一个人创业后,我用豆包工作写了一本关于OPC的书

简介: 老金教你怎么用豆包工作写长文,快来看!

Image
今年 5 月,我离开了做了十几年的游戏研发公司,之后去了亦庄,开始做自己的 OPC,也就是一人公司。

执照拿得很快。模数 OPC 社区帮着准备、提交材料,当时 30 分钟就拿到了,办理也没收费。后来申请人才公寓,走政府另一个部门的审批,等了两个多月,最后住进了套内约 200 平的跃层,首年每个月 2500 元。

入驻、办执照和申请公寓的具体经历,之前写的可以在我的号里搜下《30分钟拿执照,2500元租到200平,我去亦庄做OPC了》。

我做了这么多年游戏研发,又开始自己创业,有些经验和判断,一直想完整地整理一次,来帮大家避避坑少走一些弯路。

尤其是一个人借助 AI 做业务,到底该怎么选方向、找客户、做交付,再把做过的事情积累下来。

趁着豆包工作开放 30 天免费权益,我正好拿来试试长文——把之前一直想做的 OPC 教程,直接变成了一本书,也顺便看看在飞书生态里,写长东西到底能多方便。

现在,这本书稿终于写完了。

《数字员工:AI时代的一人公司实战手册》,12 章正文、5 个附录,是我成为一人公司之后,完整写完的第一本书。

从选题、搭目录,到逐章写作、改稿、补附录,最后整理进飞书知识库,全程都是 豆包工作 陪我跑下来的。
Image
说真的,以前我对 AI 写长文这件事,是没太多信心的,除了RAG那种比较大的向量检索,哪怕是近期大火的LLM WIKI,也都做起来很不方便。

如果你是提示词生成,短文还好,篇幅一长,就容易散。前面讲过的东西后面换个说法再讲一遍,章节单独看都挺像样,放到一起,总觉得哪里接不上。

这次最让我顺手的,是它背后接着飞书生态:查到的资料接着讨论,定好的目录接着写,发现问题接着改,确认后的稿子也有地方存。再加上多端接续,我可以随时随地,拿起手机就接着聊。

整个过程里,我只负责拿主意,它接着往下干。

写电子书、行业手册、白皮书的人,这套过程都能参考。写小说也可以借用其中的做法,把选题换成题材,把框架换成故事大纲,再把人物设定、时间线和伏笔一起管起来。

下面就拿这本书,把我怎么做的拆开聊聊。

第一步:先把读者想清楚,再决定写什么

写书之前,很容易有一种感觉:这个主题,我有好多东西可以讲。

真开始写,问题就来了。你想讲的这些,读者最需要哪一部分?他为什么要花时间看?看完之后,手上能多做成什么事?

这几个问题,我会放在动笔前先聊清楚。

比如 AI 一人公司,能讲的东西太多了。工具、提示词、自动化、获客、交付,随便拎一项都能展开。全塞进去,目录看着挺热闹,读者很可能越看越忙。

所以我先让豆包工作帮我查同类内容,把已经有人在讲的角度、读者关心的问题和可以继续展开的方向摆出来。它支持联网搜索、整理资料,并把研究结果继续加工成文档。

你可以直接这样说:
我想写一本给【目标读者】看的书,主题是【主题】。先帮我查查同类书籍和文章都在讲什么,读者还在追问什么。给我 3 个选题,每个说清楚写给谁、解决什么问题、和已有内容有什么区别,再附上资料来源和开篇建议。

因为我的资料都在我的飞书知识库内,因此我直接跟它说了我的详细需求:
我要用我的飞书知识库写一本书。资料都在飞书知识库里,包括我做 AI 一人公司、数字员工交付的案例,企业 AI 落地和培训的讲稿,公众号文章和项目复盘。书名《数字员工:AI 时代的一人公司实战手册》,写给想用 AI 把自己的经验做成小生意的人。先读取知识库里我能访问的资料,盘点我有哪些可变现经验、案例和素材,再陪我完成开题。
Image
到这一步,我需要做的选择就具体多了。

哪些问题我确实经历过,哪些经验拿得出来,哪个方向值得写下去,都可以对着材料判断。

这本书最后确定的起点,是一个很实际的问题:

怎么把你已经会的东西,组织成一个能收费、能交付、能复盘的小业务?

