我把公眾號寫作心得，封裝成了一個 AI 智能體
整理版優先睇
用系統化方法，令AI幫你寫出「似你」嘅公眾號文章，而唔係標準罐頭內容
呢篇文章係一位公眾號創作者分享佢用AI寫作嘅實戰心得。佢發現，直接用AI生成文章，就算文筆流暢，都總係「似爆文但唔似你」，因為背後缺少一個穩定嘅作者身份。佢認為，AI寫作嘅關鍵唔係模型，而係你要先決定呢篇文章由邊個把聲、邊個判斷出發。
作者提出一個操作原則：AI應該放大你嘅判斷，而唔係取代你。佢拆解咗幾個核心元件：風格係賬號身份嘅壓縮文件，三要素（主題、素材、觀點要求）入面觀點要求最重要，因為佢先至話到俾AI知條路嘅邊界。佢仲設計咗一個14日最小工作流，同一個完整嘅文件夾結構（ai-gzh-system），等每次寫文都有積累、有複利。
最後，作者將呢套心得封裝成一個叫「筆尖」嘅AI智能體，目標係幫普通創作者建立一套穩定運行嘅寫作系統，而唔係再喺聊天框度臨時生產。佢強調，創作者嘅角色係系統設計者，唔係逐字寫稿人。
- AI寫公眾號成日「似爆文但唔似你」，因為背後冇一個穩定作者身份；解決方案係建立系統，令AI放大你嘅判斷而唔係取代。
- 風格唔係語氣形容詞，而係賬號身份嘅壓縮文件；要拆解3-5篇對標文章嘅結構模式，而唔係叫AI「寫得温暖啲」。
- 三要素入面，觀點要求最重要：包含認知翻轉、讀者快照、核心張力、發力方向，呢個先係寫作嘅藍圖。
- 建立一個14日最小工作流：先寫賬號檔案、風格卡、選題卡，然後生成初稿、人工編輯、發佈覆盤，確保每一步都有文件積累。
- 將公眾號當成小型Skill維護：用ai-gzh-system文件夾結構沉澱輸入、草稿、編輯記錄、發佈數據，等每次寫文都係累積資產。
14日最小寫作工作流
第1日寫profile.md，第2-3日拆對標文章整style-card.md，第4-6日準備10個選題卡，第7日生成初稿，第8-9日編輯（事實、邏輯、標題），第10日發佈，第11-14日記錄metrics。
ai-gzh-system文件夾結構
包含00-account（profile/voice/hooks）、01-style（samples/style-card）、02-topics（backlog/topic-template）、03-materials（raw/notes）、04-drafts（每篇input/draft/edit-log/titles）、05-publish（final/images/metrics）。
風格卡拆解要素
文章開頭模式、段落長短分佈、推進方式（故事定判斷）、標題類型（問題定結論）、小標題功能（轉場定判斷）、結尾開放式定行動式。
問題：AI寫嘅文章點解總係唔似你？
用AI寫公眾號，一開始好興奮，輸入標題等十幾秒就出一篇結構完整、語氣流暢嘅文章。但再睇第二遍，就會發現一個致命問題：佢似一篇公眾號文章，但唔似你嘅公眾號文章。呢個差異好細，但好致命——如果文章淨係唔夠好，你可以改；如果佢根本唔似你，你連從邊度改起都唔知。
呢個差異表面係寫作問題，實際係身份同思考問題
作者指出，真正出問題嘅唔係某一句話，而係成篇文章背後缺少一個穩定嘅作者。模型再好，都解決唔到一個更底層嘅問題：呢篇文章到底由邊個嚟決定？如果淨係畀AI一個主題，佢會自動尋找最安全、最常見嘅答案，結果就係「對，但唔重要」。
核心方法：AI應該放大你嘅判斷
AI原創公眾號嘅目標，唔係畀AI替你寫曬一切，而係放大你嘅判斷。判斷包括你揀咩選題、你認為常見說法邊度唔啱、你準備畀讀者一個咩角度、你希望讀者讀完後改變咩行動。呢啲唔可以外包。你可以將表達、排版、初稿速度外包，甚至將選題初篩部分外包，但「點解呢篇值得寫」唔可以畀人。
- 1 主題係方向，素材係原料，但觀點要求先至係藍圖。好多人淨係填主題同素材，結果AI按最常見結構搭一座房，個文章就似爆文但唔似你。
- 2 一個有用嘅觀點要求要包含四部分：認知翻轉（大眾以為vs你想講咩）、讀者快照（一個具體瞬間）、核心張力（拉扯感受）、發力方向（全篇最該寫透嘅位）。呢個好似產品需求文檔，定義一篇文章要解決咩問題。
