AI Metadata Guide
如何为 AI 工作流保存 Twitter 帖子 metadata，避免把模型真正需要的上下文都丢掉
很多 AI 工作流的问题，不是模型太弱，而是团队保存下来的 Twitter / X 输入缺了 query 上下文、source identity 或 review state。好的 metadata 会让流程更可解释，也更容易重复运行。
1. 先从 AI 任务出发，而不是从 raw payload 出发
不同 AI 任务需要的 metadata 不一样。摘要、聚类、排序和告警，往往不是同一套字段。
更稳的方式，是先定义 AI 任务，再保存最少但足够让结果站得住的 metadata。
- 先写清楚 AI 任务是 summarization、clustering、ranking 还是 triage。
- 只保留能帮助这个任务保持可解释性的字段。
- 不要因为 payload 里有，就一股脑全存。
2. 保留 query 和 source identity 字段
当模型知道一条帖子为什么会进入工作流、来自哪个 source 时，判断通常会更稳。
这一步通常意味着保存 matched query、source handle、timestamp，以及少量 source-type 标签。
- 保存命中的 query 或 rule。
- 保存 source handle 和 collection time。
- 有必要时加 competitor、customer、founder、watchlist 等标签。
3. 把 review-state 字段放在记录旁边
当 AI 能看到这条帖子是不是已经 review、是不是已经升级处理、是不是高价值样本，后面的摘要和判断通常会更稳。
这能避免模型每次都从头猜。
- 保存 review status 或 escalation state。
- 当人已经做过判断时，留一条短备注。
- 相似工作流尽量复用同一套状态名。
4. 用干净文本加稳定 metadata 喂给 AI
更稳的做法，通常是一份干净的主文本，再加一个小型 metadata 对象，解释它的检索来源、source 和状态。
这样模型既能总结，也不会丢掉原本的工作流上下文。
- 主文本和 metadata 分开存。
- 不要把解释混进 raw source 字段里。
- 尽量让未来 AI run 继续复用同一套 schema。
团队在实现这条流程时最常问的几个问题
这些问题通常会在团队从单次测试走向可重复 Twitter / X 数据采集时冒出来。
做 AI 摘要时，哪些 metadata 最常用？
通常是 matched query、source identity、timestamp，以及说明它是否已经 review 或 prioritize 的状态字段。
AI 需要把整段 timeline 也读进去吗？
只有当 timeline 历史会改变判断时才需要。很多任务只需要命中帖子加一小段来源上下文。
为什么不能只给模型 raw post text？
因为模型在知道这条帖子为什么被采到、来自什么 source 时，通常会比只看文本本身更稳。
通常会一起看的实现型页面
如果你想先看更完整的结构化记录设计流程，可以继续看这页。
如果下一步是把这些记录接进 AI 工作流，可以继续看这页。
如果你想先看字段选择，再决定 metadata，可以继续看这页。
如果你还没决定哪种检索路径该喂给 AI，可以继续看这页。
把 Twitter / X 公开帖子做成团队能反复运行的流程
如果这些问题已经开始频繁出现在你的流程里，可以去验证 tweet search、账号复核或 timeline 接入路径，并把输出接进稳定团队循环。