結(jié)果在公眾號的表現(xiàn)不錯，而轉(zhuǎn)發(fā)到小紅書數(shù)據(jù)更是尤其好，引起了不少討論。但更有意思的是，似乎沒有一個人懷疑這是AI寫的。

所以今天寫一篇詳細的教程，說說我是怎么構(gòu)建這個自動化寫作工作流的。

之前的痛點

其實我很早就在寫作過程中融入AI輔助的流程了。

但問題是…我寫過和做過的東西分散在不同的工具中，很零散，很懶得整理。

所以很長一段時間以來，我的做法都是：每次都自己選些材料作為AI輔助協(xié)作的Context。

包括：

• 為這次寫作收集到的資料

• "我"是誰的個人信息

• 我寫過的相關文章

• 我的語言風格和寫作習慣

每次寫文章都要這么準備一遍，真的太煩了。

而且還有個更大的問題：AI經(jīng)常"自作主張"。

你讓它寫文章，它直接給你生成一篇。你要的是"先討論選題，再寫"，但它跳過了討論環(huán)節(jié)。

你想要它基于真實數(shù)據(jù)寫，它卻編造數(shù)據(jù)。

你想要它像你本人說話，它卻一股AI腔。

這種"不可控"的感覺，讓我很不爽。

下決心整理

所以我終于下定決心，把和AI寫作的工作流程、個人信息、寫過的內(nèi)容等等都梳理一遍，和AI配合得更好。

然后幸運地發(fā)現(xiàn)…其實也沒那多需要整理的。

雖然寫過、做過的東西不少，但真正讓自己滿意的，值得投喂給AI參考的，其實就那么點。

所以…干起來還挺簡單的。

而效果還真比自己想象的好。

核心架構(gòu)：兩層判斷機制

整個工作流的核心，是一個兩層判斷機制。

第一層：工作區(qū)判斷

AI先判斷你的任務屬于哪個工作區(qū)：

• 公眾號寫作？

• 視頻創(chuàng)作？

• Prompt梳理？

• 還是其他？

每個工作區(qū)有不同的CLAUDE.md，規(guī)則不同。

比如，公眾號寫作需要配圖，視頻創(chuàng)作不需要。你不能用公眾號的規(guī)則去處理視頻創(chuàng)作任務。

第二層：任務類型判斷

確定工作區(qū)后，AI再判斷具體任務類型：

• A. 新寫作任務（有完整brief）

• B. 新寫作任務（無brief只有需求）

• C. 修改已有文章

• D. 文章審校/降AI味

• E. 快速咨詢

不同任務類型，走不同的流程。

比如，新寫作任務需要完整9步流程；而修改已有文章只需要"讀取原文 → 理解需求 → 修改"。

為什么要兩層判斷？

因為這樣AI就不會"瞎猜"了。

它知道自己在哪個工作區(qū)，知道該走哪些步驟，知道哪些步驟可以靈活調(diào)整，哪些核心原則不能妥協(xié)。

流程可預測，協(xié)作就高效。

公眾號寫作的9步流程

以公眾號寫作為例，完整流程是9步。

Step 1: 理解需求 & 保存Brief

收到寫作需求后，AI先保存brief到 _briefs/ 文件夾。

文件名格式：項目名-商單brief.md

這樣方便后續(xù)查閱。

Step 2: 信息搜索與知識管理 ?

