diff --git a/DOCKER_PREFECT_USAGE.md b/DOCKER_PREFECT_USAGE.md
index 97f61db..1856e59 100644
--- a/DOCKER_PREFECT_USAGE.md
+++ b/DOCKER_PREFECT_USAGE.md
@@ -6,6 +6,7 @@
 - `09:00` 推送结果到飞书群
 
 调度配置写在 [prefect.yaml](/Users/idss/YXT_Project/gmv-analytics/prefect.yaml) 中。
+运行容器的职责是启动 Prefect worker，不再使用 `--serve` 作为主方案。
 
 ## 1. 创建 Docker 镜像
 
@@ -13,7 +14,7 @@
 
 ```bash
 cd /Users/idss/YXT_Project/gmv-analytics
-docker build -t gmv-analytics-prefect:latest .
+docker build -t gmv-analytics-prefect:0.1.0 .
 ```
 
 镜像内容来自：
@@ -25,10 +26,11 @@ docker build -t gmv-analytics-prefect:latest .
 
 - 加载 `.env`
 - 自动把 `PROJECT_MAPPING_FILE` 修正为容器内的 `/app/店铺映射表.xlsx`
-- 默认执行：
+- 默认执行 `supervisord`
+- 再由 [supervisord.conf](/Users/idss/YXT_Project/gmv-analytics/supervisord.conf) 启动：
 
 ```bash
-python prefect_gmv_scheduler.py --serve
+prefect worker start --pool "gmv-analytics-pool" --type process
 ```
 
 ## 2. 启动 Docker 容器
@@ -37,17 +39,17 @@ python prefect_gmv_scheduler.py --serve
 
 ```bash
 docker run -d \
-  --name gmv-prefect-scheduler \
+  --name prefect-gmv-worker \
   --env-file /Users/idss/YXT_Project/gmv-analytics/.env \
   -e PROJECT_MAPPING_FILE=/app/店铺映射表.xlsx \
-  gmv-analytics-prefect:latest
+  gmv-analytics-prefect:0.1.0
 ```
 
 停止容器：
 
 ```bash
-docker stop gmv-prefect-scheduler
-docker rm gmv-prefect-scheduler
+docker stop prefect-gmv-worker
+docker rm prefect-gmv-worker
 ```
 
 ### 方式 B：用 `docker compose`
@@ -102,12 +104,12 @@ prefect deploy --all
 - Prefect API 服务可访问
 - 已经有可用的 work pool  
   当前 [prefect.yaml](/Users/idss/YXT_Project/gmv-analytics/prefect.yaml) 默认使用：
-  `default-agent-pool`
+  `gmv-analytics-pool`
 
 如果还没有 worker，可以在宿主机启动一个：
 
 ```bash
-prefect worker start --pool default-agent-pool --type process
+prefect worker start --pool gmv-analytics-pool --type process
 ```
 
 ## 4. 自动执行是怎么发生的
@@ -121,16 +123,16 @@ prefect worker start --pool default-agent-pool --type process
 3. Prefect worker 拉起执行
 4. 代码入口在 [prefect_gmv_scheduler.py](/Users/idss/YXT_Project/gmv-analytics/prefect_gmv_scheduler.py)
 
-如果你走的是容器内 `--serve` 方案：
+如果你走的是 Docker worker 方案：
 
-1. 容器常驻运行 `python prefect_gmv_scheduler.py --serve`
-2. 代码里会本地注册并维持两个定时调度
-3. 到时间后容器内部直接执行 flow
+1. 容器常驻运行 `prefect worker start --pool "gmv-analytics-pool" --type process`
+2. Prefect Server 到点触发 deployment
+3. worker 从 `gmv-analytics-pool` 拉起执行
 
 建议：
 
 - 正式环境优先用 `prefect.yaml + prefect deploy --all`
-- `--serve` 更适合本地或过渡期
+- Docker 容器只负责提供 worker 执行环境
 
 ## 5. 单次手动执行
 
@@ -158,7 +160,7 @@ python /Users/idss/YXT_Project/gmv-analytics/prefect_gmv_scheduler.py --mode all
 docker run --rm \
   --env-file /Users/idss/YXT_Project/gmv-analytics/.env \
   -e PROJECT_MAPPING_FILE=/app/店铺映射表.xlsx \
-  gmv-analytics-prefect:latest \
+  gmv-analytics-prefect:0.1.0 \
   python prefect_gmv_scheduler.py --mode sync
 ```
 
@@ -173,7 +175,7 @@ docker run --rm \
 如果用 `docker run`：
 
 ```bash
-docker logs -f gmv-prefect-scheduler
+docker logs -f prefect-gmv-worker
 ```
 
 如果用 `docker compose`：
@@ -200,14 +202,14 @@ docker compose logs -f
 进入容器查看：
 
 ```bash
-docker exec -it gmv-prefect-scheduler sh
+docker exec -it prefect-gmv-worker sh
 tail -f /app/logs/gmv_sync.log
 ```
 
 如果是 compose：
 
 ```bash
-docker exec -it gmv-prefect-scheduler sh
+docker exec -it prefect-gmv-worker sh
 tail -f /app/logs/gmv_sync.log
 ```
 
@@ -244,10 +246,15 @@ cd /Users/idss/YXT_Project/gmv-analytics
 prefect deploy --all
 ```
 
-如果你只是希望一个容器自己在里面定时跑，也可以直接：
+如果你要的是“容器里运行 worker，由 Prefect Server 统一调度”，直接：
 
 ```bash
 docker compose up -d --build
 ```
 
-这时它会直接跑 `--serve`，由容器自己维持调度。
+然后在能连到 Prefect API 的环境里执行：
+
+```bash
+cd /Users/idss/YXT_Project/gmv-analytics
+prefect deploy --all
+```