像代码一样经历结构化的质量流程。Datarim 的内容流水线确保每一篇内容在发布前都事实准确、没有 AI 写作痕迹,并经过编辑润色。独立的 /factcheck 和 /humanize 命令可在任何工作流的任意阶段使用,因此它们并不局限于发布流水线。

示例:技术博客文章

一个团队想要发布一篇 2000 字的技术博客文章,主题是从 Redis 迁移到 Valkey。文章需要准确的基准测试数据、经过核实的版本声明,以及避免 AI 模式的自然写作风格。

流水线走查

阶段发生什么
/dr-init主题:“我们为什么从 Redis 迁移到 Valkey”。目标:2000 字(L2)
/dr-plan大纲:动机、评估标准、迁移过程、基准测试、经验教训
/dr-do撰写草稿
/factcheck核实:基准测试数字、版本声明、功能对比、日期准确性
/humanize去除 AI 写作模式:修正破折号滥用、将“leverage”替换为“use”、变化段落长度
/dr-qa编辑评审:论证流程、标题准确性、CTA 位置
/dr-archive(步骤 0.5)记录:基准测试是分享最多的部分——下次以数据开头

主要收益

  • 经过事实核查的内容——/factcheck 命令在发布前核实声明、数字和日期
  • 自然的语气——/humanize 去除破折号滥用、空洞措辞和单调段落结构等 AI 写作模式
  • 编辑严谨性——QA 以结构化评审的方式检查论证流程、标题准确性和行动号召位置
  • 从表现中学习——反思记录捕捉读者共鸣之处,改进未来的内容策略

相关智能体

在此用例中最活跃的智能体:

  • 写作者——以适合受众的语气和结构撰写内容
  • 编辑——事实核查、人性化、风格评审和最终润色
  • 规划者——内容大纲和章节规划

复杂度路由

复杂度级别如何应用于内容创作:

  • L1——修正已发布文章中的拼写错误或更新失效链接
  • L2——撰写一篇 2000 字的博客文章,包含大纲章节和经过事实核查的声明
  • L3——创建多部分内容系列,具有一致的叙事、交叉引用和协调的发布计划
  • L4——完整的内容策略执行:编辑日历、多种格式(博客、视频脚本、社交媒体)、品牌语气指南