- 3 例如寫「年輕人點解愈來愈鍾意獨處」，如果淨係畀主題，AI會寫社交壓力、個人空間、自我成長；但如果加上觀點要求：大眾以為獨處係社恐，本文要話佢係主動選擇；讀者快照係週六下午朋友約你出門你回「唔去」，心入面輕鬆但又懷疑自己係咪唔正常；核心張力係享受獨處同害怕不合羣同時存在——同一主題變成另一篇文章。
14日工作流：從零建立可複用系統
作者建議一個14日最小化工作流，唔好一開始就追求自動化，先令每一步都有文件。呢個工作流嘅核心係將賬號檔案、風格卡、選題卡做好，然後生成初稿、編輯、發佈，最後記錄metrics。咁樣每個文章都會留下可複用資產，下一篇文章唔係由零開始，而係企喺上一篇文章嘅結構上繼續。
- 1 第1日：寫profile.md（賬號定位、目標讀者、禁寫內容、常用表達、結尾引導）。
- 2 第2-3日：拆3篇對標文章，整style-card.md（開頭、段落、標題、小標題、轉折、結尾）。
- 3 第4-6日：準備10個選題卡，每個卡有主題、素材、觀點要求、發佈目的。
- 4 第7日：拎一個選題卡配一個風格卡生成初稿，唔好臨時塞20條要求。
- 5 第8-9日：人工編輯，先查事實同邏輯，再改標題，最後先排版。
- 6 第10日：發佈。
- 7 第11-14日：記錄metrics（閲讀、點擊、加羣轉化、讀者反饋），每篇用8個可比較字段。
文件結構：將公眾號當成一個小型Skill
作者進一步提出，可以將成個公眾號當成一個小型Skill嚟維護，用一個清晰嘅文件夾結構做沉澱。呢個結構最大嘅價值唔係整齊，而係養成習慣——每次寫完都有input、draft、edit-log、final。一個月後有20組樣本，三個月後就會見到邊啲選題易出閲讀、邊啲觀點要求容易成文。
.ai-gzh-system/
├── 00-account/
│ ├── profile.md # 賬號定位、讀者、邊界
│ ├── voice.md # 語言風格、常用表達、禁用表達
│ └── hooks.md # 開頭鈎子、結尾引導、轉化話術
├── 01-style/
│ ├── samples/ # 3-5篇對標爆文
│ └── style-card.md # 拆出來嘅風格DNA
├── 02-topics/
│ ├── backlog.md # 選題池
│ └── topic-template.md # 主題、素材、觀點要求、發佈目的
├── 03-materials/
│ ├── raw/ # 原始素材、PDF、羣聊、筆記
│ └── notes.md # 可複用觀點同案例
├── 04-drafts/
│ └── 2026-05-xx-title/
│ ├── input.md # 本次三要素
│ ├── draft-v1.md # AI初稿
│ ├── edit-log.md # 人工修改記錄
│ └── titles.md # 標題候選
└── 05-publish/
├── final.md # 發佈稿
├── images/ # 頭圖、插圖
└── metrics.md # 閲讀、點擊、轉化覆盤作者仲提到「空間」概念，即係將賬號身份固定落嚟：平台、模型、風格、排版、前後鈎子一次過set好。如果有一個公眾號就有一個空間，五個就有五個，每個空間對應一個清楚嘅賬號人格。選題庫解決持續性問題，將選題變成一組三要素集合，每個選題都係「可執行嘅文章任務」。
編輯係最後一關：你係系統設計者
好多人跳過AI生成之後嘅編輯步驟，呢個令佢哋容易失敗。AI生成內容最好只當初稿，至少檢查四件事：事實準確性、邏輯順序、個人表達、轉化位置。一個好嘅轉化應該係前文邏輯自然推出來嘅結果，唔係臨時硬塞。
如果你都想跑通呢套流程，可以試用作者封裝嘅AI智能體「筆尖」。佢嘅目標唔係幫你寫一篇文，而係幫你建立一個穩定運行嘅寫作系統。由一個空間、一組三要素、一篇公眾號初稿開始，唔好一嚟就追求爆文，先驗證一件事：當AI唔再替你判斷，而係放大你嘅判斷時，你寫公眾號嘅方式會完全唔同。
