Skip to content

2 天 2 亿 token:dontbesilent 内容资产工程系统

Codex 用 2 天 / 2 亿 token 把 dontbesilent 的 143 目录 / 2330 文件 / 1293 万中文字本地内容资产,搭成可继续运行的内容结构化系统。已开源为 skill /dbs-content-system

一、定位

为什么这件事重要

  • 大多数人做内容有个隐蔽的浪费——你已经写过很多东西,但下次做新选题还是要重新想问题、找观点、翻案例、搭结构
  • 旧内容还"在",但很难"再次被调用"
  • 文件 ≠ 系统:素材库只是把东西存起来;内容工程让旧内容继续参与新内容生产

这件事做什么

  • 把 dontbesilent 本地 143 目录 / 2330 文件 / 1293 万中文字的"文件",搭成可继续运行的"系统"
  • 输入:1293 万字散落内容
  • 输出:1419 内容单元 / 223 主题地图 / 224 选题装配稿 / 1720 条显式关系

二、核心方法

5 类内容单元(QST / CON / OPI / CAS / SOL)

把文稿内容拆成 5 类可调用对象:

类型代码作用
问题QST读者被什么问题困住
概念CON关键概念解释
观点OPI稳定判断
案例CAS证明性案例
方案SOL行动方案

5 类东西看起来朴素,但刚好对应一篇内容最重要的骨架

写文章 → 先知道读者被什么问题困住 → 解释关键概念 → 给出判断 → 用案例证明 → 给出行动方案

3 层工程结构

内容作用
规则层命名/字段/关系/新增/重复/来源登记定义工程怎么运转
状态层已处理/未处理/跳过/复核跟踪工程推进进度
内容单元库抽出的 QST/CON/OPI/CAS/SOL 单元知识沉淀 + 后续调用

铁律:原始素材不直接改动,只复制到新工程——任何内容结构化工程都必须保留回溯路径。

三、为什么用 Agent 跑工程而不是聊天

模式表现适用
聊天给一段内容回答一次,单次任务写一段文案
工程有规则/状态/目录/版本/来源/后续动作让旧内容持续生产新内容

真正费 token 的地方:让 Agent 持续处理一个复杂工程,并且不断检查自己前面做过什么

判断标准

  • 要文案 → 聊天
  • 要本地系统 → 必须放进工程里(给边界、目录、规则、验收、持续目标)

四、这套系统怎么帮你写内容

普通做法:想选题 → 重新问自己:现在什么问题?讲过哪些案例?有没有方案?

dbs 系统做法

  1. 找到和选题相关的问题节点(QST)
  2. 找到解释这些问题的概念节点(CON)
  3. 找到已有的观点/案例/方案(OPI/CAS/SOL)
  4. 排列成选题装配稿——告诉作者:面对谁、核心冲突、哪些旧内容可调、缺什么新观点、哪些案例能证明

人的判断 + Agent 的检索组装

  • 人最该做的:判断观点对不对、案例够不够硬、结构有没有击中读者
  • Agent 最适合做的:排列组合、关系检索、素材调取、结构搭建

五、dbs 案例的数据规模

dbs 不是"写几篇文章"的人,是已经堆到工程量级的:

指标规模
过去一年发过帖子13,000+ 条
跑过账号7 个
已发布内容分析153 条 Top 8.5% 反推
文风解剖31 万字
写作系统分析105 万字
推文原始数据10,894 条

核心问题转变

  • 写少时:翻一遍就行
  • 写多时:"写过的东西怎么再次调用"——同一观点跨平台重组、新文章长出新节点、旧素材变新生产效率

六、普通人怎么复刻

已开源为 skill/dbs-content-system(dbs 系列 skill 之一)。

关键避坑点

不要直接对 Agent 说"帮我整理内容"——会得到:

  • 一份建议
  • 一张脑图
  • 一个漂亮但不能继续运行的目录结构

必须告诉 Agent

  • 输入目录在哪里
  • 输出工程放哪里
  • 哪些内容纳入 / 哪些排除
  • 什么叫做"完成"

流程

判断边界 → 创建工程 → 复制素材 → 抽取内容单元 → 生成主题地图
  → 生成装配稿 → 生成关系索引 → 生成总览文件

先推到"能用了"——比表演式全量处理更重要。只要结构稳定,后面每进入一篇新文章,系统就能继续长出新的节点。

七、核心洞察

当你把 Agent 放进一个有规则、有状态、有边界的本地工程里,它就会开始从回答问题,进入建设系统

阶段模式工具
1.0 聊天单次任务聊天框
2.0 工作流多步任务Cursor/Cline/Claude Code
3.0 内容工程持续生产系统本工程 + Agent 持续跑

配图清单

5 张图,详见 images/dbs-content-system/

  • 001:开篇结果图(1419 单元 / 223 主题 / 1720 关系)
  • 002:内容单元类型图(QST/CON/OPI/CAS/SOL)
  • 003:3 层工程结构图(规则/状态/内容库)
  • 004:选题装配稿示例
  • 005:内容关系网(Obsidian 节点连接)

关联概念

  • [[llm-wiki]] — 同源思想:知识不再每次重新发现,而是被持续维护
  • [[harness-engineering]] — Harness 是 LLM 能长跑的"导演"——dbs 的工程边界 + 规则层就是 Harness
  • [[ai-rd-automation-wiki-skill]] — AI 研发自动化是"工程"模式,dbs 是"内容"模式——同一思路不同领域
  • [[task-decomposition-thinking-loop]] — 5 类内容单元的拆解过程
  • [[mattpocock-skills]] — 范式相同:把"流程"封装成可调用的 skill

参考链接

Last updated:

Released under the MIT License.