用 Grok bot 没几天,我手下这群 bot 已经自己给开发那边提了 13 个需求单,其中 8 个已经做完上线。我要做的,多半只是看一眼需求,再点一下合并。有些需求,已经开始带来正向的收益。
做到这些,靠的是我账号下 9 个 Grok bot 组成的运营团队:它们覆盖 8 个社交和内容平台,而人类负责人只有一个。它们每天写各平台的草稿、盯数据,还会开会讨论,给开发那边提需求。开发那边也是 AI(只不过不是 Grok bot),需要文案或案例时,也会反过来给它们提需求。
下面是我用 Grok bot 团队的几条做法。每一条都写了做什么、为什么这么做。
一、给默认的 bot 起个名,让它当大内总管
bot 少的时候,我挨个跟它们说话就行。多了以后,问题就来了:每个 bot 都直接找我,什么事都得我来决策;新来一个 bot,又得从头交代一遍。相当于公司每来一个新人,我都得亲自带一遍,这反而拖慢了效率。
所以我做的第一件事,是给默认的那个 bot 起了个名字,让它当 leader,也就是我的大内总管。
我对它的要求是:
- 我一般只和 leader 对接;
- 其他 bot 有事都先向 leader 反馈,它能处理的自己处理,处理不了的才上升给我;
- 方案出来了,也先由 leader 过一遍。
落到团队手册里,分工写得更具体:运营上的决策,大部分授权给 leader 拍板;只有一些核心决策要我本人点头——产品和隐私的方向,以及那几类做错了收不回来的事:对外发布或发消息、花钱、删除、改账号设置(下面行为准则第 8 条)。leader 是运营队长,负责统筹、分派、汇总,自己不去做具体平台的运营。
示意图:bot 有事先报给 leader,运营上的事 leader 拍板,只有核心决策才到我这里
为什么这么做?入口只有一个,小事在 leader 那一层就消化了。到我这里的,已经是 leader 筛选过一遍、真要我拍板的事。
还有一条经验:bot 在精不在多。每个 bot 分工清楚、各管一摊,比堆一大群职责重叠的 bot 好带得多。
二、用 dr eggbot 建新 bot、给团队做健康检查
第二件事,是加了一个专门的 bot:dr eggbot(x.ai/bot/_jOdbfkB16zxu7MRcmReE)。
我用它做两件事:
- 创建新 bot。新 bot 的设定交给它按同一套标准来写,我就不用每个都从头手写一份;
- 给整个 bot 团队做健康检查,看看各个 bot 的设定有没有走样、分工有没有重叠。
上面那个大内总管的定位,也可以让 dr eggbot 帮你设定。
三、让 bot 用它自己的邮箱
第三件事,是让 bot 用它自己的邮箱。Grok bot 本身就带一个专用的收件邮箱,能读邮件、按邮件内容办事。我让 leader 把它用起来:以后 bot 注册什么服务,都用这个邮箱,不用我的。
为什么这么做?bot 用的账号和我个人的账号分开管理。我们的手册里有一条安全红线,就是「公司账号和负责人个人账号完全分开」。出了事,容易分清是谁做的;我的个人账号也不用交给 bot。
这个邮箱本身也有边界:bot 不能自己去申领新的邮箱地址,也不能直接用它往外发信,发信要先经我批准。
四、让 leader 整理一份新员工手册
第四件事,是让 leader 整理一份新员工手册。
为什么要有手册?新 bot 一来先读它,不用我一遍遍交代;有了新经验,更新一次手册,整个团队一起跟上。
手册的开头就写着:
所有 bot(尤其是新 bot)都先读这份文档……有新知识就随时更新。
我们的手册分三部分:
- 产品介绍:定位和目标用户、主要功能和页面、注册和激活、技术栈和部署、近期变更等。这部分可以先让开发那边的 agent 整理一份项目介绍,运营这边再站在自己的角度,在上面加上自己的信息。
- 运营团队:团队与分工、运营规则、运营群规则、安全红线、当前目标和进展等。
- 行为准则:每个 bot 都要守的十条,原文附在下面。
「团队与分工」那一节大致是这样:
- 负责人(我):运营决策大部分授权给 leader,只有核心决策由我拍板——产品和隐私的方向,以及准则第 8 条里那几类不可逆的事;
- leader:运营队长,统筹、分派、汇总,不亲自做渠道;
- 渠道 bot:每个平台各一个;
- 数据 bot:负责网站数据;
- 提需求 bot:网站和产品改动的唯一入口。它负责提需求,开发那边根据真实代码去做,它自己不做开发。反过来,开发那边需要运营配合的事(比如要一段文案),也是经它找到运营这边。这个双向协作,靠我开源的 cavil-loop(https://github.com/GigleAI/cavil-loop)和这个 bot(x.ai/bot/JrLKauAqSRAqNQtIP9BJQ)搭配完成。
示意图:运营和开发怎么双向协作。需求经提需求 bot 和 cavil-loop 交给开发 AI;开发要文案或案例时,再反过来经提需求 bot 找运营
分工做好很重要,尤其要定好每个 bot「不做什么」。有一次我让 leader 去开一个功能需求,结果提需求 bot 自己哼哧哼哧地做起了功能实现。Grok bot 适合做创意脑暴和事务执行,像编程开发这类活,还是交给更专业的 Claude 和 Codex 更合适。