01問題係身份
用 AI 寫公眾號，我哋都會經歷一個短暫嘅興奮時刻。
輸入一個標題，或者一段好粗糙嘅想法，然後等十幾秒，屏幕上出現一篇結構完整、語氣流暢、標題都仲過得去嘅文章。呢件事喺 2024 年之前好難想像，喺 2026 年已經變咗做普通操作。
興奮通常唔會持續好耐。你再睇第二遍，會發現一個奇怪嘅問題：佢似一篇公眾號文章，但唔似你嘅公眾號文章。
呢個差異好細，但係好致命。
如果一篇文章只係唔夠好，你可以改；如果佢根本唔似你，你就唔知由邊度改起。真正出問題嘅並唔係某一句話，而係成篇文章背後缺少一個穩定嘅作者。
佢表面係寫作問題，實際上係身份同思考問題。
02模型唔可以幫你決定
AI 寫作嘅關鍵我舉嘅唔係模型。
模型當然重要。一個更好嘅模型，通常會有更好嘅表達能力、更少嘅語病、更強嘅長文穩定性。但係模型並唔可以幫你解決一個更底層嘅問題：呢篇文章到底由邊個嚟決定。
如果你淨係俾 AI 一個主題，例如“寫一篇關於 AI 原創公眾號嘅文章”，佢會自動揾最安全、最常見、最唔容易出錯嘅答案。佢會寫 AI 提效，會寫內容創作，會寫未來趨勢，會寫自媒體機會。
呢啲都啱。
但都唔重要。
公眾號真正稀缺嘅已經唔止係“啱”，更加係“似一個具體嘅人喺度判斷”。冇呢樣嘢，文章越流暢，反而越似由公共池度撈出嚟。
AI 公眾號失敗嘅第一種形式，往往唔係質量太差，而係佢只係似一篇標準文章。
03AI 應該放大判斷
更準確咁講，AI 原創公眾號嘅目標，唔係叫 AI 幫你寫曬一切，而係叫 AI 放大你嘅判斷。
呢句話聽落似一句口號，但佢其實係一個操作原則。判斷包括你揀咩選題，你認為常見講法邊度唔啱，你準備俾讀者一個咩角度，你想讀者讀完之後改變咩行動。
呢啲嘢唔可以外判。
你可以將表達外判。你可以將排版外判。你可以將初稿速度外判。你甚至可以將選題初篩嘅一部分外判。但係你唔可以將“點解呢篇值得寫”外判。
一個穩定嘅 AI 寫作系統，應該將能力分成兩邊。
工具邊提供系統提示詞、模型、排版同生成速度。
創作者邊提供風格、素材、觀點同發佈判斷。
淨係睇住工具邊，我哋會不斷問邊個模型更強、邊個提示詞更神。真正做得耐嘅人，會將注意力放喺創作者邊，先至係佢哋能夠累積嘅資產。
04風格係帳號身份嘅壓縮檔案
先講風格。
風格成日被理解成一個表面嘢，例如更犀利啲、更温柔啲、更似爆文啲。咁樣理解風格，幾乎冇用。
風格唔係語氣形容詞，風格係帳號身份嘅壓縮檔案。
一個穩定嘅風格至少包括呢啲嘢：文章通常點樣開頭，段落長短點樣分佈，鍾意用故事定係判斷推進，標題係問題型定係結論型，小標題承擔嘅係轉場定係落判斷，結尾係開放式思考定係明確行動。
風格系統承擔嘅唔係裝飾功能，而係複製功能。你可以由 3 到 5 篇同賽道爆文裏面解析風格，提取佢哋嘅結構模式、語言特點、節奏控制、修辭技巧同互動方式。
呢度唔係叫你抄爆文。咁樣就係洗稿喇，唔得。
拆嘅係結構。
如果你做情感號，就唔好淨係叫 AI “寫得温暖啲”；你應該話俾佢知，呢個號嘅讀者處於咩關係困境裏面，文章通常由邊個日常瞬間切入，判斷要鋒利到咩程度，安慰要剋制到咩程度。你係你嘅認知啫。
如果你做 AI 工具號，都唔好淨係話“寫得專業啲”；你應該話俾佢知，呢個號似測評、教程、創業觀察，定係工具使用後嘅認知總結。
風格穩定咗之後，AI 先有嘢可以模仿。冇風格嘅時候，AI 模仿嘅係互聯網平均值。
05三要素裏面最重要嘅係觀點要求
再講三要素。
三要素係主題、素材、觀點要求。主題係方向，素材係原料，觀點要求係藍圖。
我認為三要素裏面最重要嘅係第三個，觀點要求。
好多人填主題好認真，填素材都會貼一大堆，但係觀點要求成日空咗。於是 AI 獲得咗方向同原料，但冇藍圖。佢焗住按最常見嘅公眾號結構自己搭一座屋。
呢個就係文章“似爆文但唔似你”嘅來源。
例如你要寫“年輕人點解越來越鍾意獨處”。如果淨係俾呢個主題，AI 好大機會會寫社交壓力、個人空間、自我成長。呢篇係一篇合格嘅普通文章。
