Claude Cowork 用不了没关系，学会这套 Agent 工作流思路就够了
Anthropic 内部营销运营用 Claude Cowork 把周报从「每周 1–2 天」压到「两小时内」、把活动搭建做成调度器+专家 Skill+独立审计流水线；真正可复用的不是 Cowork 产品本身，而是定时触发 + Skill 体系 + 调度分发 + 零上下文审计 + 持续反思进化这套工具无关的 Agent 工作流范式。
基本信息
- 来源类型：文章（人人都是产品经理）
- 原文位置：
raw/articles/2026-07-17-woshipm-claude-cowork-agent-workflow.md - Telegram stub：
raw/articles/2026-07-17-200659-tg-007295.md - 提取路径：
raw/extracts/20260717-200849/woshipm.com/claude-cowork-agent.md - 原文 URL：https://www.woshipm.com/ai/6431683.html
- 作者：Ai学习的老章
- 发布时间：2026-07-17
- 消化日期：2026-07-17
- 约字数：正文约 1.1 万字符（抓取 Markdown）
核心观点
- 产品不可用 ≠ 方法论不可用：Claude Cowork 国内用不了，但 Anthropic 营销运营 Ian / Annabel 的案例展示的是可迁移范式——用 Codex、Claude Code、Dify、n8n 或任意 Agent 框架都能复现。
- 周报场景 = 定时任务 + Skill 编排 + 数字溯源：周日晚自动读上周周报、会议记录、Slack、数据仓库并组装文件夹；周一人工只做叙事方向确认；Skill 拆成 Prep / Proofreading / Action-items，把「找数据」换成「审数据」。耗时从每周 1–2 天 → 2 小时以内。
- Proofreading Skill 的核心是让 Agent 会说「不确定」：每个数字必须追溯到可验证来源；对不上时标记 gap 而不是瞎填。作者判断——让 Agent 学会说“我不确定”比学会写报告更重要。
- 活动搭建 = Dispatcher + 专家 Skill + 独立 Audit + Manager：Dispatcher 只做路由与时间戳防重，不做具体工作；五个专家 Skill（Event-Build / Webinar-Landing-Page / Apply-to-Attend / Approval-Support / Data-Import）可独立迭代；Audit Agent 必须是全新零上下文实例，像真实用户走注册与邮件链路；Manager Agent 负责事后查问题，而不是人先翻 log。
- Skill 持续进化三招 + 四条黄金经验：session 结束反思写回 Skill；问 Agent「指令哪里难懂」反哺；同一错误纠正第三次就固化。黄金经验：重复纠正两次以上写进 Skill；先搞 Proofreading；让 Agent 反思难点；能 cron 的别靠人记。
实操内容保留
场景 1：营销数据周报流水线
周日晚上（定时任务自动运行）：
- Claude 读取上周的周报（了解上次写了什么）
- 读取最新的会议记录（了解本周重点方向）
- 查 Slack 频道（了解销售团队在关注什么）
- 查询数据仓库（拉具体数字）
- 把所有信息整合成一个文件夹，包含数字 + 建议关注点
周一早上（人工 + Agent）：
- 打开 Claude Cowork，拉取初稿（指标表格 + 建议 Headlines）
- 快速浏览，确认或调整本周叙事方向
- 告诉 Claude「展开这几个方向」，Claude 补充支撑细节和例子
- Claude 自动生成领导层演示 Slide
- 后续跟进事项自动变成 Asana 任务
三个关键 Skill：
| Skill 名称 | 功能 | 核心价值 |
|---|---|---|
| Prep Skill | 驱动报告组装：确定焦点、写标题、展开细节 | 把报告的「骨架」搭好 |
| Proofreading Skill | 每一个数字都必须追溯到可验证的数据来源 | 解决「AI 编数字」的信任问题 |
| Action-items Skill | 把报告中的后续跟进转成 Asana 任务 | 让报告产生行动，不是写完就完 |
场景 2：营销活动搭建多层架构
| 层级 | 组件 | 职责要点 |
|---|---|---|
| 第一层 | Dispatcher Skill | 每小时轮询 Slack 请求频道；判类型与优先级；盖时间戳防重；只路由、不做具体工作 |
| 第二层 | 五个专家 Skill | Event-Build（端到端最高复杂度）、Webinar-Landing-Page、Apply-to-Attend、Approval-Support、Data-Import |
| 第三层 | Audit Agent | 全新 Claude 实例、启动零上下文；拿活动 URL → 像真人注册 → 查 Gmail 确认邮件 → 正常则关 Asana 任务，异常则报错给人 |
| 第四层 | Manager Agent | 独立「经理」实例：Skill 出问题时先问 Manager「刚才哪里出了问题」，再人工介入 |
为何审计必须独立实例：若用同一 Agent，它可能「记住」自己刚搭好的流程而跳过验证；零上下文保证审计客观性。
国内复现对照表
| Cowork 能力 | 国内替代方案 | 具体工具 |
|---|---|---|
