前言：为什么全自动 Agent 总在关键时刻崩？

大多数人搭多模态营销 Agent 的第一反应是：把所有环节塞进一个 Agent，让它从"输入一句话"一路跑到"自动发帖"。

结果通常是：跑通了演示 Demo，跑崩了线上账单。

本文想说的不是"你应该做全自动"，而是：先把它做成"能产出、能止损、能复盘"的半自动流水线，反而能更快上线、更稳运行。

---

一、别把所有东西塞进一个 Agent：分清"脑子"和"工厂"

Agent 臃肿的根源，往往是没有分层。

一个健康的营销 Agent 架构，应该把职责拆成两个层：

🧠 脑子层（文本规划）

负责"想"的部分，交给你顺手的 LLM：

• 推文结构设计
• 产品卖点拆解
• 风格蓝图输出（关键词、禁用词、画面描述、镜头节奏）

这一层的核心产物是一份结构化的 "发布包蓝图"，它是后续所有媒体生成的输入。

🏭 工厂层（媒体生成）

负责"做"的部分，统一交给专门的媒体生成服务（如 crun.ai）去异步跑任务。

原因很现实：

• 媒体侧你迟早要多模型对撞
• 需要异步处理和失败重试
• 需要用量对账和成本控制

如果自己对接多家媒体 API，你最终写的不是 Agent，而是一堆"修管道"的胶水代码。

核心原则：LLM 写脑洞，媒体服务出素材，各干各的，架构清晰，心态稳定。

---

二、先做"可交付"的最小闭环：不追求全自动，先追求可发布

与其设计一个完美的全自动系统，不如先跑通一个最小可交付闭环。

我目前的最小闭环长这样：

Step 1: LLM 输出"发布包蓝图"
        ├── 标题 & 正文
        ├── 配图 / 视频 Prompt
        ├── CTA 文案
        └── 禁用项清单

Step 2: 媒体生成服务并发跑 2–3 个候选
        ├── 2 张候选图
        └── 1 段 6–8 秒短视频
        （别上来就并发 10 个，成本控制先行）

Step 3: 自动验收（土但有效）
        ├── 图片：尺寸 / 清晰度 / 是否有离谱元素
        └── 视频：时长 / 有无黑帧 / 有无明显崩脸崩字

Step 4: 人工点选"采用哪个"→ 发推 / 排程

这套流程"笨"在哪？它保留了一个人工决策节点。

但它的优点恰恰也在这里：你不需要相信 Agent 永远正确，你只需要它把素材做出来给你挑。 感知成本极低，上线门槛极低，可以今天就用。

---

三、把"烧钱点"提前卡住：止损规则写死，不给系统演戏空间

不写止损规则，真的会破产。以下三条我亲测有效：

止损规则	具体实现	目的
重试上限	失败最多重试 2 次，超过直接 fail	防止无限重试烧钱
对撞上限	每个场景最多 3 个候选（视频尤其严格）	控制并发成本
超时降级	超过 45s 自动降级到更快模型 / 只出图不出视频	避免单任务卡死整条链路

以伪代码表示降级逻辑：

async def generate_media(prompt, timeout=45):
    try:
        result = await asyncio.wait_for(
            run_video_generation(prompt), 
            timeout=timeout
        )
        return result
    except asyncio.TimeoutError:
        # 超时降级：换快模型或只出图
        return await run_image_fallback(prompt)
    except Exception as e:
        retry_count += 1
        if retry_count >= MAX_RETRIES:  # MAX_RETRIES = 2
            raise TaskFailed(f"超出重试上限: {e}")
        return await generate_media(prompt)

加了止损规则后，素材质量可能没有"玄学惊艳"，但账单立刻变得像个正常人在花钱，Agent 也不再靠"努力重试"假装在工作。

---

四、素材要归档：不然两周后连复盘都没资格做

多模态任务有一个最容易被忽略的坑：生成的图片和视频不会永久存在。

很多平台的任务结果有过期机制，如果你不及时把素材下载落到自己的存储，过一阵子就"查无此物"。你连复盘"哪个模型更稳、哪个风格效果更好"都做不了。

所以我现在把归档当成流程的强制节点，缺一步不算闭环：

产出 → 验收 → 落盘归档 → 再发布

归档时建议记录的元数据：

{
  "task_id": "xxx",
  "created_at": "2025-06-01T10:00:00Z",
  "model": "stable-diffusion-xl",
  "prompt": "...",
  "result_url": "https://...",
  "local_path": "/archive/media/xxx.png",
  "status": "adopted",   // adopted / rejected / pending
  "scene": "summer_campaign_v2"
}

有了这些数据，你才能在两周后打开数据看板，知道哪个模型出图稳定率高，哪个风格的素材被采用率更高——这才是真正意义上的"闭环"。

---

总结

设计原则	核心做法
分层架构	LLM 负责规划，媒体服务负责生成，职责隔离
最小闭环	保留人工点选节点，先追求可发布再追求全自动
止损规则	重试上限 + 对撞上限 + 超时降级，三条缺一不可
素材归档	产出即落盘，归档是闭环的一部分，不是可选项

全自动不是目标，稳定产出才是。 先跑通半自动流水线，跑稳了再一步步把人工节点自动化掉——这条路比一步到位靠谱得多。

---

如果你在搭类似的营销 Agent，欢迎在评论区交流踩过的坑。