但係如果你加上觀點要求：大眾以為獨處係社恐，本文要講嘅係，獨處係呢一代年輕人主動選擇嘅生活方式；讀者快照係，星期六下晝朋友約你出門，你回了“唔去喇，想喺屋企”，心入面好輕鬆，但又懷疑自己係咪唔正常；核心張力係，享受獨處同驚唔合羣同時存在。
同一個主題，變咗另一篇文章。
主題只能話俾 AI 往邊度行，觀點要求先話俾 AI 呢條路嘅邊界喺邊度。
06觀點要求嘅四個組成部分
一個用得嘅觀點要求，至少要包含 4 個部分。AI 自然會順住寫落去；主題只能話俾佢方向，觀點要求先會話俾佢邊界（呢步如果慳咗，後面會補得好痛苦）。
第一，認知翻轉。大眾以為咩，你真正想講咩。如果冇呢個翻轉，文章好容易變咗常識再包裝。
第二，讀者快照。唔好寫“25 到 35 歲知識工作者”，嗰啲係廣告投放語言，唔係寫作語言。你要寫一個瞬間，例如一個人望住生成出嚟嘅 AI 初稿，覺得每句說話都通順，但隻手停咗喺發佈掣上面。
第三，核心張力。好嘅公眾號文章並唔係淨係將一個道理講完，佢仲要抓住一個拉扯。想用 AI 提效，但怕失去自己嘅表達；知道應該做選題庫，但每日仲係臨時揾熱點；想做矩陣號，但又怕每個號都生得一樣。
第四，發力方向。成篇最應該寫透咩。如果冇呢個，AI 會平均用力，而平均用力嘅文章通常冇記憶點。
呢啲睇落似寫作技巧，但更似產品需求文件。幫佢定義一篇文章應該解決咩問題。
07一個行得鬱嘅 14 日工作流程
跟住可以將呢套方法落地成一個好細嘅工作流程。
唔好追求自動化先。要令每一步都有檔案。
一個最小工作流程可以咁樣行：
第一步，建立帳號檔案。寫清楚帳號定位、目標讀者、禁寫內容、常用表達、結尾引導。呢個唔係俾自己睇嘅儀式文件，而係俾 AI 睇嘅上下文。
第二步，建立風格卡。揾 3 到 5 篇對標文章，拆開頭、段落、標題、小標題、轉折、結尾，將穩定模式寫成一張風格卡。
第三步，建立選題卡。每個選題只保存 4 個字段：主題、素材、觀點要求、發佈目的。只要呢 4 個字段齊全，AI 生成嘅初稿就唔會太散。
第四步，生成初稿。每次淨係攞一個選題卡，配一個帳號風格卡，唔好臨時塞 20 條要求。要求越多，模型越容易平均用力。
第五步，人工編輯。核對事實，調整結構，加入個人表達，改標題，最後先考慮排版同轉化。
如果你由零開始，我建議將佢壓成一個 14 日小實驗：第 1 日寫 profile. md，第 2 日拆 3 篇對標文章，第 3 日整理 style-card. md，第 4 到第 6 日準備 10 個選題卡，第 7 日生成第一篇初稿，第 8 日淨係改事實同邏輯，第 9 日淨係改標題，第 10 日發佈，第 11 到第 14 日記錄閲讀、點擊、加羣轉化同讀者回饋。呢個節奏唔靚仔，但係足夠測試一件事：你嘅帳號係咪已經有一個可以重複運行嘅寫作系統。
發佈之後嘅 metrics. md 都唔好寫成感想，盡量寫成 8 個可以比較嘅字段：閲讀 1000+、點贊 20 個、收藏 10 個、留言 5 條、加羣 3 個、標題點擊 1 版、發佈時間 21 點、覆盤用時 30 分鐘。呢啲數字一開始會好細，但係細數字比大感受有用。連續記錄 4 個星期，你會見到邊個標題方向值得保留，邊個選題只係你自己覺得有趣。再之後，你要盤點嘅唔係感覺，而係 50 個標題、20 條反饋、10 個素材、5 個鈎子、3 個結尾。
佢有一個優點：每次寫完之後，都會留低可重用資產。下一篇唔係由零開始，而係企喺上一篇文章嘅結構上面繼續。
08將公眾號當成一個小型 skill
更進一步，可以將成個公眾號當成一個小型 skill 嚟維護。
唔需要複雜，資料夾可以咁樣建立：。
ai-gzh-system/
├── 00-account/
│ ├── profile. md # 賬號定位、讀者、邊界。
│ ├── voice. md # 語言風格、常用表達、禁用表達。
│ └── hooks. md # 開頭鈎子、結尾引導、轉化話術。
