一、引言口袋专家AI是什么口袋专家AI是一款为超级个体打造的云端个人智能体 App。愿景是“让每个普通人都能拥有一支 AI 专家团队成为超级个体”。使用口袋专家AI像使用微信一样简单通过专家对话、专家广场、专家群、专家圈4大功能让一支200人的AI专家团队随时听候您的调遣。口袋专家AI预置了100多个面向企业工作的专家智能体可以协助制定营销增长方案、做 PPT、创作短剧、开发小程序和 App以及模拟公司运营也预置了100多个生活专家智能体可以查询12306火车票、比较酒店和商品信息、规划旅行协助处理日常事务。口袋专家AI还是一款社交型AI将你与AI专家共创的短剧、图片、视频等优质作品分享到专家圈其他AI专家会来给你鼓励且用户将会看到并为你点赞。口袋专家AI与其他AI有什么不同相比于聊天型AI口袋专家AI是一款可以干活的智能体做ppt、查火车票、订机酒、做短剧以及拉群召开董事会。相比于桌面型AI口袋专家AI工作在云端在地铁上、车上、聚会时可以利用碎片化时间拿手机随时随地完成自己的工作而不用开着电脑。当然口袋专家AI也支持电脑版。口袋专家AI解决的核心痛点是什么用户打开千篇一律的AI聊天框通常不知道聊什么“你好”、“在吗”然后关闭。我们预置了200多个精调过的专家智能体按部门、领域分类组织覆盖工作与生活各个方面每次打开app让用户知道AI能干什么引导用户思考自己要做什么。为什么要做口袋专家AI公开课不少智能体产品展示了使用效果却较少完整讲解实现过程。我们崇尚开源精神希望通过公开课逐篇拆解200多位专家智能体背后的人设、工具与执行流程一方面为开发者带来灵感一方面让用户了解产品如何工作。本篇营销专家原理与实战本篇以营销专家为例先通过“5 万预算低糖燕麦奶在小红书和抖音拉新”看它如何完成任务再结合“回答多长、长什么样成文三档与思考模式”一节拆解人设提示词与执行流程讲清这类智能体从使用到开发的过程。二、应用篇营销专家能帮你做什么2.1 在哪儿找到它营销专家在「专家广场」的「企业专家 · 营销部」下也可以在「对话」页右上角直接搜。它的开场页它给自己定的能力是营销策划、活动方案、投放建议。开场页上的三个示例• 新品上市, 帮我做一份完整的营销方案• 预算 5 万想做一场拉新活动, 怎么花最值• 帮我给这个产品想 10 句戳人的卖点文案2.2 示例5 万预算低糖燕麦奶在小红书和抖音拉新我们把三个开场示例揉成一个具体问题——品类、人群、预算、平台都交代了但没给配方、价格和销售渠道我们要上市一款低糖燕麦奶, 主打 25-35 岁健身和控糖人群, 预算 5 万, 想在小红书和抖音做一波拉新。帮我出一份能直接执行的方案, 再写几句卖点文案。94 秒出答案。几个值得注意的地方先拆雷再给方案。正文第一段不是方案是一个提醒燕麦奶天然高蛋白错觉是这套方案最大的雷区——每 100ml 原味燕麦奶蛋白质只有 1.0g约为牛奶3.2g的三分之一。所以健身人群不能靠蛋白挂钩只能从乳糖不耐、低饱和脂肪、可喝的粗粮、训练前后碳水四个场景切入。用户给的人群定义被它修正了一半。定位三问外加不许讲的三条。一张表回答卖给谁拆成 A 控糖派、B 健身派两个子人群、解决什么、凭什么选你紧跟着三条禁区不讲高蛋白被懂行的人一眼戳穿评论区会翻车、不讲降血糖 / 控糖神器 / 无负担食品不许宣称功效、不讲比牛奶健康比较声称需要数据支撑。钱怎么分拆到每一块。小红书 22,000达人 12,000 聚光投流 8,000 寄样 2,000、抖音 18,000、机动 10,000。机动金不预先分配第 15 天按数据加码跑赢的那一侧理由是5 万是验证级预算不是放量级——这笔钱的任务是用 30 天买到一套跑得通的素材 人群包。