我用 4 个 Bot 搭了一个 OPC 团队：PMO、电商、社媒、运营

我离职之后全职做 OPC（One Person Company）。很多人对 OPC 的想象是「一个人干所有事」—— 但真这么做，很快就会卡在执行上：要写文章、要盯广告、要做产品、还要看数据。

我的做法不是把自己变成超人，而是把工作拆成流水线，交给 Bot 团队，自己只保留判断和方向。

我的 OPC 团队结构

PMO 办公室

跨项目监控：今天哪个项目有风险、哪件事需要我拍板、哪些任务卡住了。它不替我决策，但确保我不会漏掉需要决策的事。

Amazon 电商项目组

广告报告的获取与整理、Listing 优化建议、竞品价格与评论监控。

AI 社媒组

把选题写成文章、定稿、排版，然后走发布流程。

啃料运营官

啃料实验室的日活与用户使用情况、素材抓取与入库。

为什么这样分工有效

1. 每条流水线都有明确的输入输出：输入是目标/数据，输出是可验收的产物（报告、文章、上架建议）。
2. 我只需要在「判断点」出现：选哪个方向、要不要继续投入、哪条数据异常需要深挖。
3. Bot 负责记录，我负责负责：执行可以交给 Bot，结果只能自己承担。

一个反直觉的结论

用 AI 做 OPC，最难的从来不是「会不会写代码」，而是你能不能把一件事讲清楚到可以交付。

• 需求不清楚，Bot 只会更快地做错；
• 标准不清楚，Bot 就会给你一堆看起来完成、实际不能用的东西；
• 知识不沉淀，换一个模型、换一个工具，一切从头再来。

所以我现在的顺序是：先想清楚这件事的目标和验收标准，再考虑用哪个模型、写什么 prompt。

不要相信大多数人同意的事。大家都在换更强的模型，但很少有人问：我是不是在用最先进的模型，做最简单的事？

这是「老船长的 AI 笔记」的第一篇。后面会写：我如何给每个 Bot 定义职责与验收标准、如何沉淀可复用的 skill、以及用 DeepSeek 做出啃料实验室的全过程。