├── 01-style/
│ ├── samples/ # 3-5 篇對標爆文。
│ └── style-card. md # 拆出來的風格 DNA
├── 02-topics/
│ ├── backlog. md # 選題池。
│ └── topic-template. md # 主題、素材、觀點要求、發佈目的。
├── 03-materials/
│ ├── raw/ # 原始素材、PDF、羣聊、筆記。
│ └── notes. md # 可複用觀點和案例。
├── 04-drafts/
│ └── 2026-05-xx-title/
│ ├── input. md # 本次三要素。
│ ├── draft-v1.md # AI 初稿
│ ├── edit-log. md # 人工修改記錄。
│ └── titles. md # 標題候選。
└── 05-publish/
├── final. md # 發佈稿
├── images/ # 頭圖、插圖
└── metrics. md # 閲讀、點擊、轉化覆盤
呢個結構最大嘅價值，唔係整齊，而係養成習慣。
你每寫一篇，就沉澱一個 input、一個 draft、一個 edit-log、一個 final。一個月之後，你會有 20 組樣本；三個月之後，你會見到邊啲選題容易出閲讀，邊啲觀點要求更容易成文，邊啲結尾引導更自然。
大多數人用 AI 寫作冇複利，原因就係呢度：佢哋每次喺聊天框度臨時生產，生產完就散咗。冇檔案，就冇積累；冇積累，就冇系統。
09空間固定帳號人格
咁樣，“空間”先變得有意義。
空間可以理解成一組固定配置：平台、模型、風格、排版、前鈎子、後鈎子。一個空間對應一個公眾號。
呢個設計比表面睇重要。
如果每次寫文章都要重新揀平台、模型、風格、排版、開頭同結尾，你就會將大量精力浪費喺重複配置上面。更差嘅係，你嘅帳號會失去一致性。今日似情感號，聽日似知識號，後日似營銷號，讀者會混亂，算法都會混亂。
空間嘅本質，係將帳號身份固定落嚟。
如果你有 1 個公眾號，就應該有 1 個空間。如果你有 5 個公眾號，就應該有 5 個空間。手冊入面俾過好樸素嘅命名方式，例如「情感-小確幸-01」「職場-打工指南-01」「育兒-寶媽圈-01」。呢啲名本身唔重要，重要嘅係每個空間都對應一個清楚嘅帳號人格。情感號、職場號、育兒號、AI 工具號，唔應該共享同一套人格。
由呢個角度睇，空間首先係品牌功能，其次先係效率功能。佢令 AI 知道自己正在替邊個帳號講嘢。
10選題庫解決持續性
選題庫解決嘅係另一個問題：持續性。
公眾號最難嘅地方，往往唔係第一篇文章，而係持續寫。好多人斷更，亦唔一定係佢哋唔識表達，更常見嘅情況係佢哋每日都由零開始諗“今日寫咩”。
呢種係一種好昂貴嘅工作方式。
選題可以理解成預先準備好嘅三要素集合：選題 = 主題 + 素材 + 觀點要求。呢個定義好樸素，但佢改變咗內容生產嘅單位。
你唔再管理“靈感”，而係管理“可執行嘅文章任務”。
每星期集中準備 10 個選題，每個選題都帶住主題、素材、觀點要求。到寫作嘅時候，只需要揀空間，再揀選題，然後生成文章。批量生成時，一次控制喺 5 到 10 個以內會更穩定。呢個數字唔係上限崇拜，而係一個現實提醒：系統化嘅目標唔係無限量生產，而係降低每次啟動嘅成本。
當選題庫建立咗之後，公眾號寫作就從“每日臨時諗一篇”變成“從庫存度調度一篇”。呢個時候，AI 先真正成為生產力工具。
11編輯係最後一道判斷
仲有最後一步：編輯。
呢個係好多 AI 寫作者跳過嘅步驟，亦係佢哋最容易失敗嘅地方。AI 生成嘅內容，最好只當作初稿。
我哋至少要檢查 4 件事。
第一，事實準確性。涉及年份、金額、閲讀量、用戶數、產品規則嗰陣，要返去原始材料核對。例如手冊入面提到 10 秒到 60 秒生成、5 個公眾號、一次批量 5 到 10 個、174 萬閲讀、9000 元收益，呢啲數字唔可以喺傳播時隨便改寫。
