Dalam artikel ini, aku tunjuk cara 4 folder dalam Google Drive menyambungkan learning, research, cadangan dan execution. Kau juga akan nampak tempat Human Approval berlaku, kerja yang berjalan di Hermes VPS, dan bahagian yang masih bergantung pada desktop.
Lepas baca, kau boleh lakar workflow sendiri dengan lebih jelas: data masuk dari mana, manusia semak apa, dan apa yang dibenarkan selepas Approve.
Kenapa aku susun macam ini?
Aku mahu setiap cadangan AI ada bukti yang boleh aku semak. Kalau AI cadang ubah copy, aku perlu nampak sumber asal, perubahan yang dicadangkan dan sebabnya.
Sebab itu, aku susun kerja ikut fungsi folder. Nombor folder membantu navigation, tetapi loop harian boleh bermula daripada hasil dalam 04.
Walkthrough: dari hasil kepada keputusan
1. 04_PERFORMANCE-LEARNING: baca apa yang berlaku
Folder ini menyimpan dataset, diagnosis, experiment dan learning log. Aku mahu rekod apa yang diperhatikan, tarikh data, batas bacaan dan soalan seterusnya.
Signal awal boleh berubah selepas hari ditutup. Jadi snapshot intraday tidak terus menjadi kesimpulan kekal. Data yang gagal dibaca pula dilabel UNKNOWN atau BLOCKED, bukan dianggap 0.
2. 01_RESEARCH-EVIDENCE: jadikan hasil sebagai soalan research
Learning yang berguna masuk ke research bersama sumber, confidence dan counterevidence. Aku mahu tahu apa yang disahkan, apa yang masih hypothesis, dan apa yang boleh menafikan tafsiran itu.
Contoh ringkas: CTR tinggi belum menjawab sama ada mesej membawa hasil yang kita mahu. Research perlu tengok perjalanan selepas klik dan kemungkinan penjelasan lain.
Nota research tidak menulis semula Canonical-Facts secara automatik. Pengetahuan creative boleh dikongsi, tetapi metrik, attribution dan polisi setiap platform kekal berasingan.
Untuk contoh research sebelum website dibina, baca analisis bisnes Setia Alam Dental. Aku tunjuk cara semak fakta business, pesaing dan search intent.
3. 02_MESSAGING-CREATIVE-STRATEGY: bawa cadangan yang boleh dinilai
Di sini, research diterjemahkan kepada hypothesis, hook, angle, CTA atau creative brief. Cadangan perlu cukup lengkap untuk aku buat keputusan.
Morning Decisions workbook menjadi tempat review. Kad Asal → Cadangan menunjukkan wording, sumber asset, apa berubah, apa kekal, alasan dan pelan test.
Satu review menggunakan satu tab. Proposal ID dan versi mengikat approval kepada kandungan yang tepat. AI readiness seperti READY_FOR_REVIEW berasingan daripada keputusan manusia.
Human Approval: pilih tindakan dengan scope yang jelas
- Approve: jika QA ialah READY_FOR_REVIEW, pemproses menyediakan pakej produksi dalam 03. QA yang belum lulus menghasilkan ACTION_BLOCKED.
- Reject: sistem menyimpan dan menyemak snapshot di 04 dahulu, kemudian membuang tab review bagi proposal dan versi itu. Sejarah queue kekal.
- Revise: perlukan cadangan atau versi baharu. Nota reviewer tidak diterapkan diam-diam pada versi yang sudah diluluskan.
- Hold atau Pending: tiada produksi atau pembuangan tab.
4. 03_EXECUTION-TRACEABILITY: simpan apa yang benar-benar disiapkan
Selepas approval yang sah, output disimpan dalam Creative-Execution / Morning-Approved. Pakej boleh mengandungi approved wording, rujukan asset asal, execution handoff dan snapshot versi untuk audit.
Output ikut jenis cadangan yang disokong. Wording iteration pada imej mengekalkan fail foto asal. Untuk video, rujukan dan thumbnail tidak bermaksud video baharu sudah disunting.
Poster daripada template yang disokong boleh menghasilkan PNG dan editable SVG. Itu bukan kebenaran mencipta foto projek, progress atau testimoni rekaan.
Status PRODUCTION_READY bermaksud pakej bahan siap di Drive. Pelancaran iklan, schedule dan perubahan budget memerlukan proses serta kebenaran berasingan.
