01
調查員
查 Steam、官方公告、Demo 與玩家評價，先確認事實，也找出不能忽略的風險。
像一間小報社
Hermes 同時扮演六個工作人員
不是把同一段官方文案換句話說，而是讓不同角色逐步把「這款遊戲值不值得介紹」變成能被檢查的成品。
02
編輯
決定玩家真正需要知道什麼，寫出推薦角度、Hook、影片字卡與 Caption。
03
剪輯師
使用可追溯的官方高畫質素材，保留原本順序與聲音，做成 9:16 直式影片。
04
設計師
用官方 Header 和現行 BMO 版型製作封面，同時檢查全螢幕與個人檔案裁切。
05
品管員
檢查畫面、聲音、缺字、裁切、過期 CTA、片尾與檔案能不能完整播放。
06
檔案管理員
把影片、封面、文案和證據整理成私人發布包，並回填追蹤表供手機驗收。
端到端流程圖
從連結到發布包，一共八站
切換到「專業版」可以看每一站在系統裡真正做的工作；流程不變，只是說明深度不同。
收到遊戲
EJ 丟進一個 Steam 連結，工作正式開始。
建立唯一 Content ID、固定 Sheet 列與官方命名工作區，避免重複製作。
查清楚
確認遊戲是誰做的、怎麼玩、何時上市，以及大家真的怎麼說。
讀取 Live appdetails、News、正式版／Demo 評價、官方來源與第三方證據，分離事實、主張、觀察與未知。
決定值不值得
如果不值得推薦，就停下；值得才繼續花時間做影片。
執行 Recommendation Gate；重大品質、權利或素材問題會提前形成例外 Gate。
寫成玩家看得懂的話
不是抄官方介紹，而是回答「誰會喜歡、買前要知道什麼」。
完成推薦角度、Persistent Hook、三組詳細字卡、Caption、風險表與 claim-to-shot。
取得官方素材
下載最清楚的官方影片，再避開日期、價格和廣告尾卡。
優先取得 Steam DASH AV1；逐支執行 SHA、ffprobe、完整解碼、corruption gate 與尾端 Contact Sheet。
製作影片與封面
讓遊戲畫面當主角，文字提供買前判斷，最後接上 BMO 片尾。
以原始來源單次 H.264 Encode，套用 Gameplay-first Canon、320ms 字卡、共享片尾與雙比例封面。
重新檢查一遍
像出刊前校稿：聲音、畫面、字幕與裁切都要真的通過。
驗證完整影音解碼、cmap、baseline、Safe Area、音訊接縫、copy events、9:16 與 3:4 視覺 QA。
交付完整發布包
影片、文案、封面和證據放在一起，EJ 用手機就能一次看完。
私人 Drive 上傳後讀回 ID、MD5、Parent、Permissions；同步 Sheet 並核對 A:P 全列。
人與 AI 的分工
AI 負責把事情做完，人負責最後的判斷
自動化的目的不是把 EJ 排除，而是把 EJ 從搬資料、反覆校對與手工輸出中解放出來。
EJ 指定遊戲
提供 Steam 連結，或說明想研究的對象。沒有必要先填一張長表格。
EJ 看完整成品
一次檢查影片、Caption 與封面；需要修正時，把問題集中提出。
三條護欄
自動化不等於失去控制
正式評價、價格、語言、獎項和玩法都必須能回到來源；未知就標成未知。
研究 Gate 可以否決製作。完整流程不是「無論如何都生出一支廣告」。
完整私人發布包不等於發布授權；公開貼文仍由 EJ 執行或另行明確批准。
真正的目標：第一次看到成品，就已經接近可以發布。
如果每支影片仍要來回十幾次，或每一步都需要人手提醒，這套自動化就沒有成功。BMO 的目標是讓研究、編輯、製作與驗證成為一條可重複、可稽核的內容生產線。
目標：95% 第一次最終驗收即可接受