第二，邏輯順序。好多 AI 文章唔係冇邏輯，而係邏輯太平，好似將每個點都放喺同一層級。你要重新判斷邊個點係因，邊個點係果，邊個點只係例子。
第三，個人表達。冇個人表達嘅文章，就算完全正確，都好難建立信任。個人表達唔一定係故事，都可以係你對一個現象嘅判斷。
第四，轉化位置。文章最後要引導啲咩，唔應該臨時硬塞。一個好嘅轉化，應該係前文邏輯自然推出嚟嘅結果。
講返轉化。如果前文講嘅係“AI 寫公眾號需要系統”，結尾引導讀者加入一個試用羣，去行通自己嘅第一篇文章，就係合理嘅。佢唔係叫讀者購買一個抽象承諾，而係叫讀者驗證一套方法。
12將心得封裝成 AI 智能體
返返去開頭嘅問題：點解你用 AI 寫公眾號，成日都似爆文但唔似你？
你將 AI 當成咗作者，而唔係將佢當成一個寫作系統入面嘅執行者。
呢個亦係我後來設計筆尖嘅出發點。
我唔係想再做一個聊天框，亦唔係想做一個“幫你寫一篇”嘅掣。呢啲工具已經好多，真正缺嘅係一個識得公眾號生產流程嘅 AI 智能體。
我將上面呢啲公眾號寫作心得，盡量封裝入筆尖：風格系統對應帳號身份，三要素對應每篇文章嘅輸入，空間對應一個公眾號嘅固定人格，選題庫對應持續生產，生成後嘅編輯同排版對應發佈前嘅最後一公里。
換句話講，筆尖想解決嘅唔係“AI 識唔識寫”，而係“一個普通創作者可唔可以將自己嘅公眾號經驗，變成一 set 穩定運行嘅系統”。
正確嘅順序應該係：先確定帳號風格，再寫好三要素；先建立資料夾結構，再沉澱選題庫；先生成初稿，再由你完成事實、邏輯、表達同轉化嘅最後判斷。
筆尖只係將呢套順序產品化，令佢唔再散落喺聊天記錄、臨時文件同腦入面嘅經驗入面。
更加重要嘅係，你唔會喺呢個流程入面消失。相反，你會出現喺更加關鍵嘅位置。
你唔再係嗰個逐字寫文章嘅人。
你係呢個系統嘅設計者。
如果你想由零跑通呢套流程，筆尖 5 月有一個福利試用羣。你可以先入羣試用，由一個空間、一組三要素、一篇公眾號初稿開始，唔使一開始就追求爆文。
先驗證一件事就夠：當 AI 唔再幫你做判斷，而係放大你嘅判斷嗰陣，你寫公眾號嘅方式會完全唔同。
周知 · 我哋一齊同 AI 覺醒超級個體
01問題是身份
用 AI 寫公眾號，我們都會經歷一個短暫的興奮時刻。
輸入一個標題，或者一段很粗糙的想法，然後等十幾秒，屏幕上出現一篇結構完整、語氣流暢、標題也還過得去的文章。這件事在 2024 年以前很難想象，在 2026 年已經變成了普通操作。
興奮通常不會持續太久。你再看第二遍，會發現一個奇怪的問題：它像一篇公眾號文章，但不像你的公眾號文章。
這個差異很小，卻很致命。
如果一篇文章只是不夠好，你可以改；如果它根本不像你，你就不知道該從哪裏改起。真正出問題的並不是某一句話，而是整篇文章背後缺少一個穩定的作者。
它表面上是寫作問題，實際上是身份和思考問題。
02模型不能替你決定
AI 寫作的關鍵我舉的不是模型。
模型當然重要。一個更好的模型，通常會有更好的表達能力、更少的語病、更強的長文穩定性。可是模型並不能替你解決一個更底層的問題：這篇文章到底由誰來決定。
如果你只給 AI 一個主題，比如“寫一篇關於 AI 原創公眾號的文章”，它會自動尋找最安全、最常見、最不容易出錯的答案。它會寫 AI 提效，會寫內容創作，會寫未來趨勢，會寫自媒體機會。
這些都對。
也都不重要。
公眾號真正稀缺的已經不只是“對”，更是“像一個具體的人在判斷”。沒有這個東西，文章越流暢，反而越像從公共池子裏撈出來的。
AI 公眾號失敗的第一種形式，往往不是質量太差，而是它只像一篇標準文章。
03AI 應該放大判斷
更準確地說，AI 原創公眾號的目標，不是讓 AI 替你寫完一切，而是讓 AI 放大你的判斷。
這句話聽起來像一句口號，但它其實是一個操作原則。判斷包括你選擇什麼選題，你認為常見說法哪裏不對，你準備給讀者一個什麼角度，你希望讀者讀完後改變什麼行動。
這些東西不能外包。
你可以把表達外包。你可以把排版外包。你可以把初稿速度外包。你甚至可以把選題初篩的一部分外包。但你不能把“為什麼這篇值得寫”外包。
