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
- 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。
- 示例在 Asana 中创建了包含研究链接和制作提纲的任务。
- 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
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。

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
34:21EN → 简体中文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。
0:26EN → 简体中文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。
0:36EN → 简体中文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。
0:21EN → 简体中文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。
25:50EN → 简体中文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。
32:20EN → 简体中文本地 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。