如果涉及新產(chǎn)品、新技術，這一步是必做的。

AI會多渠道搜索：

• 官方信息

• 科技媒體報道（TechCrunch、The Verge等）

• 社區(qū)討論（Reddit、Hacker News等）

• 競品對比

搜索完后，保存到 _knowledge_base/ 文件夾。

文件名格式：主題-時間.md

必須包含：信息收集時間、信息來源、下次更新建議。

為什么要這么做？

因為AI的訓練數(shù)據(jù)不是最新的。如果不強制搜索，它可能會用過時的信息。

比如，它的訓練數(shù)據(jù)可能停留在2024年初，不知道Claude 4.5、GPT-4o這些新模型的特性。

所以，搜索驗證 > 一切。

Step 3: 選題討論 ? 必做

重點來了：不要直接寫文章！先討論選題！

AI會提供3-4個選題方向，每個包含：

• 標題（吸引人的）

• 核心角度

• 工作量評估（?評級）

• 優(yōu)勢和劣勢

• 是否需要真實測試

每個選題還附帶大綱（3-7個大標題 + 預計字數(shù)分配）。

然后，等我選擇。

AI不會假設我會選哪個，也不會自己決定。

為什么這一步很重要？

因為這避免了"方向錯誤"。

如果AI直接寫，寫了一半發(fā)現(xiàn)不是我想要的，那就浪費了大量時間。

而且，這一步讓我有掌控感。我知道AI在想什么，我可以及時糾正方向。

Step 4: 創(chuàng)建協(xié)作文檔（如需測試/配圖）

如果選題需要真實測試或配圖，AI會創(chuàng)建協(xié)作文檔到 _協(xié)作文檔/ 文件夾。

包含：

• 測試任務清單（詳細步驟、統(tǒng)一Prompt、數(shù)據(jù)記錄表格）

• 配圖需求清單（必需配圖 + 可選配圖，帶checkbox）

• 時間和成本預估

• 協(xié)作檢查清單

這樣我清楚知道自己要做什么，AI也清楚知道要等待什么數(shù)據(jù)。

Step 5: 學習我的風格

AI會閱讀：

• /寫作參考/ 中的風格指南

• 本文件夾或歷史存檔中至少2-3篇我的文章

提?。洪_頭方式、結(jié)構(gòu)偏好、語言特征、金句風格。

Step 5.5: 使用個人素材庫 ?

這一步是降AI味的核心。

AI會從我的個人素材庫中搜索真實的經(jīng)歷、觀點、案例。

方法A：直接搜索原始數(shù)據(jù)（推薦）

AI用Grep工具在 全部即刻動態(tài).csv 中搜索關鍵詞。

比如，寫高德掃街榜文章，就搜索"高德|掃街榜"，找到我的真實吐槽。

方法B：查看已提煉素材

如果是常見主題（AI編程工具、產(chǎn)品開發(fā)等），AI會打開主題索引，查看已整理的素材文件。

典型使用場景：

• 文章開頭：用真實經(jīng)歷引入

• 觀點支撐：用真實評價增強可信度

• 案例展示：用真實項目案例

• 結(jié)尾思考：用個人洞察升華主題

注意：所有素材都是真實的，不能編造或夸大。而且要改寫成長文邏輯，不能直接復制粘貼。

Step 6: 等待我提供測試數(shù)據(jù)

如果需要真實測試，AI會等我完成測試任務、接收數(shù)據(jù)和配圖。

然后才開始寫作。

Step 7: 創(chuàng)作初稿

基于真實數(shù)據(jù)寫作，保持"實踐+落地"調(diào)性，加入具體案例，自然融入我的經(jīng)驗和視角。

初稿可以不完美，重點是把內(nèi)容寫出來。審校環(huán)節(jié)會系統(tǒng)化優(yōu)化。

Step 7.5: 風格轉(zhuǎn)換實驗（可選）

這一步是實驗性的，不強制。

AI可以嘗試用不同寫作者的語言風格重新表達，比如Keso、和菜頭、梁寧、張小龍、PG等。

核心原則：

• 只借鑒語言風格（句式、節(jié)奏、思維方式）

• 禁止使用原話（不引用別人的金句）

• 禁止用他人經(jīng)歷（"我"始終是花生，所有經(jīng)歷都是我的）

這是整個流程中最關鍵的一步。

第一遍：內(nèi)容審校（邏輯、事實、結(jié)構(gòu)）

檢查：

• 事實準確？（數(shù)據(jù)、時間、產(chǎn)品名稱）

• 邏輯清晰？（前后無矛盾）

• 結(jié)構(gòu)合理？（無跑題）

• 無編造？（所有數(shù)據(jù)和案例都真實）

第二遍：風格審校（AI味降重）

這一遍的目標是去掉AI味，增加人味。

檢查：

• 刪除套話：“在當今時代”、“綜上所述”、“值得注意的是”

• 拆解AI句式："不是…而是…"連續(xù)出現(xiàn)