再往下• 小红书达人金字塔腰部 2 人 × 2,000KOC 10 人 × 600只看近 30 天互动率 ≥3%不看粉丝数素人 15 人铺长尾搜索词• 聚光 8,000信息流 5,600 元按 CPC 0.81.5 元估出 3,7007,000 次点击搜索 2,400 元不能省——你在上游浇水、竞品在下游截流词包分品牌词、品类词、竞品词三层• 抖音达人走纯佣 20~25%数据好的两位给 1,500 元坑位锁交付并提醒必须谈下信息流投放授权否则千川跑不了这条素材。30 天四段节奏每段有通过标准和止损动作。测试D17、放量D815、收割D1625、复盘D2630一张表硬止损线单独写任一侧连续 3 天 CPC 3 元 或 ROI 0.8当日关停预算划给另一侧。预期给三档不承诺。保守 / 中性 / 乐观三列整体 ROI 分别是 0.5 / 0.9 / 1.6下面一句首轮 5 万做到 ROI 1.0 以上就是合格不要指望这一波赚钱。值得注意的是中性档 0.9 低于它自己划的合格线——它没有为了让方案好看把中性档凑过线。文案分版本、标渠道。理性版给详情页首屏和测评笔记情绪版戒不掉甜的又不敢喝甜的就是我们这代人给抖音口播短版三条给封面和前 3 秒钩子再按控糖、健身、乳糖不耐、办公室四类人群各补一条。最后一节合规红线可以说什么、不许说什么、不许用哪些绝对化用语。用之前有一处要人看一眼用户没给配方糖 ≤3g/100ml摇一摇有燕麦颗粒感是它替产品定的卖点——它在第 5 步发现 OATLY 原味每 100ml 糖 4.0g、已在国标低糖线内低糖本身不稀缺所以给了一个更低的指标当差异点。这个方向是对的落地前把数字换成你们配方的实测值达人报价、起充门槛这些行情数投放前也在后台再核一遍。2.3 过程四轮搜索先拆雷再落方案点开「过程 · 5 步」•第 1 步思考先给这件事定性——这是营销操盘手的活,不是单纯小红书笔记。技能清单里有小红书笔记写作和抖音短视频脚本它判断用户要的是方案 几句卖点文案没有加载。它也想过配一张预算 / 排期信息图最后落在篇幅跟问题走,方案本身是核心……但也不要过度没做。然后调「联网搜索」一次 4 个查询词聚光起投与 CPC、千川起投与 CPM、小红书 KOC 报备笔记报价、低糖燕麦奶竞品价格。•第 2 步平台门槛拿到了达人报价和竞品行情还不够再搜 4 个蒲公英 KOC 报价、星图 10 万粉报价、燕麦奶含糖量对比、控糖人群规模。•第 3 步思考里出现了这一轮最关键的判断——燕麦奶蛋白约 1g/100ml远低于牛奶方案里必须处理不能硬吹高蛋白建议把健身人群收窄到减脂期/轻食/乳糖不耐这一支。对你说这决定卖点能不能吹再搜 4 个KOC 素人报价、OATLY 营养成分、糖尿病前期比例、抖音食品类佣金。•第 4 步把关键事实列成清单——OATLY 原味每 100ml 糖 4.0g、蛋白质 1.0g聚光自行充值 2,000 元起千川起充 5,000~6,200 元小红书按粉丝段的报价未报备笔记会被限流、只投信息流不做搜索会被竞品截流。最后搜一次低糖的国标口径和控糖人群规模这直接决定文案能写到什么程度。•第 5 步思考把三个问题摆出来——低糖在竞品面前不构成稀缺、蛋白不能吹、新国标对零添加类话术的限制然后直接开始写答案。整轮 4 次工具调用全是联网搜索每次一组 3~4 个查询词并行共 15 个查询词、84 条结果没有读网页、调计算器或加载技能。三、技术篇营销专家是怎么构建出来的3.1 一位专家 一份配置整体架构在第一篇旅行专家3.1 节讲过客户端 → 准备阶段装配人设、记忆、工具、技能→ 思考模式的回合驱动器 → 交付层。营销专家的预置配置节选{ id: preset-expert-marketing, name: 营销专家, department: 营销部, description: 营销策划、投放建议、活动方案 — 从定位到落地一条龙, capabilities: [营销策划, 活动方案, 投放建议], tools: {web_search: true}, opening_examples: [ 新品上市, 帮我做一份完整的营销方案, 预算 5 万想做一场拉新活动, 怎么花最值, 帮我给这个产品想 10 句戳人的卖点文案, 分析一下这次活动数据, 下次怎么改 ], system_prompt: 你是营销操盘手, 方案以**转化**为唯一标尺。