教 AI Agent 自动更新数据驱动内容

在 Ahrefs，我们发布了很多数据驱动的文章。发布它们是有趣的、简单的，而且它们也能获得大量搜索流量。

但这类文章，如"Top Google Searches"或"Most Asked Questions on Google"，只有在数字是最新的情况下才值得一读。Google 也知道这一点，这就解释了每次我们更新文章时搜索流量的激增。

所以必须有人保持它们的新鲜度。理想情况下，每个月都有人（通常是作者）需要从 Ahrefs（或 API）拉取最新数据，清理垃圾数据并格式化表格。有自定义图表的文章更麻烦：设定新图表规格、交给设计团队、等待、审核、退回修改，然后才粘贴到 WordPress 中而不破坏布局，更新日期，最后重新发布。

一篇文章还好。可以忍受的枯燥。但 14 篇文章？20 篇？你发布的越多，它就越变成一件苦差事。我可能浪费一整个下午，结果只得到一篇和上个月说的一模一样但数字略有不同的文章。

这是内容团队中最繁琐的工作之一。所以我们做了妥协——每季度刷新一次。（老实说，有些文章我们甚至根本没来得及更新。）

快进到今天。我们不再那样做了。Letaido 替我们完成了这项工作。它已经悄悄运行了两个月。总的来说，它每月为我们节省至少 20 小时。我们不仅现在可以每月更新它们，还可以发布更多此类文章并定期更新。

这是一个真正的双赢：对我们来说大大减少了苦工，对读者来说得到了更新鲜、更准确的数字。

我构建了什么：自动数据内容更新器

我称之为 Data Refresh Hub。它是我们 Letaido 工作区中的一个工具。

每月一次，它会拉取所有 14 个 数据集的最新数据 — 来自 Keywords Explorer 的关键词搜索量和问题、来自 Brand Radar 的 AI 引用数据 — 按各自的规则清理每个数据集，并保存结果以便我能清楚看到它保留了什么、丢弃了什么。然后用新表格构建一个 WordPress 草稿，并邮件通知我已就绪。

我想坦诚地说说构建过程有多么不体面。

仅获取数据就意味着三条完全独立的路径。我可以通过 Letaido 轻松获取美国关键词表，因为它拥有所有 Ahrefs 数据。但全球数据不可用，因为这是我们的数据科学家之前为这些文章定制的。所以我必须将其连接到一个单独的内部服务。然后我还需要从 Brand Radar 逐个平台地获取 AI 引用表。

然后还有一些看似愚蠢的问题。一次构建不断因为一个微小的字母大小写不匹配而抛出 500 错误：我们的代码将字段发送为 Cpc，而 API 坚持要求 CPC，全大写。我在那个问题上浪费了真令人尴尬的大量时间。

尽管有所有这些，我想说的是这确实是魔法。毕竟，我没有手工编写任何这些代码。我在 Letaido 中通过对话构建了它。Letaido 做了所有的工作。即使是"浪费的时间"也是 Letaido 在想办法修复，而不是我。

人类仍然不可或缺

有两项工作我刻意保留了人类参与。

第一项是判断 Agent 产出的内容。

以"most asked questions on Google"为例。你可能认为拉取热门问题就是按搜索量排序。并非如此。原始列表中充满了看起来像问题但不是问题的内容。"How to train your dragon"是一部电影。"Would you rather questions"根本不是问题。品牌和产品搜索会混入其中。还有一些奇怪的具体查询，读起来像是机器人写的。

一个人一秒钟就能发现这些。所以我们运行了一个清理层，包括一次 LLM 过滤，其全部工作就是在大规模上做出这些判断。对于"most searched people"表格，它会处理多达 5,000 个 候选项，并判断什么是真正的人名、什么是"[name] net worth"，以及什么只是一个碰巧看起来像名字的普通词汇。

它在这方面做得很好，但并不完美，这正是我在每次刷新进入任何流程之前都要亲自检查的原因。

我的同事 Louise 遇到了同一问题的更难版本。她构建了一个 Agent，使用 Ahrefs 数据对增长最快的公司进行排名，而看似困难的部分是教它什么是真正的突破性品牌，什么只是噪音。

