跳到正文
TabbitAgent 案例 02 / 05
简体中文

真实录屏 · 一条指令 · 5 篇热门笔记 · 6m 19s

一条指令,五篇热门笔记,一份能直接发的脚本。千问办公负责决定,Tabbit 负责浏览。

千问办公读懂一句话,把浏览的活交给 Tabbit。Tabbit 打开小红书探索页、搜索关键词、按点赞数排序,再一篇一篇点开最热门的 5 篇,读正文、读标签、打开配图。之后 Agent 归纳这 5 篇的共性,写成一份文件:样本拆解表、三组备选标题、正文全文,以及 6 图分镜脚本。

5
篇笔记逐篇读完
1
条指令
6m 19s
屏幕上的任务耗时
6
张分镜规划
千问办公 × Tabbit任务小红书爆款收集时长6m 19s
左右分屏:左侧 Tabbit 已打开小红书探索页;右侧千问办公对话框里是用户输入的原始指令,下方是「深度思考」「使用技能」步骤;左下角状态胶囊显示「千问办公xTabbit,任务:小红书爆款收集,时长 6m 19s」。
整个现场:一个对话窗口、一个浏览器、一个状态胶囊。
当时输入的指令

使用 Tabbit 打开 https://www.xiaohongshu.com/explore,然后帮我搜索千问办公,在搜索结果里找到最热门的五个帖子,并点击查看详细内容和图片。然后模仿这些爆款,帮我写一份千问办公的帖子的内容脚本,包括标题,正文和图片脚本。

一整段话,没有代码。除第一句指定浏览器之外,其余全是自然语言。

00 · 完整录屏

看 Agent 把活交给浏览器

67 秒、无剪辑。右边千问办公一直在规划,左边 Tabbit 一直在浏览。本页后面出现的每一个数字,都来自这一次会话。

录制于 2026-09-03。笔记标题、点赞数与日志文案均取自录屏画面。

01 — 谁决策,谁执行

两个角色,一件事

整个过程没有写死的采集脚本。一边决定做什么,另一边在真实浏览器里真的把它做出来。

决策端 · 千问办公

规划步骤、排序结果、写文件

  • 把一句话拆成有序计划:打开页面、搜索、按点赞排序、逐篇细读、最后写脚本。
  • 每一步都留下可见日志,你能看到它什么时候决定了什么。
  • 归纳这 5 篇的共性,并把脚本写成一份 Markdown 文件,运营同事拿到就能改。

执行端 · Tabbit

驱动真实浏览器会话,而不是无头脚本

  • 按人本来会走的方式打开探索页和搜索结果,包括必须点一下才渲染出来的内容。
  • 过程可见:左下角胶囊一直显示任务名和已用时间,本次是 6m 19s。
  • 标题选择器抓错、页面卡片顺序变化,两次都是自主纠正后继续,而不是停下报错。
千问办公日志显示「页面已打开,现在开始搜索『千问办公』」,下面是一条以 tabbit-cli nodejs --task xhs-q 开头的执行命令。
在碰浏览器之前,计划和命令已经写在日志里。

02 — 执行链路

从一句话到一份脚本文件,六步

时间点来自录屏。

  1. 0100:00

    指令输入

    一整段话里包含站点、关键词、「按点赞数取最热门五个」的规则、读正文和图片的要求,以及输出格式。

  2. 0200:00 – 00:09

    打开页面,开始搜索

    Tabbit 打开探索页并搜索关键词,日志把每一个动作都记下来。

  3. 0300:09 – 00:12

    排序并截取前五

    Agent 按点赞数排序,列出最热门的 5 篇及其赞数:1040、819、209、180、151。

  4. 0400:12 – 00:56

    逐篇细读,连图一起取

    5 篇依次打开,收集正文、标签和配图,平均每篇 6–10 秒。

  5. 0500:12 – 00:56

    两次自主纠错

    第 1 篇的标题选择器匹配到了错误的节点,Agent 改为精确提取并重新截图确认;后面页面卡片顺序发生变化,它改为按笔记 ID 直接访问该篇。

  6. 0600:56 – 01:06

    写出脚本文件

    Agent 确认 5 篇都已查看完毕,随后写出脚本文件:样本拆解表、共性规律、三组标题、正文、6 图分镜和发布建议。

左侧是小红书笔记详情页,右侧日志写着「打开了另一篇(卡片顺序变了),改为直接按笔记 ID 访问第 2 篇」。
录屏保留了失败和纠正,而不只是成功路径。

03 — 取到了什么

5 篇笔记,按点赞数排序

排序规则是「最热门」,也就是点赞数最高。下面的赞数是运行当时屏幕上的数值,不是实时值。

  1. 01

    「千问办公」打通班群,成绩通知全自动!

