一个 AI 工具为什么需要仪式感

前段时间，我做了一个 “批阅奏折”的系统。每当我收到微信，电脑上就会多出一封奏折。

系统可以检索我的知识库，根据对方的问题拟好一份回复。我需要做的，就是检查一下内容，然后决定 “准奏”还是“驳回”。

后来，我把这个系统拍成了一条短视频。没想到视频发出去以后，获得了 10 万播放。

不少人觉得这个创意挺有意思，真的有一种当皇帝的感觉。有人还专门叫朋友一起来看，也有人问我能不能把它开源，让大家体验一下。

但这个系统最开始并不是为了拍视频做的。它只是我为了解决一个很普通的问题，给自己做的 小工具。

自从开始做自媒体、发布一些教程以后，越来越多人通过个人账号找到我，询问各种问题。后来我发现，大家关注的内容来来去去，其实就那么几个。

“可以发我一份学习资料吗？”

这个问题回答一次并不麻烦。但同样的资料、同样的链接、同样的注意事项，如果每天都要重新整理和回复，次数多了以后，还是会让人感觉 很心累。

当时我每天要处理不少消息，突然觉得这个状态很像皇帝日理万机，每天都要上早朝。于是我就在想：既然每天都像在上朝，能不能干脆把这些消息变成奏折？

与其把它看成一份枯燥的重复工作，不如给它增加一点 仪式感。这个想法并不是在系统做出来以后，才为了拍视频包装上去的。在正式动手之前，我就已经想好了：要做一套“批阅奏折”的消息处理系统。

第一条路：Hook

最开始，我使用的是 Hook 技术。它的好处很明显：获取消息比较准确。

• 但是需要和特定版本的微信绑定，版本变化后原来的方法可能失效。

而且我本人不会开发 Hook，只能参考其他人的技术。这样一来，后续维护就会比较困难。所以，虽然它能够比较准确地获取消息，但并不适合我长期使用。

第二条路：OCR

后来，我又尝试使用 OCR。简单来说，就是先获取屏幕上的画面，再识别图片里的文字。这个方法不用深入处理微信客户端，看起来更加通用。

但实际使用以后，我发现它也不够稳定。它有时会把发送人的名字识别成消息正文；当我滚动鼠标、上下查看聊天记录时，画面里的内容和位置不断变化，系统也很容易判断错误。

我尝试解决过这些问题，但效果一直不太理想。后来我发现，自己可能没必要继续死磕 软件端的微信。

在和 Agent 讨论的过程中，我注意到了网页版微信，也第一次比较具体地了解了 DOM。

如果用普通一点的话来解释，DOM 就像网页里已经整理好的内容结构。一个名字、一条消息、一个按钮，在网页里面通常都有自己的位置和身份。

我们不一定要像 OCR 那样，对着整张屏幕去猜哪一块是什么，而是可以 直接从网页结构中找到需要的信息。于是，我开始利用网页版微信的 DOM 获取消息。

旧问题：怎么才能更准确地识别软件端微信里的内容？

新问题：有没有一个地方，本来就已经把这些消息整理好了？

换了一个问题以后，原来卡住我的识别问题，反而变得简单了一些。

获取消息以后，系统可以接入 AI 的 API，让它检索我的知识库，再根据对方的问题拟一份回复。目前，它支持两种处理方式。

实际使用时，我最大的感受并不是“以后完全不用回复消息了”。更准确地说，是我 不需要再从第一个字开始写。

有人已经帮我把问题整理好，也把拟好的处理意见放到了面前。我主要负责审批、打勾、打叉，或者在原有内容上稍微调整一下。这确实很像上早朝。

当然，AI 拟出来的内容并不是每次都能直接使用。有些回复仍然需要我调整资料、语气或者具体表达。所以，它没有代替我的判断。

视频发布以后，评论区出现了一件我没想到的事。有几位观众告诉我，这个系统里的两个步骤，其实可以用两个历史名词来形容：

票拟 · 批红

简单来说，“票拟”是先替皇帝拟出批答意见，再交给皇帝决定；如果皇帝同意拟定内容，再以朱笔批出，则被称为“批红”。

这和我的系统当然不能完全画等号，但放在这个有趣的设定里，确实有一点相似：AI 负责先拟，我负责最后审核。

我在制作系统之前并不了解这些词。最初只知道把消息叫作“奏折”，把确认动作叫作“准奏”。反而是在视频发布以后，观众帮我把这套设定补充得更完整了。

这也是我觉得做内容比较有意思的地方。一个想法发出去以后，它并不一定就结束了。观众会带着自己的知识、经历和理解参与进来，最后让这个东西 长出一些原本没有的内容。

回过头看，这个系统解决的问题并不复杂。它没有帮我完成什么惊天动地的大事，只是减少了一些重复回复，让我不用每次都从头整理资料和组织语言。

但它给我的感受，和普通的自动回复工具又不太一样。因为我真的会感觉，自己每天不是在处理消息，而是在上朝。AI 把回复拟好，我检查、修改，再做决定。

这种趣味感不一定能直接体现在效率数字上，但它会让我 更愿意打开这个系统，也让一件原本有点枯燥的工作变得没那么心累。

这次 10 万播放也让我发现，同样一个功能，换一种普通人能够马上感受到的说法，大家对它的理解可能完全不同。

前一种说法当然更准确，但后一种说法明显更容易让人产生画面，也更容易被记住。

一个工具首先要能解决问题。如果还能够让使用这件事变得有意思一点，我感觉它才更容易被人记住。

我是硅忆说，带你学点不一样的。

如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。

THANKS FOR READING