有些公司名称也是普通词汇。你无法从零开始衡量"cursor"或"perplexity"的增长，因为在这些公司存在之前人们就在搜索这些词了。所以系统估计在该品牌出现之前这个词已经有多少搜索量，减去该基线，只计算品牌驱动的增量。公司留在列表上；只是移除了先前存在的噪音。

然后它必须忽略那些从不持续的一个月飙升，并实际 Google 每个名称以确认公司本身是否排名。否则"Tropic"软件会消失在 Tropic 护肤品牌之下。每一条这样的规则都是 Louise 对"真实"含义的判断。Agent 只是执行它。

全都是人类的判断。

这也是为什么 Agent 从不自行发布。它创建草稿，只有在人类确认后才上线。

这一切听起来都不是特别令人印象深刻。但我认为那正是自动化的真正美妙之处。我完全接受一个完成 90% 工作并留给我最后 10% 的 Agent。一个完成 100% 并偶尔向公开博客发布废话的 Agent 不会是省时工具，而是在等着你去灭火。

我的同事们开始构建自己的工具

我最初为自己的文章构建了 Data Refresh Hub。我不觉得它有什么特别之处，但我决定在 Slack 上分享。

结果我发现低估了自己做的事情。它激励了我的同事们开始做类似的事情。

Louise 构建了一整套增长最快公司排名的工具。她不仅更新了数据，还使用 Letaido 添加了判断、图表和各种其他数据。

我们的内容营销总监 Ryan 也为自己的数据内容设置了同样的月度自动化。他的反应几乎一字不差地说："这是我对 AI 的梦想：真正的自动化，确实为我们节省了大量苦工。它终于来了。魔法！！！"

他的版本现在按计划运行：拉取最新数据、重新生成图表和表格、构建 WordPress 草稿、做小的日期和样本量编辑，并在文章准备好查看时邮件通知他。

没有人被要求做这些。它之所以传播是因为它有效，而且它在没有人被指派推动的情况下自发传播，这清楚地表明它是真实的，而不是一个演示。有用的东西就是会被复制，不需要召开会议。

现在我们有三个人在运行这个工具的版本。

如何在你自己的工作中找到这样的工作并自动化

我几乎可以保证你的工作中隐藏着这样的事情。大多数内容团队都有。

以下是我建议你去寻找的方式：

从一个问题开始。回顾你重复做的工作，对每个任务问两个问题：它是否按计划运行？你能写下"做得对"的规则吗？

如果两个答案都是肯定的，它就是一个候选。"每月从同一个地方拉取相同的数字并以相同的方式重新格式化"轻松通过。"写文章"则通不过第二个测试，而这正是你可能想自己保留的部分。

如果你做的是营销工作，直接去 Letaido 告诉它你需要什么。它会为你完成大部分繁重、枯燥的工作。（如果你是 Ahrefs 客户，你可以获得免费的一个月。）

然后，如果我必须总结什么真正让我们的工具有效：

• ✓ 自动化管道，而非思考。获取、清理、格式化、粘贴。这些都是机械性工作，正是你应该交出去的。把思考部分留给自己。
• ✓ 让清理过程可见。不要让 Agent 直接给你一个完成的列表。让它展示它删除了什么以及为什么，紧挨着它保留的内容。
• ✓ 在门口保留一个人。仅限草稿。让人来发布。这能为你提供大部分安全保障。
• ✓ 锁定模型不应触碰的内容。标题数据、已验证的数字、开头第一行。你想把它们固定下来，这样 Agent 就不会悄悄地把一个数字改写成不再真实的内容。

就是这样。它并不令人兴奋，而这正是关键。无聊的、定义明确的工作正是 AI 今天能做好的事情，它们就堂而皇之地摆在几乎每个内容工作流程中。

总结

这是 AI 自动化目前最好的部分之一。它可以帮助你处理那些你每周或每月都在悄悄恐惧的工作。

让一个 Agent 去做，但做那个说"没问题"并推送上线的编辑。

如果这里有一个教训的话，它不是一个很华丽的教训。把无聊的、重复的东西交给机器，保留那些真正需要你的部分。

我们现在都是管理者了。

原文链接：https://ahrefs.com/blog/taught-agent-to-refresh-data-content/

本文为翻译分享，版权归原作者所有。