    视频笔记
  2. 02

    桌宠教程来了!

    视频笔记
  3. 03

    博士锐评AI办公排名?

    图文笔记
  4. 04

    Vibecoding一个A股选股工作台

    视频笔记
  5. 05

    千问办公国际版,开启公测

    图文笔记

按点赞数取前五

同样 5 篇,标题按搜索结果里显示的原文列出。

排名笔记标题点赞数形态
1「千问办公」打通班群,成绩通知全自动!视频笔记
2桌宠教程来了!视频笔记
3博士锐评AI办公排名?图文笔记
4Vibecoding一个A股选股工作台视频笔记
5千问办公国际版,开启公测图文笔记

标题、赞数与日志文案均取自录屏,仅用于说明流程。本页不转载、不托管任何第三方笔记内容。

千问办公日志列出最热门 5 篇笔记及赞数,右侧同屏是第 1 篇的小红书详情页。
榜单和执行日志在同一屏,数字可以直接核对。

04 — 拆出了什么

这 5 篇的共同点,有六条

下面这些句子来自 Agent 自己的分析,写在它动笔之前。

标题=身份/场景+惊叹式成果+标点收尾

标题 = 身份或场景 + 惊叹式成果 + 标点收尾

开头第一句先讲“我被什么折磨过”

开头第一句先讲“我被什么折磨过”

正文只讲3步,强调“我没写一行代码”

正文只讲 3 步,强调“我没写一行代码”

结尾有彩蛋:存成 Skill 下次一键复用

结尾留彩蛋:存成 Skill,下次一键复用

标签=身份标签+场景标签+工具标签

标签 = 身份标签 + 场景标签 + 工具标签

封面图大字标题,内页图=步骤截图+成果展示

封面图用大字标题,内页图 = 步骤截图 + 成果展示

它写下的爆款公式

真实人设 + 具体痛点 + 三步极简流程 + 成果对比 + 提示词放送 + 场景化标签

05 — 交付物

交出来的是一份脚本文件,不是一堆原始文本

这次运行的结果是一个 Markdown 文件,里面分四节。下面是文件里的内容,引自录屏画面。

生成的文件

千问办公-小红书帖子脚本.md

文件里的四个章节

  • 一、爆款样本拆解(选题前先看懂为什么火)
  • 二、帖子正文脚本(可直接发布)
  • 三、图片脚本(6 图轮播)
  • 四、发布建议

它写的三组备选标题

  • 打工人周一哭了!让千问办公替我写周报+开会+回消息
  • 被周报折磨3年,我用千问办公10分钟搞定了!
  • 别再手动写周报了!这个AI办公搭子我先吹爆

正文结构

  • 先用具体痛点开场:每周五花时间凑数据、翻记录,写完还被说「重点不突出」。
  • 再讲三步:把资料丢进去、让它梳理进展和下周计划、自己过一遍就发。
  • 补上延伸用法——会议纪要自动整理待办、邮件措辞改语气、同一份资料换成给老板看的版本。
  • 收尾落在可复用上:把整套流程存成 Skill,之后每周五点一下。
  • 最后留一句数据脱敏提醒,再补一组标签。

上面这段是录屏中 Agent 写出的示例文案,是这次运行的产出,不是你必须照抄的模板。

千问办公日志显示「五个热门帖子都已查看完毕」,随后是创建脚本文件的一步。
从采集切换到创作的那一刻。
生成的 Markdown 文件预览:三组备选标题、带标签的正文全文,以及「三、图片脚本(6 图轮播)」的开头。
屏幕右侧预览的生成文件。

06 — 6 图分镜

大多数工具跳过的那一步:每张图到底画什么

文件没有停在文案上。它把 6 张图逐张写清:每张放什么、怎么排。下面的构图要点引自生成文件原文。

1

封面:决定点击率的那一张

文件原文米白/浅灰底,第一行身份、第二行“搞定一件事”,“10 分钟”用红色高亮

2

痛点对比:以前怎么过,现在怎么过

文件原文左“以前的我”凌乱桌面拼贴配“翻记录翻到眼花”,右“现在的我”一句指令,底部横条“从 3 小时 → 10 分钟”