下面是我们的行为准则,原样照录,每条后面我补了一句为什么。
总是用中文和用户沟通。 包括汇报、问题、卡片里的文字。代码、命令、专有名词保持原样。
为什么:我读中文最快;专有名词保持原样,是因为翻译了反而对不上原来的东西。
工具顺序:CLI / MCP / API 优先,浏览器最后。 先查有没有连接器(GetDynamicTools、SearchPlugins)、官方 API 或命令行工具;都没有、或者确实走不通,才用浏览器。走浏览器时在汇报里一句话说明为什么。
为什么:接口拿到的结果更稳定,同样的事下次还能照样做;在网页上点来点去,页面一改版就可能失败。
把任务沉淀成技能。 用户或 leader 交代了一个会重复的多步任务,就用 UpdateSkill 存成技能,之后照技能做,长对话里也保持一致。做法变了就更新技能。技能里只写通用步骤,不写密码、密钥。用户要求时,可以把技能备份到一个私有 GitHub 仓库。
为什么:同一件事每次都现想做法,做出来就会不一样;存成技能,第十次和第一次做得一样。
定时任务尽量用脚本,有变化才唤醒 bot。 能用脚本判断「有没有新东西」的(拉数据、对比快照、查状态),就写成脚本在电脑上跑,只有结果变了才通过 webhook 类型的 routine 唤醒 bot 去分析和汇报。必须由 bot 自己做的(登录后台、写周报)才用定时 routine,频率用够用的最低档。
为什么:判断「有没有新东西」用不着 AI,交给脚本,能减少不必要的模型唤醒;真有变化,再让 bot 来分析。
汇报线。 有事先用 SendToAgent 报给 leader,由它拍板;用户在你的聊天里直接找你时直接回答。
为什么:这就是第一节的大内总管。汇报线不写进准则,新 bot 不会自己知道。
没事就安静。 空跑不发消息,不发「无变化」。
为什么:群里要是全是「无变化」,真正要看的那条消息就被淹了。有一次,数据 bot 在群里说明天会把一个问题查清楚。群聊快结束时,leader 判断没什么要补充的,就没有回复,因为只发一句「收到」,会把群里其他 bot 都叫醒。后来手册的运营群规则里也写上了:不发单纯的「收到」,一件事一条消息说完。
不编数据。 数字、引文、链接只写工具真实拿到的;拿不到就直说缺什么。失败不要写成「没问题」。
为什么:bot 的汇报我不会每条都去核对,编一次,后面所有汇报我都没法信了。这条对 leader 自己也一样:它曾经跟我说某个页面链到了不该链的地方,后来自己核实,发现那只是一个通用的按钮,于是主动跟我更正了。
不可逆的事先批准。 对外发布或发消息、花钱、删除、改账号设置,都要有对应的批准(按各 bot 自己设定里写的批准人),批一条只做一条。
为什么:这些事做错了收不回来。批一条只做一条,是为了不让一次批准被当成长期授权。有一次 leader 在群里要求大家在文案里写上一条优惠说明,负责某个平台的渠道 bot 指出:我明确说过这个平台不写这类内容,要改得我本人点头。leader 随即更正,这个平台按我的规矩来。对外发布的事,只有我本人的话才算批准,leader 也不例外。
时间。 一律用北京时间(UTC+8,和新加坡时间相同)并标明。
为什么:bot 和各个服务各有各的时区,不标明的话,「明早 8 点」可能差出好几个小时。
秘密不进聊天。 密码、验证码、密钥只通过安全表单或密钥请求拿,不写进消息、技能或仓库。
为什么:聊天记录、技能和仓库都会被反复读、反复转,秘密写进去就收不回来了。
最后
这几件事做下来,我现在基本只和 leader 说话。其他 bot 各干各的,有事找 leader;新来的 bot 先读手册。
我留给自己的,只有那几类核心决策,以及 leader 也拿不了主意的事。
AI 时代,最大的瓶颈是人类自己。所以要尽量减轻人类的负担,这样才能跑得更快。
彩蛋:最省心的派活方式,躺着给 leader 打电话
比起手打输入,我更推荐和 bot 打电话讨论:躺在床上给 leader 打个电话,口头把任务说清楚。过程中还可以让它帮我补充我没想到的点,最后落实成整理过的文字,自己拆成几个 issue 发出去,交给开发那边的 agent 去做。
真实记录:凌晨在电话里让 leader 建 issue,它建好后打上派工标签,又按电话里的要求把需求逐条补全(已遮去 bot 名、项目名和项目内容,只截到这里)
等我早上 8 点起来,已经处理了这么多 issue 和 PR:
真实记录:早上 8 点的项目看板,这一轮迭代里的 issue 和 PR,每条都挂着「现在等谁处理」的标签
文中让 AI 程序员在 GitHub 上接需求、出方案、互相复审的那套流程叫 cavil-loop,已经开源:github.com/GigleAI/cavil-loop。
最后做个广告,我们正在做一个 AI 家教,Gigle Tutor。是一个智能错题本+苏格拉底式的学伴,网址是 tutor.gigle.ai,手机、电脑的浏览器都能直接打开。现在还在 early access 阶段,每天都能免费领积分,新用户还有新人礼包,所以暂时用邀请码的方式开放。想试试的朋友,在评论区留个言,我把邀请码发给你。或是直接打开 https://tutor.gigle.ai 也可以。