个人信息日报：多站点+排序规则+视觉复刻

观点：个人日报不是”一个提示词”，而是五层工程——数据源、获取、规则、结构、颜值，层与层可独立替换。所以它两个小时就能跑起来，也所以提示词根本覆盖不了全部功能，真实交付物是开源仓 daily-news-app；“先跑起来再磨合”才是这套方法的本体。

数据源层分两类对待：能直读的直接挂链接——卡兹克 AI 资讯站自带 Skill/MCP 接入，整站新闻 Agent 直接读，X 上一手博主如 Tibor、Lenny 同理；读不了的（微博超话这类没 API 的）用 Codex 的录制技能，像录像一样演示一遍操作路径，AI 归纳成可定时执行的 Skill。获取层就是 Agent 软件的计划任务每天固定时间跑，前提是那会儿电脑得开着，否则要另配远程方案。规则层把”重要性排序”写成规则：AI 按”你最关心”排头版头条，次要的放小模块，规则靠日常反馈慢慢迭代，不追求一次写对。结构层把多站点日报（新闻、明星、爱好、竞品各一站）汇总到一个首页；个人待办单列一栏，从飞书或 Linear 定时抽取写入，性质是工作台不是日报。颜值层最容易被低估：把喜欢的官网截图发给 AI 复刻视觉配置，作者的原话是”只有看得舒服了，你才会每天去看”——视觉是留存率变量，不是装饰。

洞察：五层里最常被跳过的是颜值层，而它恰恰决定系统活不活得下去——信息系统的采纳率不由内容质量单点决定，由”每天愿不愿意打开”决定。排序规则同理：它不是一个待解决的配置项，而是一个永不完成的反馈回路，把它当一次性提示词写死，是这套做法最常见的死法。

启示：可带走的组装顺序是：分层数据源（可直读链接、录制技能、工作台抽取）加 Agent 定时拉取，加可反馈迭代的排序规则，加多站点聚合一个首页，加截图复刻颜值。先跑起来，不满意跟规则磨，不手搓完美提示词。对照本库：我们的”抖音到知识库到飞书日报”就是这套五层的一个实例，入口靠人工策展投递所以不需要录制技能，最弱的一环恰是颜值层——日报是纯文本卡片，截图复刻的思路值得抄。

提醒：录制技能目前是 Codex 独有，换工具链则微博超话类源直接无解，这是全卡最大的单点依赖。定时执行绑本机开机，移动场景失效，远程方案作者一笔带过没展开。“AI 认为你最关心”的排序会系统性迎合偏好，不坚持人工反馈会退化成信息茧房阅读器。全部成色押在开源仓上，视频演示不等于可复现，引用前先 clone 验证。

---

📺 珍妮丁丁说AI，抖音，2026-09-04 · 原视频 · 库内 2026-09-04-手把手教你 · 速览 速览/2026-09-04-定制专属信息日报