Tabbit決策端 · 千問辦公
規劃步驟、排序結果、寫檔案
- 把一句話拆成有序計畫：打開頁面、搜尋、按讚排序、逐篇細讀、最後寫腳本。
- 每一步都留下可見日誌，你能看到它什麼時候決定了什麼。
- 歸納這 5 篇的共性，並把腳本寫成一份 Markdown 檔案，運營同事拿到就能改。
真實錄屏 · 一條指令 · 5 篇熱門筆記 · 6m 19s
一條指令，五篇熱門筆記，一份能直接發的腳本。千問辦公負責決定，Tabbit 負責瀏覽。
千問辦公讀懂一句話，把瀏覽的活交給 Tabbit。Tabbit 打開小紅書探索頁、搜尋關鍵詞、按讚數排序，再一篇一篇點開最熱門的 5 篇，讀正文、讀標籤、打開配圖。之後 Agent 歸納這 5 篇的共性，寫成一份檔案：樣本拆解表、三組備選標題、正文全文，以及 6 圖分鏡腳本。
- 5
- 篇筆記逐篇讀完
- 1
- 條指令
- 6m 19s
- 螢幕上的任務耗時
- 6
- 張分鏡規劃
千問辦公 × Tabbit任務小紅書爆款收集時長6m 19s
當時輸入的指令
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。
一整段話，沒有程式碼。除第一句指定瀏覽器之外，其餘全是自然語言。
00 · 完整錄屏
看 Agent 把活交給瀏覽器
67 秒、無剪輯。右邊千問辦公一直在規劃，左邊 Tabbit 一直在瀏覽。本頁後面出現的每一個數字，都來自這一次工作階段。
01 — 誰決策，誰執行
兩個角色，一件事
整個過程沒有寫死的採集腳本。一邊決定做什麼，另一邊在真實瀏覽器裡真的把它做出來。
執行端 · Tabbit
驅動真實瀏覽器工作階段，而不是無頭腳本
- 按人本來會走的方式打開探索頁和搜尋結果，包括必須點一下才渲染出來的內容。
- 過程可見：左下角膠囊一直顯示任務名和已用時間，本次是 6m 19s。
- 標題選擇器抓錯、頁面卡片順序變化，兩次都是自主糾正後繼續，而不是停下報錯。
02 — 執行鏈路
從一句話到一份腳本檔案，六步
時間點來自錄屏。
- 0100:00
指令輸入
一整段話裡包含站點、關鍵詞、「按讚數取最熱門五個」的規則、讀正文和圖片的要求，以及輸出格式。
- 0200:00 – 00:09
打開頁面，開始搜尋
Tabbit 打開探索頁並搜尋關鍵詞，日誌把每一個動作都記下來。
- 0300:09 – 00:12
排序並截取前五
Agent 按讚數排序，列出最熱門的 5 篇及其讚數：1040、819、209、180、151。
- 0400:12 – 00:56
逐篇細讀，連圖一起取
5 篇依次打開，收集正文、標籤和配圖，平均每篇 6–10 秒。
- 0500:12 – 00:56
兩次自主糾錯
第 1 篇的標題選擇器匹配到錯誤的節點，Agent 改為精確提取並重新截圖確認；後面頁面卡片順序發生變化，它改為按筆記 ID 直接訪問該篇。
- 0600:56 – 01:06
寫出腳本檔案
Agent 確認 5 篇都已查看完畢，隨後寫出腳本檔案：樣本拆解表、共性規律、三組標題、正文、6 圖分鏡和發布建議。
03 — 取到了什麼
5 篇筆記，按讚數排序
排序規則是「最熱門」，也就是讚數最高。下面的讚數是執行當時螢幕上的數值，不是即時值。
- 01
「千问办公」打通班群，成绩通知全自动！
- 02
桌宠教程来了！
- 03
博士锐评AI办公排名？
- 04
Vibecoding一个A股选股工作台
- 05
千问办公国际版，开启公测
按讚數取前五
同樣 5 篇，標題按搜尋結果裡顯示的原文列出。
| 排名 | 筆記標題 | 讚數 | 形態 |
|---|---|---|---|
| 1 | 「千问办公」打通班群，成绩通知全自动！ | 1,040 | 影片筆記 |