| Scheduled Tasks | cron + Agent API | Codex 任务 / cc-connect cron / n8n 定时触发 |
| Skills | Markdown 指令文件 | Claude Code Skills / AGENTS.md / Dify 提示词模板 |
| Connectors | MCP Server / API 封装 | 自写 MCP 或现成连接器 |
| Multi-Agent 调度 | Agent 编排框架 | CrewAI / AutoGen / 自定义调度脚本 |
| Audit Agent | 新 session 零上下文 | Codex 新任务 / Claude Code 新 session |
场景复现伪流程
周报自动化：
定时任务 → 触发脚本
→ MCP/API 拉数据（飞书文档/数据库/企微消息）
→ Agent 按 Skill 模板组装报告初稿
→ Proofreading Skill 做数字溯源
→ 人工审核确认方向
→ Agent 展开细节 + 生成 Slide
→ Action-items 转待办
活动/任务流水线：
Dispatcher Agent（定时轮询任务队列）
→ 路由到对应专家 Agent
→ 专家 Agent 执行跨平台操作
→ 独立 Audit Agent 验证（新 session）
→ 人工最终确认
四条黄金经验（可直接当 Skill 运营规则）
- 重复纠正两次以上 → 写进 Skill（可让 Agent 自己把纠正整理成指令）
- 先搞 Proofreading Skill——数字无来源就不敢放心交给 Agent
- 让 Agent 反思「哪里难」——第一次跑完问理解困难处，比自己改十遍 prompt 更有效
- 善用定时任务——能周日自动跑的事不要靠人记；人会忘，cron 不会
Skill 持续进化三招
- 每次 session 结束问：「这次过程中有什么值得记录进 Skill 的？」（组织变化、新数据源、被表扬的标题写法……）
- 新流程首次跑完问：「你觉得我给的指令哪里不好理解？」把反馈写回 Skill
- 同一错误纠正第三次 → 固化为 Skill 指令
关键概念
- Claude Cowork — 案例载体（国内不可用）；本文重点抽取可迁移工作流而非产品功能
- Skill — Prep / Proofreading / Action-items / Dispatcher / 专家 Skill；持续反思写回
- Agentic Workflow — 定时触发 + 多 Skill + 人工确认节点的生产线形态
- Multi-Agent 系统 — Dispatcher 路由、专家并行职责、Audit/Manager 独立实例
- Anthropic — 内部营销运营落地案例出处
- Claude Code — 国内复现载体之一（Skills / 新 session 审计）
- Codex — 定时任务与新任务零上下文审计的替代
- MCP 模型上下文协议 — Connectors 的国内等价物
- n8n — 定时触发与编排替代
- Dify — 提示词/Skill 模板替代
- Proofreading Skill — 数字溯源与「敢说不确定」的信任层（概念在本文成型，暂不单建实体）
- Audit Agent — 零上下文独立验证实例（见 Multi-Agent / Agentic Workflow 观点）
- Dispatcher Skill — 只路由不干活的调度层
与其他素材的关联
- 与 2026-06-03-claude-code-multi-agent-accounting：同为规则/流程驱动的 Multi-Agent 管道；会计案是顺序 5 Agent，本文是 调度器 + 专家 + 独立审计 的层次委托，互补。
- 与 2026-05-13-ai-agent-productivity-20x：同强调 Skill + 定时调度把人从操作者变成审核者；本文补上 Proofreading 与零上下文 Audit 的信任工程细节。
- 与 2026-06-19-claude-memory-connector-automation：同谈 Claude Cowork 办公自动化，前文偏「找值得自动化的事」，本文偏「已自动化后的 Skill 架构与进化」。
- 与 2026-07-17-woshipm-agent-remote-control-codex-uu：前文解决「在哪跑 Agent」，本文解决「跑什么架构」——远程主力机可承载本文的 cron + Skill 流水线。
- 与 2026-06-17-chatgpt-ai-team-management / AI 工作流方法论：AI 团队与反思者角色，可对照本文 Manager Agent 与 session 结束反思写回 Skill。
原文精彩摘录
Claude Cowork 咱们确实用不了 —— 但这篇案例的价值不在产品本身。它展示了一套 非常成熟且可复制的 Agent 工作流设计范式 。这套思路用 Codex、Claude Code、Dify、n8n 或者任何 Agent 框架都能实现
这就是 Proofreading Skill 的威力 —— 让 Agent 学会说”我不确定”比让它学会写报告更重要
为什么要用独立实例？因为如果用同一个 Agent，它可能会”记住”自己刚刚搭建的过程而跳过验证步骤。零上下文确保了审计的客观性
核心思想就一句话： 把重复性工作拆解成 Agent 能跑的环节，把验证环节独立出来保证质量，把每次纠正都回写成 Skill 让系统越来越聪明