3

三步流程:上传、下指令、确认发送

文件原文三张横向步骤卡 1/2/3:上传资料 → 输入指令 → 确认发送,配截图与红框标注

4

成果展示:生成结果 + 旁注

文件原文生成结果全文截图(脱敏),红笔旁注“这段数据它自己从文档里抓的”

5

进阶玩法:负责收藏率的那一屏

文件原文清单式卡片“它还能替你干这些”:会议纪要 / 邮件措辞 / 月度汇报 / 存成 Skill

6

收尾图:把评论勾出来的那句问话

文件原文“你每周写周报要多久?评论区报个数”+ Skill 保存入口截图

文件里的发布建议

  • 22:00 或周五 12:00 发布,赶在写周报焦虑的高峰期
  • 置顶评论放完整提示词,引导收藏
  • 正文保留那句数据脱敏提醒,既真实又安全

07 — 为什么成立

这套组合靠三件事站住

都跟模型有多大没关系。

01

浏览器本身就是接口

不需要 API Key、不需要 SDK、也不用维护采集脚本。人能读的页面,Agent 就能读,包括点一下才出现的内容。

02

采集和创作留在同一个会话里

多数方案到「导出 JSON / Excel」就断了,分析还得人来接。这里读完笔记的同一个会话,顺手把拆解和初稿也写了。

03

产出物本身就是交付物

拿回来的是一份能直接改的文件:对照表、公式、三组标题、正文和 6 张带构图说明的分镜。

08 — 复刻指南

四句话让这次运行更顺

直接复制给任何能调用 Tabbit 的 Agent。

01

写清站点和排序规则

把页面和排序方式说明白,每次跑出来的榜单才不会飘。

Prompt

使用 Tabbit 打开 https://www.xiaohongshu.com/explore,搜索「[关键词]」,按点赞数取最热门的 5 篇。

02

要求输出对照表,而不只是仿写

只让 AI 仿写一篇,最容易丢掉调研本身的价值。对照表会逼它说清每篇为什么火。

Prompt

请在文件开头输出一份表格,横向对比这 5 篇的【标题套路】【核心痛点】【目标受众】【互动转化点】。

03

分镜要求具体到画面

图文平台靠封面和前三张图吃饭。要构图和文案,别只要「配几张图」。

Prompt

生成图片脚本时请输出 6 张图的详细规划:图1 封面构图与主标题;图2–图5 步骤截图与成果对比;图6 互动引导与领取资料话术。

04

约束输出格式

提前说清文件里必须有什么,就省掉「再整理一遍」的来回。

Prompt

请保存为 Markdown 文件,包含:样本拆解表、共性规律、三组备选标题、正文全文、6 图分镜脚本、发布建议。

09 — 继续阅读

Agent + Tabbit 案例系列

同一个套路,五种不同的活:通用 Agent 负责思考,Tabbit 负责浏览。

基准测试报告

浏览器 Agent 到底有多快,花多少 Token?

同一批任务分别交给 Tabbit、Codex Chrome 和 Agent Browser,按答对数、中位耗时和每个正确答案的输入 Token 记分。

看基准测试

常见问题

动手之前,大家会问的几件事

要自己写采集脚本吗?

不用。整个过程就是一段自然语言。没有脚本、没有 SDK、不用申请 API Key——Agent 按你平时的方式驱动浏览器。

只读文字,还是连图片一起看?

连图片一起看。录屏里 Agent 读了正文和标签,也逐篇打开了配图。它后来写出的 6 图分镜,依据就是这些笔记实际的画面做法。

页面改版了会怎样?

会自己纠正,而不是停下。这次运行里发生了两次:标题选择器匹配到错误节点,Agent 改为精确提取标题;之后卡片顺序变化,它改为按笔记 ID 直接打开该篇。

产出的脚本能直接用吗?

它是一份可以改的初稿,不是成稿。价值在于调研、规律和结构都已经在一个文件里,你只剩编辑这一步。

这次一共花了多久?

录屏里的状态胶囊显示 6m 19s,包含 5 篇笔记、两次纠错和最后的写文件。67 秒的视频是这段会话的加速版。

开始使用

让 Agent 去读那些页

下载 Tabbit,交给你已经在用的 Agent,然后把它指向那些你本来要打开二十遍的页面。

免费。支持 macOS 与 Windows。

© 2026 Tabbit Browser. 理解你上下文的 AI 原生浏览器。