• 替換書面詞匯："顯著提升"→具體數(shù)字，“充分利用"→"用好”

• 改成口語化："進行操作"→直接用動詞

• 加入真實細節(jié)：抽象表達→具體數(shù)字/案例

• 加入個人態(tài)度：中立客觀→明確觀點

常見改寫：

? "在當今AI技術飛速發(fā)展的時代，編程工具也在不斷進化..." ? "Claude Code出了。我用了兩周，確實比Cursor好用。" ? "通過充分利用Claude Code的能力，可以顯著提升開發(fā)效率..." ? "用好Claude Code，你的開發(fā)速度能快不少。我測下來，平均每個項目省3-5小時。"

第三遍：細節(jié)打磨（標點、排版、節(jié)奏）

檢查：

• 句子長度合適？（15-25字為主，不超過30字）

• 段落不太長？（手機屏幕3-5行）

• 標點自然？（多用句號，少用逗號連接長句）

• 節(jié)奏有變化？（快慢結(jié)合）

大聲朗讀，感受節(jié)奏。找出超過30字的長句，拆短。

Step 9: 文章配圖 ?

如果需要配圖，AI會：

1. 分析文章，確定配圖需求（推薦5-8張）

2. 創(chuàng)建圖片文件夾：images/文章主題/

3. 獲取/生成圖片（公共領域 → AI生成 → 免費圖庫 → 截圖）

4. 在Markdown插入圖片（使用絕對路徑）

5. 驗證圖片顯示

圖片來源優(yōu)先級：

1. 公共領域作品（Wikimedia Commons）

2. AI生成（火山引擎API）

3. 免費圖庫（Unsplash、Pexels）

4. 截圖/官方素材（需注明來源）

除了9步流程，還有7個關鍵要點，貫穿整個協(xié)作過程。

1. Think Aloud透明化思考

AI每次做決策時，都要說明思考過程。

? “我認為這個標題可以從X和Y兩個角度考慮…” ? “對比了這三種方案后，我覺得方案A更適合，因為…” ? “我不確定這個技術細節(jié)，讓我先搜索一下…”

? 不要直接給出答案而不說明思考過程

為什么要這樣？

因為這樣我可以看到AI的思考過程，及時糾正方向。

不然AI就是個黑盒，我不知道它在想什么。

2. 調(diào)研先行

處理新概念、新技術、新方法時，AI必須先做充分網(wǎng)絡調(diào)研。

什么時候必須搜索：

• 涉及新概念/新方法

• 涉及2024-2025年的新技術、新工具

• 需要業(yè)界最佳實踐

• 不確定的技術細節(jié)或?qū)I(yè)術語

信息源優(yōu)先級：

• ? 優(yōu)先：權(quán)威科技媒體（TechCrunch、The Verge）、社區(qū)論壇（Reddit、Hacker News）、官方文檔

• ? 忽略：知乎、百度2025年之前的信息

不要直接寫文章！先討論選題！

這避免了方向錯誤造成的大量返工。

4. 個人素材庫降AI味

用真實經(jīng)歷、觀點、案例替代AI腔。

這是降AI味的核心。

5. 三遍審校機制

系統(tǒng)化降低AI檢測率至30%以下。

內(nèi)容審校 → 風格審校 → 細節(jié)打磨。

6. 文章配圖流程

直接完成配圖，不要只寫配圖指南。

7. 協(xié)作文檔

明確分工，讓我知道需要配合什么。

為什么這個流程效果好？

總結(jié)一下，這個工作流效果好，核心在于三點：

1. 結(jié)構(gòu)化

兩層判斷 + 9步流程，AI不會"瞎猜"。

它知道自己在哪個工作區(qū)，知道該走哪些步驟。

流程可預測，協(xié)作就高效。

2. 透明化

Think Aloud + 選題討論，我有掌控感。

我可以看到AI的思考過程，及時糾正方向。

3. 真實化

強制調(diào)研 + 個人素材庫 + 三遍審校，降AI味。

文章有真實感、有溫度，讀起來像我本人在說話。

最重要的設計理念

說完了流程和要點，我想強調(diào)一個最重要的設計理念：

流程是指南，不是教條；核心原則不可妥協(xié)。

什么意思？

流程可以靈活調(diào)整：

• 如果我明確要求跳過某步驟，AI可以遵循（但會提醒風險）

• 如果任務特別簡單/緊急，AI可以直接執(zhí)行

• 如果上下文已包含所需信息，AI不會重復操作

但核心原則不能妥協(xié)：

• ? 絕不編造數(shù)據(jù)

