dontbesilent 聊赚钱的群 2026-06-01 回顾

内容从业者真正要练的，不是泛泛的“职业发展”，而是内容数据库管理

这天早上的讨论从“短视频媒体职业发展”切入。有人把问题提得比较大，容易落在“职业规划”“能力成长”这种泛概念里。Don 的回答很短，但其实把方向收窄了：对一个做内容、做短视频、做媒体的人来说，真正能沉淀复利的技能之一，是 内容数据库管理。

重点这里的意思不是简单把内容存起来，而是要把内容当成可以长期复盘、调用、筛选、组合的资产。一个人如果只是每天发内容，数据过去就过去了；但如果能把内容、反馈、选题、素材和结果都结构化下来，后面就能知道什么内容值得继续做、什么表达能转化、什么选题只是热闹。

后面有人继续问：如果要记录博客、小红书或其他平台的数据，是不是要记录点赞、收藏、浏览量等指标？Don 的判断是，只看点赞量就够了。有人又追问是否要记录时间维度，用来判断长尾流量。Don 的意思是不用急着按时间追踪，等内容的长尾基本跑完，再把数据放进去。

做法这块可以整理成一个很省力的记录方式：把内容链接、标题、发布时间、点赞量和最终表现交给 Agent 保存；不要一开始就做复杂表格，也不要被收藏、浏览、时间曲线这些指标拖住。先用最小指标跑起来，等样本多了再升级。

内容结构化系统预告，以及一个“小生意跑出来”的真实反馈

10 点半左右，Don 发了一个重要链接：
开源预告：dontbesilent 内容结构化系统

这篇文章的摘要是：他正在尝试把本地所有内容，不同平台、不同作者的内容，按照数据库的思路整理。群里看到的信息是，当时 codex /goal 已经跑了 30 分钟。

资料这条链接跟早上“内容数据库管理”的讨论是连在一起的。前面讲的是为什么要管内容数据库，后面这个链接展示的是 Don 自己怎么把本地内容资产做成结构化系统。

中午前还有一个很值得保存的案例。baby shark 说，他参考 Don 的内容方法论，在小红书做了一个纯图文账号，一个多月 500 多粉丝，一个多月私域转化 12k，相当于 24 小时内找到了一个小生意，前 5 天差不多赚了 2k。

重点这个案例最有价值的地方，不是“500 粉赚 12k”这个数字本身，而是它说明一件事：内容方法论如果真的对准人群、问题和产品，不一定要先做大账号，也能先跑出小生意。小红书纯图文、低粉丝量、短周期转化，重点是验证需求，而不是证明账号很大。

Skill、Hook、Claude Code、Node：很多问题不是不会用 AI，而是工具入口没选对

中午有一段集中在工具安装和使用问题上。有人说自己想用 Don 的 Skill / Hook，但在 Claude 里面卡住了。Don 先问对方用的是 Claude 官方，还是其他入口；随后指出一个关键点：桌面端左上角要选 Claude Code，不是普通 Claude。

后面又出现 NPX 用不了的问题。Don 的判断很直接：如果用不了 NPX，需要先安装 Node。

做法这里可以记成一条排查顺序：

1. 先确认自己打开的是 Claude Code / Codex 这类能执行工具的环境，而不是普通聊天窗口。
2. 如果提示 NPX 或命令不可用，先检查 Node 是否安装。
3. 如果 Skill 能打开但运行报错，再看是网络、权限还是依赖问题。

群里后面还问到 Dia 浏览器每次重启都要重新登录，Don 说这是 bug，他自己用 Arc 浏览器。另有人使用 dbs-content 报错，Don 判断是网络问题。

重点这段讨论提醒的是：很多人以为自己“不会用 AI”，其实卡点可能只是工具入口、Node 环境、网络状态、浏览器 bug。先把基础环境排干净，后面再谈提示词和方法论。

视频号私信发微信图，不是“疑似引流”，而是机器已经识别

下午最重要的一段，是视频号引流合规问题。娉爷说自己有一条视频到 20 多万播放后被限流，重新发布后到 2 万多播放又收到限流提醒。她排除了其他违规点，怀疑问题在私信：用户来问怎么做，她聊几句后发一张带微信号的图片，并说“视频号打字不方便，你到打字方便的地方找我”。

她的问题是：平台是不是只是怀疑她引流？如果确定引流，为什么不直接封私信？如果把公众号放到主页，会不会也被判定？

Don 的判断非常明确：这不是怀疑，而是 100% 确定你引流。不需要人工判断，消息发出去的一瞬间，机器就识别到了。至于为什么没有马上封私信、具体怎么处罚，要看平台运营策略。

重点这段的核心不是“能不能侥幸过”，而是要明白平台判断已经不是靠人工慢慢抓证据。只要你在私信里发微信号图片、明显导流话术，系统就能当场识别。

对于主页加公众号的问题，Don 给出的方向是：和同行大号保持一致。他同时发了资料：
【引流篇】三大平台合规引流微信指南

做法如果要在视频号做私域承接，不要用“发微信图 + 私信转场”这种硬导流方式硬冲。更稳的办法是先看同领域大号怎么放公众号、怎么表达入口、怎么处理主页信息，再按合规边界去设计。

一个跑了 7 小时 43 分钟、消耗 1.28 亿 token 的任务，让群里看到 Agent 长任务的可能性

傍晚 Don 又发了一条文章链接，内容显示：本次任务耗时 7 小时 43 分钟，消耗 token 1.28 亿。群里马上有人问，这种任务为什么这么消耗 token，20 美元的 Codex Plus 好像跑不了。

Don 随后又发了一次内容结构化系统的预告链接，并补充说：这个任务用的是 API。有人问是哪家 API，Don 说是朋友自建的；有人问是 Claude 还是 Codex，Don 回答是：codex，gpt 5.4。

资料相关链接：
本次任务耗时 7 小时 43 分钟
开源预告：dontbesilent 内容结构化系统

有人问任务跑 7 小时、1 亿 token，聊天窗口不会爆吗？群里出现的答案是：Codex 开 goal 模式，会自动压缩上下文。

后面有人问 Don 有没有编程基础。Don 说自己 2014 年开始写代码。

重点这一段说明 Don 做的不是一次普通问答，而是把 Agent 当成可以长时间工作的执行系统来用。内容结构化系统、goal 模式、API、上下文压缩、长任务，这些东西组合起来，才可能处理大规模本地内容资产。

零基础学 AI，入口不是找教程，而是从“任何不懂都问 AI”开始

晚上有人问，零基础小白想学习 AI 应该从哪里入手，教程从哪里找。Don 的回答很短：有任何不懂的都问 AI；如果能做到这一点，就不需要教程了。

重点这句话的重点不是否定教程，而是把学习方式从“先找一套课”改成“马上用问题驱动”。新手最容易卡在搜资料、挑教程、担心体系不完整，但 AI 学习最重要的第一步，反而是把自己的真实问题丢进去，然后让 AI 帮你拆下一步。

群里也有人补充，可以先从如何提问入手，先评估自己的需求，从最简单的需求开始，把需求告诉 AI，让它给进阶步骤。

做法对零基础的人来说，最小路径可以是：先拿一个真实小事开始问，例如“我想用 AI 整理一篇文章，第一步怎么做”；不要一开始就学一堆概念。能持续提问、持续让 AI 拆下一步，本身就是入门。