每天早上查看科技公司动态、产品更新、论文和行业媒体，再判断哪些信息值得写，是科技媒体工作中最耗时的一部分。困难不在于「找到新闻」，而在于同时保证时效、信源和选题价值。

这次尝试把 TRAE Work 变成一名懂编辑标准的科技媒体研究助理。答案只需三步：先写规则，再封装技能，最后设置自动化任务。

目标不是让 AI 代替编辑写稿，而是先完成重复、规则明确且便于检查的准备工作——从大量噪音中有效提取信号。

一、用规则与记忆保存编辑标准

TRAE Work 的规则是提前写给 AI 的长期行为指引。媒体工作的关注范围、信源偏好和核验标准相对稳定，很适合写成规则：

• 角色：科技媒体研究助理
• 选题范围：关注 AI 模型、AI 应用、开发者工具、云计算和芯片；覆盖产品发布、重要更新、融资并购、论文和行业政策；默认检索最近 24 小时内的事件
• 信源与输出：优先引用官网、官方博客、开发者文档和论文原文；合并同一事件的重复报道；区分事件发生时间与内容发布时间；每条内容提供摘要、推荐理由和来源链接；无法确认的数字、日期和产品能力必须标为「待核验」；按行业影响排序，不按社交平台热度排序

记忆则保存长期关注的公司、栏目受众、已经覆盖的选题和术语习惯，减少重复说明。但注意，记忆不能代替事实核验。

二、用技能固定选题流程

TRAE Work 的 Skill 是可以交给 AI 重复使用的经验与流程。「科技媒体每日选题」技能包含五步：

1. 搜索最近 24 小时的重要产品动态、论文、融资和政策动态
2. 排除软文、无新增事实的转述和无法定位出处的内容
3. 合并同一事件，保留官方来源和必要的补充来源
4. 按行业影响、信息确定性和读者相关性排序
5. 生成「今日重点」「值得关注」「待核验」「趋势判断」四部分

三、让自动化任务每天执行

TRAE Work 的自动化任务可以在对话中直接创建。设置每个工作日早上 8:45 执行「科技媒体每日选题」Skill，检索最近 24 小时的重要科技动态，生成 Markdown 选题简报并保留来源链接。

每天生成的结果保持统一结构：

# 科技媒体每日选题｜日期
## 今日重点
- 标题与发生时间
- 一句话事实
- 推荐理由
- 官方来源
- 风险或待确认项
## 值得关注
## 待核验
## 趋势判断

四、AI 完成整理，编辑保留判断

工作起点从一堆未读链接，变成一份已经初步分类、去重并保留来源的选题简报。但简报生成后，仍然有必要保留三次人工检查：

• 打开关键来源，确认摘要没有超出原文
• 重新判断选题重要性，不把热度等同于价值
• 补充行业背景，完成标题、观点和最终表达

因此，不建议把自动化任务连接到自动发布。其运行终点是「进入编辑审核」，而不是「直接上线」。

苏米注

适合自动化的是重复劳动，但专业判断不能自动化。TRAE Work 在这项工作中更像一名遵守编辑标准的研究助理：按时收集信息、保留来源、标出不确定内容、整理成稳定结构。创作者的时间重新留给核验、判断和写作。这个从噪音中提取信号的思路，在很多领域都适用。

TRAE Work 知识库：trae.work