• ? 絕不使用過時信息

• ? 絕不省略Think Aloud

• ? 絕不跳過用戶確認（重要決策）

這種"靈活性 vs 核心原則"的平衡，是這個工作流的精髓。

既保證質(zhì)量（核心原則），又提高效率（靈活調(diào)整）。

實際效果如何？

回到開頭那個例子。

我用這個工作流，讓Claude Code幫我寫了一篇3000多字的文章。

整個過程：

1. AI先搜索了相關資料，保存到知識庫

2. 提供了4個選題方向，我選了其中一個

3. AI從我的即刻動態(tài)中搜索了相關素材，找到我的真實觀點

4. 創(chuàng)作初稿

5. 三遍審校，刪套話、改句式、加真實細節(jié)

6. 完成

結(jié)果？

小紅書數(shù)據(jù)不錯，引起了討論，但沒有任何一個人懷疑這是AI寫的。

但這里有個重要的點要說清楚：

雖然這篇文章100%由AI寫完，但：

• 寫什么主題 - 我決定的

• 我的觀點是什么 - 我決定的

• 想表達什么 - 我決定的

• AI用的素材 - 都是我自己寫的即刻內(nèi)容

所以，效果好，文風像我，這并不奇怪。

寫作的某些部分，應該由自己掌控，做自我表達。

只是把麻煩的、自己不想做的事（比如擴寫、潤色、結(jié)構(gòu)組織）交給AI。

為什么沒人發(fā)現(xiàn)？

因為：

• 文章有真實案例（從我的即刻動態(tài)中提?。?/p>

• 語言風格像我（三遍審校去掉了AI腔）

• 觀點和態(tài)度明確（不是中立客觀的AI腔）

• 細節(jié)真實（具體數(shù)字、具體場景）

這就是這個工作流的價值。

如何開始搭建自己的工作流？

如果你也想搭建類似的工作流，我的建議是：

第一步：理解核心原理

先理解為什么要這么做：

• 為什么要兩層判斷？（避免AI誤判）

• 為什么要Think Aloud？（協(xié)作透明化）

• 為什么要強制調(diào)研？（信息準確性）

• 為什么要選題討論？（避免方向錯誤）

第二步：搭建自己的CLAUDE.md

創(chuàng)建規(guī)則文檔：

• 根目錄CLAUDE.md（總綱：協(xié)作方式、任務路由、信息搜索規(guī)范）

• 子文件夾CLAUDE.md（具體流程：公眾號寫作、視頻創(chuàng)作等）

• 個人素材庫（真實經(jīng)歷、觀點、案例）

• 風格指南（語言特征、審校checklist）

第三步：積累個人素材

這是降AI味的核心。

把你的真實經(jīng)歷、觀點、案例整理出來。

不需要很多，真正值得投喂給AI參考的，其實就那么點。

第四步：迭代優(yōu)化

每次協(xié)作后，反思哪里可以改進。

更新CLAUDE.md，記錄迭代。

完善審校機制。

可復制的部分 vs 不可復制的部分

可復制的部分：

• 兩層判斷機制（任何領域都適用）

• 信息搜索規(guī)范（確保準確性）

• Think Aloud透明化（增強協(xié)作）

• 三遍審校機制（降AI味）

不可復制的部分：

• 個人素材庫（需要你自己積累）

• 風格特征（每個人的風格不同）

• 行業(yè)知識（需要你自己的專業(yè)經(jīng)驗）

所以，如果你想搭建類似的工作流，可以直接復用"可復制的部分"，但"不可復制的部分"需要你自己積累。

最后

Claude Code是最好的自動化寫作agent。

但前提是，你得給它明確的規(guī)則、真實的素材、清晰的反饋。

這個工作流，就是我給它的"規(guī)則書"。

而效果？

你看這篇文章，就知道了。