规则: ... }三处值得一提•没有output_kind。没钉形态的专家一律 report 开跑形态解析见第二篇 3.1。所以这一轮的形态字段是默认值 report但这不等于它按报告成文——3.3 节专门讲。•tools只声明了web_search领用时联网搜索和读网页一起打开见第十篇 3.1。这一轮读网页一次没用。•营销部有 28 位专家小红书、短视频、直播、投放、增长……营销专家管整盘方案3.5 节拿几位邻居的人设做对照。3.2 人设提示词五条规则对照实跑营销专家的人设线上原文你是营销操盘手, 方案以**转化**为唯一标尺。规则: 1. 先钉定位: 卖给谁、解决什么、凭什么选你 — 三问答不上来就先帮用户答。 2. 方案落到可执行: 渠道/节奏/物料清单/预算分配/预期指标, 每项给数字。 3. 文案给多版本 (理性版/情绪版/短版), 标注各自适合的渠道。 4. 投放建议按预算档位给组合, 明确说清先小额测试再放量的节奏与止损线。 5. 需要行情或平台规则时联网核实; 不夸大承诺效果, 预期给区间。对照实跑•第 1 条先钉定位答案第一节就是定位三问那张表标题写着先钉死后面所有内容都从这里派生。答不上来就先帮用户答也照做了——用户只给了人群和品类凭什么选你是它替用户答的。•第 2 条每项给数字渠道小红书 / 抖音、节奏30 天四段、预算分配精确到每位达人、预期指标三档表都有数物料寄样、素材放进了预算表。•第 3 条多版本 标渠道理性版、情绪版、短版三个主版本每版标题里写着渠道按人群的备选文案表单独一列适配渠道。•第 4 条先小额测试再放量 止损线测试期各投 1,500 元放量期才动机动金止损线有两层每段的止损动作和全局的连续 3 天 CPC 3 元 或 ROI 0.8。预算档位按用户给的 5 万展开并预告了下一轮 20 万。•第 5 条联网核实 区间四轮搜索分别核实平台门槛、达人报价、营养成分、国标口径预期指标三档给区间标题直接写给区间不承诺。写方案型人设的经验把方案拆成固定的几个栏目并要求每栏给数字。这相当于给答案附了一张验收清单模型写完能自己对一遍读者也能对着检查只写方案要可执行谁都没法检查。3.3 回答多长、长什么样成文三档与思考模式问小红书笔记一般写多少字该一两句答完问5 万怎么花该给一份方案。篇幅和形态怎么定平台上经历过两个阶段。阶段一交付层另起一次成文按三档写。早先的流程里主持模型查完资料不直接写答案交付层用_final_prompt另起一次调用写正文。写之前先判档聊天式那一档的判据在deliver.pydef _chat_answer(ctx: RunContext, st: DeliveryState) - bool: 这一轮按「聊天回答」成文 (…): 没人点名成品 (默认产物是聊天, kind_sourcedefault)、题目不带分节模板 —— 口语成段、不写标题不用表格 (prompts._final_prompt chat)。 用户点名要短 (brief) 有自己那一档, 先让给它。… return (st.output_kind report and (ctx.intent_decision or {}).get(kind_source) default and not _has_output_template(ctx.goal) and not brief_ask(ctx.goal))三档对应三套写法和三个预算档判据成文提示词成文预算短答brief_ask用户原话里有长度指令首尾各写一遍不超过 300 字不分小节不列表格900 token聊天式没人点名形态kind_sourcedefault、无分节模板、不是短答像懂行的人当面跟他说话那样答不写标题、不用表格点名要表格照给没点名篇幅不超过 1500 字4000 token报告不是上面两档如用户点选、专家自带形态Markdown 小标题 / 列表 / 表格 平台写作规程没点名篇幅不超过 1500 字4000 token另有两个特例题目自带分节模板的按模板逐节写全预算放到长产出上限专家群收口不超过 3000 字预算 2600。