嘚瑟(dese):一个程序员的个人内容运营架构

叙事角色:机制篇

这篇可以看作“内容产品化 / 开源化”这条线里的内容运营篇。它不讲个人 AI 系统怎么被提炼成通用框架,而是聚焦另一个更具体的问题:一个人每天已经产生了很多可发布素材,为什么最后还是发不出来,以及这中间能不能被设计成一条内容管线。

阅读导航

  • 你现在在哪:这条产品线里的“内容运营架构”一篇,重点是私域产出怎样变成可发布内容。
  • 本篇职责:解释 dese 为什么存在、Content Atom 是什么、内容从提取到发布的管线怎么搭。
  • 建议先读:如果你更关心个人 AI 系统如何先跑起来,再慢慢向外提炼,可以先看:从工作台到开源:个人 AI 系统的产品化路径
  • 继续往后读:这篇当前更像这条线的内容运营分支入口,后续如果继续写,更自然的延伸会是内容适配、审核门和发布追踪。

问题:产出多,发布少

作为程序员和管理者,我每天产生大量的"可对外分享的东西":

  • 技术决策和架构设计
  • 工具实践和踩坑经验
  • 管理方法论和流程设计
  • 代码库和开源项目

但实际对外发布的比例不到 5%。

不是因为懒——是因为从"私域产出"到"公域内容"之间有一条鸿沟

  • 脱敏(去掉公司名、人名、项目名)
  • 适配(不同平台格式不同)
  • 排期(什么时候发、发在哪)
  • 追踪(发了之后效果如何)

每一步都是手工操作,摩擦巨大。

Content Atom:核心抽象

我设计 dese 的第一步是定义核心数据模型——Content Atom(内容原子)

Content Atom 是最小可发布单元——从一次技术决策、一段会议讨论、一个代码提交中提取出来的、经过角度标注和隐私标记的内容种子。

它不是成品文章——它是文章的原料。一个 atom 可以:

  • 独立发展为一篇文章
  • 和其他 atom 组合为系列
  • 适配为不同平台的不同格式(掘金长文 vs 小红书图文卡片)

管线架构

6 个阶段各自独立:

阶段输入输出自动化程度
Source私域系统原始数据流全自动
Extract原始数据Content AtomsAI + 人工确认
Atom Storeatoms结构化存储全自动
Adaptatom + 平台画像适配后内容AI 草稿 + 人工审核
Publish终稿已发布内容半自动(一键发布)
Track发布记录效果指标全自动

关键设计:Review Gate

在 Adapt → Publish 之间有一个人工审核门

这不是"可选的"——是强制的

原因:脱敏判断不能完全交给 AI。AI 可以做初步标记("这里提到了公司名"),但最终"这个内容能不能对外"必须人来判断。

三阶段运营模型

dese 不是一步到位的——它有成长路径:

阶段目标内容来源
Stage 1: 行为运营从日常行为中提取内容日总结/会议/聊天/代码
Stage 2: 产物运营主动创作有策略的内容项目/教程/系列文章
Stage 3: 战略运营影响力矩阵管理品牌/人设/受众分析

当前重心在 Stage 1——把每天已经在做的事自动转化为可发布内容。这是摩擦最低的起步点。

隐私即一等公民

dese 的核心设计约束是 privacy-by-default

privacy:
  risk: medium
  sensitive_refs:
    - "某项目名" → "某设计系统框架"
    - "公司名" → "某新能源车企"
  needs_transform: true
  transform_hints:
    - generalize: "将公司特定架构泛化为通用模式"
    - strip: "移除内部人名"

每个 Content Atom 在提取时就带有隐私标记。隐私风险分三级:

  • low: 技术通用知识,直接可发布
  • medium: 需要脱敏(替换公司名/人名/项目名)
  • high: 需要深度改写或放弃发布

技术选型

选择原因
Python CLI本地工具,不需要服务器
YAML 数据可 git、可 grep、可人工编辑
本地 git版本追踪 + 备份,无外部依赖
无数据库简单——YAML 文件就是数据库
AI 辅助提取和适配用 AI,审核用人

核心理念: 系统和敏感数据全部留在本地。远程(GitHub/发布平台)只有脱敏后的终稿


总结:个人影响力的瓶颈不是"没东西可写"——是"从有到发"的摩擦太大。dese 的管线架构把这个摩擦拆解为 6 个可优化的阶段,用 Content Atom 作为中间表示,让 AI 处理机械环节、人专注于创意和审核。

Comments