沿着这个问题往下走,工具什么时候出场、经验怎么用、客户为什么付钱,才有了顺序。

我做过游戏研发,现在也在自己做业务,这条线和我的经历接得上。写起来有东西可讲,读者也更容易知道,这本书能帮他解决什么。

第二步:把每一章要干什么,先安排明白

题目定下来,很容易手痒,想赶紧让 AI 开写。

我这次把时间先花在了目录上。

以前做游戏研发,一个功能要解决什么问题、放在整个体验里的哪个位置,得提前想清楚。写书也一样,每一章都得有自己的任务。

先根据它的分析,回答一些它的问题,这个步骤,就是定调。
Image
第一章讲完,读者应该明白什么?第二章接着带他做什么?一个案例放在哪一章最合适?正文讲完之后,哪些东西适合整理成附录,让读者随手查、拿来用?

这些先聊透,后面写作会省很多事。

给豆包工作的要求很简单,大概就这样:
按刚才选定的方向,先把全书目录列出来。每章用几句话说明:这一章解决什么问题,用什么案例讲,读者看完能做什么,以及怎么接到下一章。再列出需要准备的附录,我确认后再写正文。

这本书的框架,就是这样逐步铺开的。
Image
前面先把 AI 一人公司这件事想清楚,中间沿着客户、业务和组织方式往下走,后面再接复盘、增长和行动路线。附录承担查阅和动手的任务,和正文配合着用。
Image
比如前面刚讲完怎么找到一个值得解决的问题,后面就应该接着讨论怎么把它做成服务。读到一半突然塞进一大章工具介绍,主线就容易断。

在完整叙述后,它还很贴心的自动帮我梳理了附录。
Image
全部调整完成后,我还想看一遍逻辑是否顺畅,让它简要产出主线框架。
Image
这个逻辑就很通顺了,在目录确认之后,我手里相当于有了一张整本书的施工图。后面哪章写多了、哪里缺一块,都有个可以对照的东西。

第三步:逐章写,发现不对就插一句

接下来才是正文。

我的做法是按框架一章一章往下推,写出一版,讨论一轮,再接着改。章节里的概念、案例和表达方式,也是在这个过程中逐渐磨到一起的。

这里有个我很喜欢的体验:它在干活的时候,我可以随时插话。

写长内容时,你经常要看到稿子,才知道自己真正想要什么。

一开始觉得先讲方法挺好,读到一半又发现,这里先放个案例,读者会更容易进去。有时候逻辑没问题,但那段话读起来就是太端着,需要换成日常说话的方式。

这种时候,我会直接告诉它调整方向,比如:
这里先讲案例,再解释方法。把这个人遇到了什么事、为什么这么选、后来怎么处理说清楚,后面再接你的总结。

它生成之后,你也可以手动在飞书页面内进行调整。
Image
书里老李的理发店那个案例,就是这样一轮轮聊出来的。先有一个大概,再补细节,再看它和这一章要讲的问题是否对得上。

这种讨论对我挺重要。

因为我自己也要在这个过程中继续想:这里到底想让读者理解什么?哪个细节能帮他理解?哪段看起来挺完整,实际上可以删掉?

到了局部改稿时,也可以选中具体内容,让豆包工作围绕这一处修改。

慢慢地,写作就变成了一件可以边看边调的事。想清楚一处,改好一处,整章就往前走了一点。
Image

第四步:电脑前写一段,出门用手机接着聊

这本书能写完,多端接续帮了我很大的忙,这个老金之前多次推荐过。

一个人做事,时间实在太碎。

电脑前刚进入状态,可能就要出门。坐车、等咖啡的时候,脑子还在想刚才那一章,手上只有手机。

以前遇到这种情况,我会先记几句话。

回到电脑前,再翻出那条记录,找对应章节,回想当时为什么要改。有时候就几个字,自己看了都得重新猜一遍。

这次我可以在手机上的豆包里,找到原来的工作任务继续聊。

豆包工作目前只有电脑版,跨设备接续任务,手机、和网页等其他形式,你都能在豆包中查看进度、补充要求,云端任务也会继续跑。

本地电脑关了,我们可以先切换到云电脑,因为这次的活儿都在飞书云端、不依赖本地文件,所以可以直接切到云电脑接着跑,不需要本地电脑的素材。

然后让它接续第二章,这里我们可以临时切回豆包APP手机端。
Image
对我来说,用起来就是很具体的几件事。

想到某一章顺序有问题,直接发过去。觉得某个案例还差一个解释,顺手补一句。看到一段话读着别扭,就把意见留在原来的任务里。

回到电脑前,再打开接着看、接着改。

这一趟写下来,我挺喜欢这种节奏。坐在电脑前的时候处理大块内容,人在外面的时候讨论细节,整本书一直有一个能接上的地方。

很多事情拖着拖着就放下了,往往是每次重新开始,都得先花力气找回上次的状态。

第五步:让它当编辑,专门来挑毛病

正文写出来以后,我又让豆包工作换了个角度,按一本书的标准来审稿。

自己写的东西,越看越熟。有些地方我讲的时候觉得已经讲清楚了,可那些解释一直在我自己脑子里转,读者手里只有眼前这几段文字。

所以我会让它把问题具体找出来。

前言有没有让人知道这本书值得往下读?每章有没有完成目录里安排的任务?前面提出来的问题,后面有没有回答?同一个观点是不是在不同章节里反复出现?案例和方法有没有接上?