两个设计点•提示词首尾各写一遍注释写的是首位定调, 末位权重。•预算才是真正的硬上限#: 成文预算 (token): 用户点名要短 → 900 (≈ 一段话 300 字的三倍余量); 专家群收口 → 2600 (≈ 3000 字); 其余 4000。 #: 2026-09-24 …: 提示词里的篇幅规则实拍压不住 (「用一段话说明」写了 3272 字), 预算是真正的硬上限。 _BRIEF_BUDGET, _GROUP_BUDGET, _DEFAULT_BUDGET 900, 2600, 4000短答靠正则认原话只认用户说的不猜_N_SENT r(?:[一二两三四五六七八九十\d]|几) _BRIEF_RE re.compile( rf(?:用|以|就|只|仅|只用|说|讲|写|答|回答|回复|概括|总结|控制在|限制在|限定在)\s*{_N_SENT}\s*句话? ...注释里记着几次补出来的豁免题目自带分节模板时一句话 / 简要说的是那一节长度指令前面出现了标题每段这类部件名说的就是那个部件不是全文要短。阶段二思考模式里主持自己写正文。2026 年 10 月起只剩思考模式第一篇 3.8主持模型边查边想最后一步不调工具、直接写答案这段话就是交付的正文if _end.answer and _end.kind in (completed, max_tokens): if ctx.pin_explicit and ctx.pin in (slides, webapp): ... else: # TurnEnd.answer 是最后一次不调工具的模型回复。… st.direct_answer _end.answer ctx.final_answer_only True交付层拿到direct_answer就走直答分支不再调_final_prompt。成文三档退到了兜底位置只有主持没正常交出正文时才用。交什么、写多长的规则搬进了主持的系统提示——第 4 层共同规则THINKING_RULES的最后几条_TR_DELIVER ( - **交什么、什么时候停, 你定**: 对话和报告直接写在回复里 (报告就按报告写: 标题、分节、引用编号), 写完不再调工具, 这一轮就结束。 ...) _TR_TEXT ( - **他要的是一份文字 (文章、正文、文案、邮件、脚本) 就把全文写在回复里**, 让他直接复制; 篇幅按稿子本身的要求, 不套常规问答的字数上限。 ...) # 篇幅放最后一条 (末位权重最大) _TR_LENGTH ( - **篇幅跟问题分量走 (硬要求)**: 用户说了「一句话」「一段话」「简短」或点名字数/篇幅/「详细」就严格照做; 一两句能答的就一两句; 常规问题 300 字内; 没点名要报告/详细/字数时正文不超过 1200 字。 不写背景铺垫, 不复述问题, 不列大而全的框架, 不在结尾总结一遍。)档位从代码判变成了模型判三档的意思还在一两句、300 字、1200 字、报告、文字稿不设上限。硬上限也跟着变了。主持这一步的max_tokens不再是 900 / 4000# 输出上限 (2026-10-05 …): 主持这一步写的就是交付的正文, # 不再经成文那一道 —— 4000 封顶会把长答案切在半句。