一個穩定的 AI 寫作系統，應該把能力分成兩側。
工具側提供系統提示詞、模型、排版和生成速度。
創作者側提供風格、素材、觀點和發佈判斷。
只盯着工具側，我們會不斷問哪個模型更強、哪個提示詞更神。真正做得久的人，會把注意力放在創作者側，那才是他們能積累的資產。
04風格是賬號身份的壓縮文件
先說風格。
風格經常被理解成一種表面東西，比如更犀利一點、更温柔一點、更像爆文一點。這樣理解風格，幾乎沒有用。
風格不是語氣形容詞，風格是賬號身份的壓縮文件。
一個穩定的風格至少包括這些東西：文章通常怎麼開頭，段落長短如何分佈，喜歡用故事還是判斷推進，標題是問題型還是結論型，小標題承擔的是轉場還是下判斷，結尾是開放式思考還是明確行動。
風格系統承擔的不是裝飾功能，而是複製功能。你可以從 3 到 5 篇同賽道爆文裏解析風格，提取它們的結構模式、語言特點、節奏控制、修辭技巧和互動方式。
這裏不是讓你抄爆文。這樣就是洗稿了，拒絕。
拆的是結構。
如果你做情感號，就不要只告訴 AI “寫得温暖一點”；你應該告訴它，這個號的讀者處在什麼關係困境裏，文章通常從哪個日常瞬間切入，判斷要鋒利到什麼程度，安慰要剋制到什麼程度。你是你的認知吧。
如果你做 AI 工具號，也不要只說“寫得專業一點”；你應該告訴它，這個號更像測評、教程、創業觀察，還是工具使用後的認知總結。
風格穩定以後，AI 才有東西可以模仿。沒有風格時，AI 模仿的是互聯網平均值。
05三要素裏最重要的是觀點要求
再說三要素。
三要素是主題、素材、觀點要求。主題是方向，素材是原料，觀點要求是藍圖。
我認為三要素裏最重要的是第三個，觀點要求。
很多人填主題很認真，填素材也會貼一大堆，但觀點要求經常空着。於是 AI 獲得了方向和原料，卻沒有藍圖。它只好按最常見的公眾號結構自己搭一座房子。
這就是文章“像爆文但不像你”的來源。
比如你要寫“年輕人為什麼越來越喜歡獨處”。如果只給這個主題，AI 大概率會寫社交壓力、個人空間、自我成長。這是一篇合格的普通文章。
但如果你加上觀點要求：大眾以為獨處是社恐，本文要說的是，獨處是這一代年輕人主動選擇的生活方式；讀者快照是，週六下午朋友約你出門，你回了“不去了，想在家待着”，心裏很輕鬆，又懷疑自己是不是不正常；核心張力是，享受獨處和害怕不合羣同時存在。
同一個主題，變成了另一篇文章。
主題只能告訴 AI 往哪走，觀點要求才告訴 AI 這條路的邊界在哪裏。
06觀點要求的四個組成部分
一個能用的觀點要求，至少要包含 4 個部分。AI 自然會順着寫下去；主題只能告訴它方向，觀點要求才會告訴它邊界（這一步如果省掉，後面會補得很痛苦）。
第一，認知翻轉。大眾以為什麼，你真正想說什麼。如果沒有這個翻轉，文章很容易變成常識再包裝。
第二，讀者快照。不要寫“25 到 35 歲知識工作者”，那是廣告投放語言，不是寫作語言。你要寫一個瞬間，比如一個人看着生成出的 AI 初稿，覺得每句話都通順，但手停在發佈按鈕上。
第三，核心張力。好的公眾號文章並不只是把一個道理說完，它還要抓住一個拉扯。想用 AI 提效，但怕失去自己的表達；知道應該做選題庫，但每天還是臨時找熱點；想做矩陣號，但又怕每個號都長得一樣。
第四，發力方向。全篇最該寫透什麼。如果沒有這個，AI 會平均用力，而平均用力的文章通常沒有記憶點。
這些看起來像寫作技巧，但更像產品需求文檔。給它定義一篇文章應該解決什麼問題。
07一個能跑起來的 14 天工作流
接下來可以把這套方法落成一個很小的工作流。
不要先追求自動化。先讓每一步都有文件。
一個最小工作流可以這樣跑：
第一步，建賬號檔案。寫清楚賬號定位、目標讀者、禁寫內容、常用表達、結尾引導。這不是給自己看的儀式文件，而是給 AI 看的上下文。
第二步，建風格卡。找 3 到 5 篇對標文章，拆開頭、段落、標題、小標題、轉折、結尾，把穩定模式寫成一張風格卡。
第三步，建選題卡。每個選題只保存 4 個字段：主題、素材、觀點要求、發佈目的。只要這 4 個字段齊，AI 生成的初稿就不會太散。
