用 OpenClaw 研究并整理视频选题

原标题Using OpenClaw to Research and Organize Video Ideas

Matthew Berman 演示一个助手如何收集资料并在视频制作流程中创建任务。

MBMatthew Berman主持 · Forward Future
频道
Matthew Berman
发布
2026年2月11日
视频
0:51
阅读
1 分钟
幻灯片
1
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

在这期 2026 年 2 月的短视频中,Matthew Berman 展示了 OpenClaw 助手如何研究一个视频选题并在 Asana 中添加任务。随附提示词还描述了研究、查重和简明制作简报的完整流程;其中的相似度阈值是一项配置选择,不保证结果准确。

  1. 1从选题开始Berman 要求助手为视频选题寻找资料和视觉素材。
  2. 2创建制作任务助手在 Asana 视频流程中添加一张包含研究材料的卡片。
  3. 3研究与查重视频简介提供了一段更长的提示词,用来搜索资料、比较既有选题并创建简报。

要点建议

  1. 聊天消息可以触发对相关文章、视频、帖子和视觉素材的研究。
  2. 示例在 Asana 中创建了包含研究链接和制作提纲的任务。
  3. 随附提示词提出基于相似度的查重方法,但短视频并未证明其准确性。
全文

按章节阅读整理后的全文

只看原始文稿
01

从选题到任务

Berman 演示根据聊天请求进行研究,并展示生成的 Asana 任务。他还分享了内容流程的完整提示词。

我的团队会分享可能适合制作视频的文章。在这个 OpenClaw 示例中,我告诉助手一篇文章可以作为视频选题,并让它寻找相关文章、视频、帖子和可在讲解时展示的图表。

视频流程中的研究材料
幻灯片 1 / 1视频流程中的研究材料任务包含为视频选题收集的链接和拟用视觉素材。

研究完成后,助手在我的 Asana 视频流程中创建了一张卡片。我打开卡片,展示它根据文章整理出的原始资料和视频提纲;短片展示的是一个结果,并非对资料质量的系统评估。

视频简介提供了一段更完整的选题流程提示词:研究主题,利用语义与关键词相似度对照过去的选题,通过查重后创建简明任务。提议的 40% 阈值只是人为选择的规则,可能误判或漏掉重复内容,因此结果仍需审核。

同频道的其他文章

12 张幻灯片34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构,并质疑 AI 快速发展与安全之间的张力。AnthropicAI Safety企业 AI+2
0:26EN → 简体中文
Matthew Berman· 2026年10月25日Sam Altman 谈 AI 世界中的人类价值与问题解决Sam Altman · OpenAI在一段简短的访谈摘录中,Altman 思考解决难题的乐趣,以及人在解读结果时的作用。Human-AI CollaborationFuture of WorkAI Strategy
2 张幻灯片0:36EN → 简体中文
Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原,并对 Kimi K3.1 的测试给予积极评价。评估编程智能体Open-weight models
2 张幻灯片0:21EN → 简体中文
Matthew Berman· 2026年10月24日AI 生成的 Kimi 基准图表使用了虚构分数Matthew Berman · Forward FutureMatthew Berman 要求生成一张 Kimi K3.1 Pro 基准图表,随后发现图中的数字只是示意性占位值。Benchmarks评估Generative media
6 张幻灯片25:50EN → 简体中文
Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。Open-weight modelsBenchmarksAI cost & performance+1
2 张幻灯片32:20EN → 简体中文
Matthew Berman· 2026年10月23日本地 AI 究竟适合谁?成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权,与硬件成本、设置复杂度及推理速度之间的关系。Local inferenceOpen-weight modelsAI cost & performance+1