而且 DeepSeek 的思考算在 max_tokens 里、我们这条网关又限不住 # 它的思考长度: 那一轮想了 ~3000 token, 正文只剩 2846 字就撞了 length。改成与长成品同一口径: # min(模型上下文 × 50%, 厂商单次输出上限), 下限 8000 (agent_tiers.json model_context)。只是上限, 模型写完自己停, 不多花钱。 _max_out int(route.get(max_tokens) or 0) or _agent_tiers.long_output_max_tokens(route[model])取舍是正文直接面向用户切在半句比写长了更伤所以上限放开篇幅交给提示词。这一轮的 qwen3.8-omni-flash 在model_context表里是上下文 991k、单次输出 128k算下来上限是 128,000 token等于不设限。这一轮是哪一档• 营销专家没钉形态用户也没在「」里选成品 → 形态是默认的 reportkind_sourcedefault• 主持在第 5 步直接写完答案 → 走直答分支成文三档一档都没用上• 篇幅由模型按THINKING_RULES自己判第 1 步思考里那句按规则,篇幅跟问题走,方案本身是核心就是在套_TR_LENGTH它把一份能直接执行的方案 几句卖点文案当成一份文字稿_TR_TEXT不套 1200 字上限又按报告就按报告写出了标题、分节——正文约 4,500 字两个一级标题、六张表。为什么把判档交给模型。关键词判档的好处是确定、可测仓库里有一组正例反例的单测钉着代价是只看字面——同样是几句用几句话说说是要短答再写几句卖点文案说的是文案的条数。思考模式把这个判断交给读整句话的模型规则里只留几条数字线。这一轮的方案 几句文案它判成了一份要写全的方案。3.4 追问建议答案下面那三个按钮答案底部有三颗可以点的按钮手机上一行横划• KOC选人硬标准具体是什么• 抖音达人纯佣合作怎么谈• 机动金第15天如何判断加码它们来自交付层的最后一个阶段_make_suggestionsasync def _make_suggestions(http, goal: str, answer: str, url: str, model: str, key: str, metrics: Optional[dict] None, disable_reasoning: bool True, lang: str zh) - list[str]: ... if not answer.strip(): return [] if lang zh: prompt ( f用户任务: {goal}\n\n你已给出的结论:\n{answer[:1500]}\n\n 请基于以上结论, 提出 3 个用户可能想继续追问的、具体且可执行的后续问题 (每个不超过 20 字)。只输出 JSON: {suggestions: [..., ..., ...]} ) else: ... # 英文提示词 语言命令 try: raw await _chat(http, [{role: user, content: prompt}], url, model, key, max_tokens200, metricsmetrics, thinking_kwargdisable_reasoning, routerTrue) # 建议 — 编排桶 obj _extract_json(raw) items [str(s).strip() for s in (obj or {}).get(suggestions) or [] if str(s).strip()] return items[:3] except Exception as e: logger.warning(agent suggestions failed: %s, e) return []拆开看什么时候生成。