5. Kembali ke 04: semak hasil seterusnya
Kalau bahan itu kemudian dilaksanakan melalui proses yang diluluskan, hasilnya direkod semula dalam 04. Dari situ, research dan cadangan seterusnya boleh diperbaiki.
Loop ini juga boleh berakhir dengan No change. Kalau bukti belum cukup, kita simpan soalan itu dahulu.
Tool architecture: Drive simpan pengetahuan, Hermes jalankan jobs
Google Drive ialah knowledge layer. Ia menyimpan sumber, learning, review dan receipt. Hermes VPS menyediakan runtime, scheduler, model dan worker untuk pipeline pagi.
Untuk menetapkan siapa boleh melihat atau mengedit sumber, rujuk panduan perkongsian Google Drive.
| Waktu Malaysia (MYT) | Lokasi | Fungsi |
|---|---|---|
| 03:00 | Codex desktop | Job learning asal membaca data hari sebelumnya dan mengemas kini learning / research. Masih bergantung pada desktop. |
| 05:00 | Hermes VPS | Baca sumber dan sediakan maksimum 3 cadangan material. Had ini bukan kuota wajib. |
| 07:15 | Hermes VPS | QA serta refresh proposal dan versi yang sama. Semak sumber, wording, asset dan readiness. |
| Setiap 5 minit | Hermes VPS | Semak keputusan manusia. Proses produksi yang diluluskan atau archive bagi Reject. |
Kalau job 03:00 tidak berjalan, job 05:00 boleh mengambil data segar sendiri. Ia melabel fallback dan menyimpan evidence tanpa mendakwa job desktop sudah berjalan.
Polling 5 minit bukan janji siap dalam 5 minit. Sumber yang gagal, queue dan writer lock boleh melambatkan tindakan. Maksimum 3 tindakan baharu diproses setiap larian.
Worker menyemak semula keputusan dan versi sebelum tindakan penting. Dedupe mengelakkan output berganda, manakala readback menyemak fail yang benar-benar tersimpan.
Boundaries yang aku kekalkan
- AI boleh menyediakan cadangan dan status readiness. Keputusan manusia tidak ditulis oleh worker.
- Approve hanya meluluskan versi, wording, asset dan scope yang ditunjukkan.
- Pemproses approval menyediakan bahan di 03. Ia tidak publish iklan, ubah budget, targeting, URL atau schedule.
- Sumber yang berubah atau write yang belum pasti perlu reconciliation. Sistem tidak terus mengulang secara membuta tuli.
- Factual claims, sumber media dan identiti execution mesti boleh dijejak. Fail bernama serupa belum membuktikan asset yang sama.
Limitations: bahagian yang belum selesai
Workflow ini belum fully autonomous. Job learning 03:00 masih bergantung pada desktop. Keputusan manusia, kualiti sumber dan akses tool masih menentukan apa yang boleh bergerak.
Dokumen setup juga bukan bukti sesuatu job berjaya. Skop learning yang diperluas dijadual bermula pada 26 Oktober 2026. Pemasangan dan ujian tidak membuktikan run berjadual itu sudah berlaku.
Attribution ada had. Bayaran pada peringkat form tidak semestinya boleh dipadankan tepat kepada iklan tertentu. Signal daripada sample kecil pula belum membuktikan sebab sesuatu creative berfungsi.
Push notification ke chat ketika app ditutup tidak dijamin. Status dan receipt perlu diperiksa di Sheet atau Drive. Artikel ini juga tidak membuat janji penjimatan masa atau peningkatan performance.
Screenshot dalam artikel ini diambil daripada workspace sebenar dan dihadkan kepada struktur yang selamat dipaparkan. Data peribadi, identifier dan butiran projek sulit dikeluarkan melalui crop atau solid blocks yang di-flatten.
Apa yang aku mahu daripada workflow ini
Aku mahu buka satu tempat dan nampak cadangan yang ada sumber, perubahan yang jelas dan keputusan yang perlu aku buat. Bila bahan disiapkan, rekodnya boleh dijejak semula.
Kalau kau baru nak mula, pilih satu kerja berulang dahulu. Tentukan input, output, approval dan cara berhenti sebelum tambah lebih banyak jobs.
Semakan dokumentasi: 25 Oktober 2026, MYT. Sumber dalaman merangkumi navigation kanonik, four-folder feedback loop, Morning Decisions dan SOP tindakan. Pautan sumber sulit tidak disiarkan.