社媒运营如何在热点追逐与创意枯竭的夹缝中找到高效解法？一位腾讯元器用户通过搭建'热点灵感捕手'Agent，实现了热点分析、创意生成与风险预警的自动化流程。本文将揭秘如何用AI工作流重构社媒营销全流程，从Prompt设计到变量聚合，从时效性处理到多节点协同，为运营人提供可落地的AI助理解决方案。

社媒平台发展到现在，已经是绝大部分运营人所离不开的运营阵地，各大官方除了微博，为了更好地接触年轻群体，也不断在往小红书、B 站等更年轻的平台去入驻。

在社媒运营过程中，蹭热点、憋创意、想文案，是运营同学的常态，一方面面临着追热点的时间紧迫性，另一方面又需要在短时间内能找到好的创意方案，还要给下游的产研留足开发时间，写运营方案的时间更是少之又少。

针对这个又想快、又拍案叫好的场景，我在腾讯元器上尝试着搭建了一个“热点灵感捕手”的 agent，为运营人提供社媒热点营销的创意参考。

下面我围绕整个搭建过程中，分享一个实践经验和建议给大家参考。

终局思维，把AI当成一个助理，先明确你希望它交付的最终产物是什么

在这个场景里面，我希望这个 agent 输出的是一份可以给运营同学启发的热点创意建议方案，所以核心内容应该包括这些：

1. 推荐哪些热点，不推荐哪些热点，理由是什么
2. 针对推荐的热点，如何与产品进行创意结合，具体到推荐的图文、短视频脚本应该如何写
3. 热点风险分析，避免乱蹭热点，给品牌产品带来负面影响

在这个 agent 中我采用的是工作流模式，所以用了一个大模型节点用来生成上述的方案：

这个节点，关键在于 prompt 的设计，为了提升生成的内容质量，我会把一些注意事项也写在 prompt 里，包括：生成的内容必须符合对应社媒平台的内容调性、生成的热点营销方案必须符合受众的认知逻辑、不要使用夸张、拟人化或逻辑不成立的表达。

输入完之后，可以用腾讯元器的“一键优化”功能，直接优化成专业的 prompt：

站在协同的视角，思考需要交代哪些上下文

从上面的大模型内容生成节点反推，生成环节明显以来这几个背景信息：

• 热点有哪些（包含社媒平台流行趋势、传统节日、纪念日等）
• 用户的产品是什么
• 想要发布到哪个平台：

这些信息都可以通过变量的形式，传递给上一步的大模型内容生成节点：

核心是需要分析上述的上下文背景信息，应该如何获取。

首先，最简单的就是产品、发布平台这 2 个信息了，直接向用户收集即可，这里可以直接用腾讯元器里的参数提取节点：

用参数提取节点的好处是，当流程走到这个节点的时候，如果被我们设为必填的参数信息用户没提供，会自动触发向用户进行询问，这样可以避免引入一些复杂的流程设计，让我们更加专注于核心业务流程的设计。

当然，在询问模式上，也可以用腾讯元器的选项卡节点，提供一些选项给到用户来收集信息，比如我在工作流里面就先通过条件判断节点，当提取不到特定参数时发选项卡给用户，让用户选择希望发布的平台：

巧用变量聚合节点，汇聚上下文信息

在整个流程中，我会先从用户的 query 中搜集发布平台信息，比如判断用户是想发小红书还是微博，如果没有我会通过选项卡来收集，这个时候参数提取、选项卡节点其实都在收集这个发布平台信息，存在 2 条收集信息的路径，这个时候通过变量聚合节点，就可以自动结合用户情况来取值，当 query中有提及就从 query 取，query 没提及就从选项卡取。这个节点的引入，也降低了整个工作流的复杂度。

高时效性的内容，要明确告知大模型时间信息

这个点，是我在做热点信息获取的时候遇到的，热点内容可以是节日、也可以是社媒平台的热点，都是高时效性的内容，比如现在的 1 月 5 日，我不可能告诉用户已经过了的圣诞节，也不可能还在告诉用户可以结合全运会的热点。

在腾讯元器上，推荐大家使用系统变量里的 SYS.CurrentTime，在 prompt 中明确告知大模型时间信息，从而让它获取到有效的热点内容：

在核心流程上，尽量让每个AI节点的单一职责化

刚第二点讲到了提供上下文信息给 ai 大模型去生成内容，产品和发布平台信息，是直接提取用户 query来获取，热点信息，我则分别用了大模型提问、大模型搜索两个 ai 节点来解决，让每个ai 节点都专注于一个垂直场景任务，这样执行效果会更优。

具体我是这样落地的：

节日信息获取：考虑到节日是公有知识，我在工作流中直接通过大模型提问的方式来获取，并在先对有营销价值的节日信息先进行了 1 次过滤：

社媒平台热点信息获取：为了让搜索总结出的内容时效性更强，基于上面提到的第三条原则，我在 ai 搜索前，先通过代码节点去生成搜索词，在搜索词中引入用户的互动时间：

生成搜索词后，我通过 api 直接调用大模型来进行搜索总结，这里我使用的是自己的服务，所以通过腾讯元器的工具节点来进行调用：

除了可以用腾讯元器自带的插件外，工具节点为 agent 的执行能力提供了更多的想象空间，可以更好地和我们自身的业务系统能力去做结合。

持续与用户保持互动

在工作流场景里面，执行流程可能会比较长，特别是涉及 ai深度思考能力的时候，用户等待的时长会更长的。

因此，我在设计工作流的时候，会把整个生成过程的步骤进行拆分，并尽量给予用户过程中的反馈信息，这个可以通过腾讯元器的回复节点，来主动地给用户推送消息：

回复节点也是可以引入变量的，这样我们就能把每一个环节的生成内容作为局部信息，持续地传递给用户：

写在最后

整个 agent 搭建完成后，才发现只用了腾讯元器相当小的一部分能力，但当 agent 产出的内容，已经能给运营同学一个基础的信息参考了。

未来，进一步结合知识库、记忆、AI生图插件的能力，我相信这个agent 将会变得更强大。

“今年过年不收礼，收礼只收脑白金”，这句洗脑大多数人的文案，背后本质是热点（春节） + 产品（脑白金） + 受众场景（送老人礼品），希望有一天，如果是 ai 来做，也能迸发这样的创意。