正文全部下发、参考文献挂好之后——注释写着建议本就在正文完整下发之后才拖尾生成, 不挡答案首字。只有这一轮成功且正文非空才生成。用什么模型。routerTrue走的是编排链一条专门跑短结构化 JSON 调用的模型链任务开始时取链上第一个健康的当前排第一的是 qwen3.8-flash。配置注释里记着选型标准——看总耗时不看首字延迟一个首字 0.28 秒的模型跑完一整段 JSON 却要 22 秒首字快没有用。追问建议也是一段完整的 JSON。用户选了具体模型或自带 key 时用他自己的模型。关掉思考。thinking_kwargdisable_reasoning默认就是关。思考模式上线时一度把辅助调用一并开了思考注释记下了代价# 原先在这里一并翻成 False, 那些调用全开了思考: 追问在正文写完后多等 3.7~5.2s (编排模式 1.3s), 成员每步也慢。三个 20 字以内的问题对延迟敏感、对档次不敏感不需要深思熟虑需要答案一写完它就跟上来。提示词只给两样东西用户的原话和答案的前 1500 字。要求具体且可执行、每条不超过 20 字、只输出 JSON。非中文回答换英文提示词——起因是英文界面里出现过英文问答、中文追问。过滤从简。_extract_json容忍 json 代码围栏和前后闲话抠出第一个合法对象之后去空、截前 3 条长度交给提示词约束。生成失败就返回空列表、记一条警告——答案照常交付只是这一轮没有追问按钮。点了之后发生什么。网页端只有最后一轮、且没在运行时按钮才可点点击就把这句话当成以这一轮为上一轮的追问发出去onSuggestion{!running ri thread.length - 1 r.taskId ? (text run(text, r.taskId, ...)) : undefined}对照这一轮。三条追问分别来自答案前半部分的预算表纯佣、第 15 天的机动金和小红书达人表选人硬标准。只喂前 1500 字是一个取舍调用短、快、便宜追问集中在答案的主干上后面的文案和合规红线可以直接在输入框里接着问。3.5 唯一标尺与区间预期营销类人设怎么写营销专家的人设只有五条比投放专家、增长专家各七条都短。它的力气用在两个地方开头的以转化为唯一标尺和结尾的不夸大承诺效果预期给区间。为什么要唯一。营销问题的目标天然是多个曝光、涨粉、声量、搜索指数、GMV……不指定模型就会每样都照顾一点写出一份全渠道矩阵。给一把唯一的尺子每个取舍就有了方向。这一轮里能看到的取舍取舍用转化怎么判讲不讲高蛋白能换点击但评论区会翻车伤转化 → 不讲2,400 元搜索词能不能省种草后搜索被竞品截流 转化流失 → 不能省KOC 看粉丝数还是互动率粉丝数不代表转化 → 只看近 30 天互动率5 万一次花完首轮任务是买到跑得通的素材和人群包 → 留 20% 按数据追投什么时候停CPC、ROI 越线 → 当日关停唯一也有代价品牌建设不在这把尺子上。董事会里的首席营销专家人设专门写了品牌与效果分开记账: 效果广告看 ROI, 品牌投入看心智指标 (搜索量、提及率、复购), 混在一起算就都说不清。营销专家的单一标尺适合拉新、活动、上新这类花钱换结果的问题品牌问题可以去找首席营销专家或营销部的品牌专家。为什么预期要给区间。平台的共同规则第十篇 3.4规定数字、来源、法条、事件, 一个都不许编——但它管的是事实。30 天 GMV 多少是预测查不到、也算不出来这条规则管不住它。预测怎么写只能由人设来定•新品没有基线。没有历史转化率、没有素材数据任何单点数字都是虚假的精确•单点会被当成承诺。方案里的数字常被拿去申请预算、写进 KPI预计 ROI 1.5写进汇报就成了承诺 ROI 1.5•模型天然倾向于报喜。用户想听能赚不加约束预测往乐观那头偏。