提示词可以这样写:
请按编辑审稿的方式,检查这份书稿。重点看章节衔接、重复内容、案例是否讲清楚,以及读者能否照着做。每个问题都指出具体位置,说明原因,给出修改建议。先把意见列给我,我确认后再改。

我尤其会盯着一件事:这本书有没有越写越偏。

既然一开始定的是帮助读者组织起自己的小业务,后面每一章就得围绕这件事展开。工具介绍占了太多篇幅,就往回收。某段话讲得很大,落到行动上却空着,就继续补。

豆包工作把意见列出来,我再判断哪些成立、哪些需要调整。

这里有些修改意见,本身也会帮我重新理解自己的表达。为什么我觉得这一段重要,读者却可能接不住?是案例放早了,还是中间少讲了一步?

这么一轮轮改下来,书的主线也会越来越清楚。
Image

第六步:补齐附录,把整本书收进知识库

写到后面,还得处理很多收尾工作。

正文提到的行动建议,要整理成读者能用的任务表。常用模板得放到方便找的位置,术语也要有地方随手查。

这些活儿看起来零碎,但读者真要照着做的时候,恰恰会用到。

所以我给自己定的节奏很简单:每天往前推一部分,写完一章就看一章,正文跑完,再把附录补齐。

最后,全书的前言、目录、12 章正文和 5 个附录,都整理进了飞书知识库。30 天任务表、模板速查、术语速查,也各自有了位置。

一个节点对应一章,后续要改哪里,直接点进去。
Image
这也是我用豆包工作比较多的原因:它接着飞书。

豆包工作可以在授权范围内使用飞书文档、知识库等资料,生成的成果也能继续进入飞书协作。

我的内容、大纲和存稿本来就在这里,写完之后,后续迭代也能顺着原来的材料继续做。

以后某个案例有了新进展,找到对应章节补进去。准备课程时,回头查相关内容。再写文章,也能从已经整理过的判断和案例里往下展开。

这本书写完,我对整理经验这件事的感受也变了。

以前一段经验留在脑子里,可能只有碰到类似问题才会想起来。现在把它讲清楚、归好位置,后面就有机会反复用。

辛苦想明白一次,值得给它找个长久一点的地方。

写在最后

回头看这次写书,选题、目录、正文、改稿、归档,终于被串成了一件完整的事。

豆包工作接走了很多执行上的活儿,我把更多精力留给了内容本身:这个问题值不值得讲,这个案例有没有说服力,这一章读完,读者能带走什么。

成为一人公司以后,我越来越能体会到一句话:

一人公司省了岗位,没省掉判断。

选哪个题、保留哪个观点、哪一章值得重写,最后都要自己拿主意。

AI 能把想法更快地变成稿子,也让我更早看见自己的想法到底有没有讲通。

对做了十几年工作的人来说,这其实是个挺有意思的机会。

我们手里都有一些东西,是花过时间、吃过亏、反复做过之后才慢慢明白的。平时忙着处理下一件事,这些经验就散在脑子里、聊天记录里、某个很久没打开的文件夹里。

现在,把它们整理出来的力气活,有工具能一起分担了。

网页搜索豆包工作,进入官网下载电脑端,目前可以免费领取 30 天订阅权益。

拿一份一直想整理的手册,或者一个已经有目录的选题,就可以照着上面的过程试起来。

对我来说,这本书写完之后,最有分量的感觉是:做过的那些事,终于有一部分被认真留下来了。

人总要继续往前走,走过的路,也值得留下来。


谢谢你读我的文章。
如果觉得不错,随手点个赞、在看、转发三连吧🙂
如果想第一时间收到推送,也可以给我个星标⭐~谢谢你看我的文章。

开源知识库地址(实时更新交流群): https://tffyvtlai4.feishu.cn/wiki/OhQ8wqntFihcI1kWVDlcNdpznFf

相关文章
|
6天前
|
人工智能 数据挖掘
千问办公,让 AI 接管业务系统,难的不是对接,是对齐
本文探讨AI办公从“回答问题”迈向“办完事情”的范式变革,聚焦智能体如何接入业务系统(A2B),实现建议到执行的闭环。分析其动力、成本、核验、业务适配与治理挑战,并介绍开源项目ACC与百灵中枢,推动业务能力可理解、可授权、可核验的可靠调用。
|
20小时前
|
人工智能 自然语言处理 数据可视化
拒绝无效加班!2026年职场人必备的数据分析工具推荐
无效加班常源于低效工具——数据人员78%时间耗在取数、验数、切平台等重复劳动。阿里云Quick BI AIPro以AI-native架构重塑分析体验:自然语言提问、自动归因、智能巡检,让业务人员“问一句”即得洞察,分析师回归决策支持。免费试用,5分钟上手。
|
19小时前
|
人工智能 自然语言处理 IDE
CSDN + AI:程序员的新生产力
CSDN深度融合AI,打造覆盖“学、写、查、聊”的开发者生产力引擎:AI写作助高效创作技术博客,AI搜索直答原理与代码,AI代码助手实现智能补全、生成与缺陷检测,赋能程序员从知识沉淀到工程实践的全链路。(239字)
CSDN + AI:程序员的新生产力
|
2月前
|
人工智能 弹性计算 运维
阿里云CLI询价——Agent 时代,让每一次"回车"都心里有数。
阿里云CLI上线“执行前询价”能力,支持`--estimate-cost`参数,精准预估每条命令费用。5步换IP场景实测,预估与实际账单分毫不差,助力AI Agent实现成本可控、财务可信的自动化运维。(239字)
250 4
|
Java Android开发 UED
支付宝客户端架构解析:Android 客户端启动速度优化之「垃圾回收」
本文将介绍支付宝 Android 客户端启动速度优化下的「垃圾回收」具体思路。 应用启动时间是移动 App 一个重要的用户体验环节,相对于普通的移动 App,支付宝过于庞大,必然会影响启动速度,一些常规的优化手段在支付宝中已经做得比较完善了,本篇文章尝试从 GC 的层面来进一步优化支付宝的启动速度。
5634 0
|
7月前
|
人工智能 运维 自然语言处理
说话就能让AI写出顶级代码?Vercel官方经验包来了
## 先说前提:这个干嘛的 用大白话说:Vercel是全球最大的网页托管平台。 你知道GitHub吗?全球最大的代码托管平台。 Vercel就是网页版的GitHub,全世界数百万网站都用它托管。 服务过哪些大牌? 有字节跳动、Adobe、IBM这些巨头。 现在Vercel把内部多年积累的开发经验,打包成了一个 经验包。 你不用学技术,不用背规则,甚至不用看文档。 只要正常跟AI说话,AI就会
1174 131
|
8月前
|
数据采集 人工智能 自动驾驶
烦透了AI焦虑?读懂智源2026报告,抓住3个真机会
写完这篇文章我思考了很久,当AI越来越强大,我们作为人类到底还有什么独特的价值? 我的答案是:不是计算能力,而是意义创造。
|
3月前
|
机器学习/深度学习 人工智能 算法
图解强化学习 |手算近端策略优化算法(PPO)
PPO(近端策略优化)是当前最主流的强化学习算法,以训练稳定、上手简单、泛化性强著称。它通过Actor-Critic双网络架构,结合PPO-Clip损失函数限制策略更新幅度,并利用GAE优势估计提升样本效率,广泛应用于游戏AI、机器人控制、大模型对齐等领域。
972 3
|
3月前
|
传感器 存储 算法
40人 vs 150人:我们用真实课堂数据,画出了“闷热曲线”
本文通过在5种真实教室场景中开展2小时密闭监测实验,验证温湿度预警系统实效:VENTIL通风建议比MUGGY!闷热报警平均提前20–40分钟,证实趋势预警的有效性;同时发现人员密度比绝对人数更关键,大空间需引入体积系数优化阈值。数据驱动,直击工程落地痛点。
245 3
|
4月前
|
网络协议 视频直播 网络性能优化
CN2线路延迟原因深度解析 看完秒懂卡顿根源
作为高品质骨干网络,CN2线路凭借低丢包、高稳定的优势,成为跨境数据传输、海外业务访问的核心选择,广泛应用于金融交易、跨境电商、视频直播等对延迟敏感的场景。但很多用户在使用过程中,仍会遇到延迟波动、卡顿等问题,影响业务体验。其实CN2线路延迟并非偶然,背后往往是多种因素共同作用的结果,今天就为大家全面拆解CN2线路延迟的核心原因,帮你精准定位问题、规避隐患。