| 2 | 桌宠教程来了！ | 819 | 影片筆記 |
| 3 | 博士锐评AI办公排名？ | 209 | 圖文筆記 |
| 4 | Vibecoding一个A股选股工作台 | 180 | 影片筆記 |
| 5 | 千问办公国际版，开启公测 | 151 | 圖文筆記 |
標題、讚數與日誌文字均取自錄屏，僅用於說明流程。本頁不轉載、不託管任何第三方筆記內容。
04 — 拆出了什麼
這 5 篇的共同點，有六條
下面這些句子來自 Agent 自己的分析，寫在它動筆之前。
标题=身份/场景+惊叹式成果+标点收尾
標題 = 身份或場景 + 驚嘆式成果 + 標點收尾
开头第一句先讲“我被什么折磨过”
開頭第一句先講「我被什麼折磨過」
正文只讲3步，强调“我没写一行代码”
正文只講 3 步，強調「我沒寫一行程式碼」
结尾有彩蛋：存成 Skill 下次一键复用
結尾留彩蛋：存成 Skill，下次一鍵複用
标签=身份标签+场景标签+工具标签
標籤 = 身份標籤 + 場景標籤 + 工具標籤
封面图大字标题，内页图=步骤截图+成果展示
封面圖用大字標題，內頁圖 = 步驟截圖 + 成果展示
它寫下的爆款公式
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
交出來的是一份腳本檔案，不是一堆原始文字
這次執行的結果是一個 Markdown 檔案，裡面分四節。下面是檔案裡的內容，引自錄屏畫面。
生成的檔案
千问办公-小红书帖子脚本.md
檔案裡的四個章節
- 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
它寫的三組備選標題
- 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
正文結構
- 先用具體痛點開場：每週五花時間湊數據、翻記錄，寫完還被說「重點不突出」。
- 再講三步：把資料丟進去、讓它梳理進度和下週計畫、自己過一遍就發。
- 補上延伸用法——會議紀要自動整理待辦、郵件措辭改語氣、同一份資料換成給老闆看的版本。
- 收尾落在可複用上：把整套流程存成 Skill，之後每週五點一下。
- 最後留一句資料脫敏提醒，再補一組標籤。
上面這段是錄屏中 Agent 寫出的示例文案，是這次執行的產出，不是你必須照抄的模板。
06 — 6 圖分鏡
大多數工具跳過的那一步：每張圖到底畫什麼
檔案沒有停在文案上。它把 6 張圖逐張寫清：每張放什麼、怎麼排。下面的構圖要點引自生成檔案原文。
封面：決定點擊率的那一張
檔案原文米白/浅灰底，第一行身份、第二行“搞定一件事”，“10 分钟”用红色高亮
痛點對比：以前怎麼過，現在怎麼過
檔案原文左“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”
三步流程：上傳、下指令、確認發送
檔案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
成果展示：生成結果 + 旁註
檔案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”
進階玩法：負責收藏率的那一屏
檔案原文清单式卡片“它还能替你干这些”：会议纪要 / 邮件措辞 / 月度汇报 / 存成 Skill
收尾圖：把評論勾出來的那句問話
檔案原文“你每周写周报要多久？评论区报个数”+ Skill 保存入口截图
檔案裡的發布建議
- 22:00 或週五 12:00 發布，趕在寫週報焦慮的高峰期
- 置頂評論放完整提示詞，引導收藏
- 正文保留那句資料脫敏提醒，既真實又安全
07 — 為什麼成立
這套組合靠三件事站住
都跟模型有多大沒關係。
01
瀏覽器本身就是介面