这一轮的效果三档区间中性档 0.9 低于它自己划的 1.0 合格线外加一句不要指望这一波赚钱点击数由 5,600 ÷ CPC 区间推出三档 ROI 和 GMV 自洽2.5 万 ÷ 5 万 0.5。不夸大不只管预期也管文案。同一个不夸大落到文案上就是《广告法》和食品标签规定的红线。答案里的不许讲的三条和合规红线一节就是它。这个约束在营销部的人设里反复出现直播专家: 铁律: 话术不许夸大功效/虚构价格对比 — 违规话术平台会罚, 也直接拒绝提供。 短视频专家: 带货脚本须自然植入卖点, 先给场景痛点再给产品; 功效表述不得夸大。 增长专家: 不教诱导分享、虚假宣传、薅平台漏洞的做法。还可以补的一句。第 1 条答不上来就先帮用户答加上第 2 条每项给数字会推着模型把空白填满比如替产品定参数。投放专家选了另一条路没有目标成本就无法判断好坏, 必须先问出来营销专家选择先答、不卡住用户对方案类问题更友好想让读者分得清可以再补一句替用户补的定位、人群、产品参数, 标明是假设; 文案里涉及产品参数的用占位符, 等用户确认再填。这和第二篇 PPT 专家的没有可靠数据就用占位符、第十篇法律专家的标注「待确认」是同一个思路允许先给答案但让读者看得出哪些是查到的、哪些是替他假设的。写营销类人设的经验一把唯一的尺子加一条预测怎么写的规矩。尺子决定取舍的方向区间 标假设决定数字能信到什么程度。3.6 这一轮花了多少项数值耗时94.1 秒模型调用7 次工具调用4 次全部是联网搜索共 15 个查询词tokens134,278其中 59,136 命中缓存计费约 14.7 积分比第十篇法律专家约 8.3 积分贵和第四篇会计专家约 13.5 积分在同一量级——都是查得多的一轮。钱花在三处•搜索按次计费web_search在按次计费的工具名单_BILLABLE_TOOLS里四轮就是四次•搜索结果留在上下文里每次结果截到 6,000 字OBSERVATION_CTX_CHARS回给模型思考模式每一步都重发整段上下文前缀缓存吃掉了 44%•正文本身约 4,500 字的方案加文案。搜索分成四轮是因为每一轮的发现决定下一轮查什么——第 3 轮查营养成分就是第 3 步蛋白不能吹那个判断引出来的。四、你也可以在 App 里一句话创建自己的专家营销专家管的是整盘方案。如果你只做某一类品可以建一位更窄的1. 打开「专家广场」点顶部的「新建专家」卡片2. 用一句话描述比如专做新消费食品饮料的上新营销小红书 抖音预算按 5 万 / 20 万两档给方案卖点先过《广告法》和食品标签规定3. 服务端一次生成名字、人设提示词、能力标签、开场示例和头像4. 预览没问题就「开始对话」生成的人设可以随时在设置页改建议照 3.5 节补上替用户补的参数标明是假设那一句。技能库里还有一份ad-compliance广告合规技能在插件市场打开它在给哪些专家用里勾上你的新专家它就成了这位专家的看家技能每一轮默认生效看家技能的机制见第九篇 3.4。口袋专家AI正在筹备专家合伙人计划支持用户贡献自己精调过的专家产生收益后用户将获得分成。让我们一起将口袋中的专家越做越好。五、总结本篇以营销专家为例拆了一位方案型智能体是怎么构建的•应用上它把通用助手框架齐全、钱怎么花没说、效果只给一个点的方案反过来做先拆掉燕麦奶高蛋白这颗雷再把 5 万拆到每位达人、每段节奏、每条止损线预期给保守 / 中性 / 乐观三档文案分版本标渠道。替产品补的参数落地前换成实测值即可。•技术上回答的篇幅和形态经历了两个阶段交付层用_final_prompt按短答 / 聊天式 / 报告三档另起成文、预算 900 / 4000 兜底思考模式里主持直接写正文篇幅规则搬进THINKING_RULES由读整句话的模型判上限放到长产出口径避免长答案被切在半句。追问建议在正文写完后用编排链上的快模型、关思考、看答案前 1500 字生成三条失败也不影响答案。营销类人设的写法是一把唯一的尺子加一条预测给区间再补一句替用户的假设要标出来。