不需要 API Key、不需要 SDK、也不用維護採集腳本。人能讀的頁面，Agent 就能讀，包括點一下才出現的內容。
02
採集和創作留在同一個工作階段裡
多數方案到「匯出 JSON / Excel」就斷了，分析還得人來接。這裡讀完筆記的同一個工作階段，順手把拆解和初稿也寫了。
03
產出物本身就是交付物
拿回來的是一份能直接改的檔案：對照表、公式、三組標題、正文和 6 張帶構圖說明的分鏡。
08 — 複刻指南
四句話讓這次執行更順
直接複製給任何能呼叫 Tabbit 的 Agent。
01
寫清站點和排序規則
把頁面和排序方式說明白，每次跑出來的榜單才不會飄。
Prompt
使用 Tabbit 打開 https://www.xiaohongshu.com/explore，搜尋「[關鍵詞]」，按讚數取最熱門的 5 篇。
02
要求輸出對照表，而不只是仿寫
只讓 AI 仿寫一篇，最容易丟掉調研本身的價值。對照表會逼它說清每篇為什麼火。
Prompt
請在檔案開頭輸出一個表格，橫向對比這 5 篇的【標題套路】【核心痛點】【目標受眾】【互動轉化點】。
03
分鏡要求具體到畫面
圖文平台靠封面和前三張圖吃飯。要構圖和文案，別只要「配幾張圖」。
Prompt
生成圖片腳本時請輸出 6 張圖的詳細規劃：圖1 封面構圖與主標題；圖2–圖5 步驟截圖與成果對比；圖6 互動引導與領取資料話術。
04
約束輸出格式
提前說清檔案裡必須有什麼，就省掉「再整理一遍」的來回。
Prompt
請存成 Markdown 檔案，包含：樣本拆解表、共性規律、三組備選標題、正文全文、6 圖分鏡腳本、發布建議。
09 — 繼續閱讀
Agent + Tabbit 案例系列
同一個套路，五種不同的活：通用 Agent 負責思考，Tabbit 負責瀏覽。
01已上線
追蹤四個標的的 7 日走勢
豆包工作規劃、Tabbit 讀東方財富、報告自動渲染。
02已上線
讀完 5 篇熱門筆記，寫出帖子腳本
千問辦公規劃、Tabbit 讀小紅書、腳本檔案就是交付物。你正在讀的就是這一篇。
03已上線
把商品錄入後台
Codex 讀表格與圖片，Tabbit 填商家後台，前台再核對一遍。
04已上線
搭一張多維表格
DeepSeek 設計表結構，Tabbit 把 200 筆訂單寫進飛書多維表格。
05已上線
把資訊收集成一份日報
WorkBuddy 篩選與寫作，Tabbit 造訪四個指定來源。
基準測試報告
瀏覽器 Agent 到底有多快，花多少 Token？
同一批任務分別交給 Tabbit、Codex Chrome 和 Agent Browser，按答對數、中位耗時和每個正確答案的輸入 Token 記分。
常見問題
動手之前，大家會問的幾件事
要自己寫採集腳本嗎？
不用。整個過程就是一段自然語言。沒有腳本、沒有 SDK、不用申請 API Key——Agent 按你平時的方式驅動瀏覽器。
只讀文字，還是連圖片一起看？
連圖片一起看。錄屏裡 Agent 讀了正文和標籤，也逐篇打開了配圖。它後來寫出的 6 圖分鏡，依據就是這些筆記實際的畫面做法。
頁面改版了會怎樣？
會自己糾正，而不是停下。這次執行裡發生了兩次：標題選擇器匹配到錯誤節點，Agent 改為精確提取標題；之後卡片順序變化，它改為按筆記 ID 直接打開該篇。
產出的腳本能直接用嗎？
它是一份可以改的初稿，不是成稿。價值在於調研、規律和結構都已經在一個檔案裡，你只剩編輯這一步。
這次一共花了多久？
錄屏裡的狀態膠囊顯示 6m 19s，包含 5 篇筆記、兩次糾錯和最後的寫檔案。67 秒的影片是這段工作階段的加速版。
開始使用
讓 Agent 去讀那些頁
下載 Tabbit，交給你已經在用的 Agent，然後把它指向那些你本來要打開二十遍的頁面。
免費。支援 macOS 與 Windows。