第四步，生成初稿。每次只拿一個選題卡，配一個賬號風格卡，不要臨時塞 20 條要求。要求越多，模型越容易平均用力。
第五步，人工編輯。查事實，調結構，加個人表達，改標題，最後才考慮排版和轉化。
如果你是從零開始，我建議把它壓成一個 14 天小實驗：第 1 天寫 profile. md，第 2 天拆 3 篇對標文章，第 3 天整理 style-card. md，第 4 到第 6 天準備 10 個選題卡，第 7 天生成第一篇初稿，第 8 天只改事實和邏輯，第 9 天只改標題，第 10 天發佈，第 11 到第 14 天記錄閲讀、點擊、加羣轉化和讀者反饋。這個節奏不漂亮，但足夠測試一件事：你的賬號是否已經有一個可以重複運行的寫作系統。
發佈後的 metrics. md 也不要寫成感想，儘量寫成 8 個可比較字段：閲讀 1000+、點贊 20 個、收藏 10 個、留言 5 條、加羣 3 個、標題點擊 1 版、發佈時間 21 點、覆盤用時 30 分鐘。這些數字一開始會很小，但小數字比大感受有用。連續記錄 4 周，你會看見哪個標題方向值得保留，哪個選題只是你自己覺得有趣。再往後，你要盤點的不是感覺，而是 50 個標題、20 條反饋、10 個素材、5 個鈎子、3 個結尾。
它有一個優點：每次寫完以後，都會留下可複用資產。下一篇文章不是從零開始，而是站在上一篇文章的結構上繼續。
08把公眾號當成一個小型 skill
更進一步，可以把整個公眾號當成一個小型 skill 來維護。
不需要複雜，文件夾可以這樣建：。
ai-gzh-system/
├── 00-account/
│ ├── profile. md # 賬號定位、讀者、邊界。
│ ├── voice. md # 語言風格、常用表達、禁用表達。
│ └── hooks. md # 開頭鈎子、結尾引導、轉化話術。
├── 01-style/
│ ├── samples/ # 3-5 篇對標爆文。
│ └── style-card. md # 拆出來的風格 DNA
├── 02-topics/
│ ├── backlog. md # 選題池。
│ └── topic-template. md # 主題、素材、觀點要求、發佈目的。
├── 03-materials/
│ ├── raw/ # 原始素材、PDF、羣聊、筆記。
│ └── notes. md # 可複用觀點和案例。
├── 04-drafts/
│ └── 2026-05-xx-title/
│ ├── input. md # 本次三要素。
│ ├── draft-v1.md # AI 初稿
│ ├── edit-log. md # 人工修改記錄。
│ └── titles. md # 標題候選。
└── 05-publish/
├── final. md # 發佈稿
├── images/ # 頭圖、插圖
└── metrics. md # 閲讀、點擊、轉化覆盤
這個結構最大的價值，不是整齊，而是養成習慣。
你每寫一篇，就沉澱一個 input、一個 draft、一個 edit-log、一個 final。一個月後，你會有 20 組樣本；三個月後，你會看見哪些選題容易出閲讀，哪些觀點要求更容易成文，哪些結尾引導更自然。
大多數人用 AI 寫作沒有複利，原因就在這裏：他們每次都在聊天框裏臨時生產，生產完就散了。沒有文件，就沒有積累；沒有積累，就沒有系統。
09空間固定賬號人格
這時，“空間”才變得有意義。
空間可以理解成一組固定配置：平台、模型、風格、排版、前鈎子、後鈎子。一個空間對應一個公眾號。
這個設計比它看起來更重要。
如果每次寫文章都重新選擇平台、模型、風格、排版、開頭和結尾，你就會把大量精力浪費在重複配置上。更糟的是，你的賬號會失去一致性。今天像情感號，明天像知識號，後天像營銷號，讀者會困惑，算法也會困惑。
空間的本質，是把賬號身份固定下來。
如果你有 1 個公眾號，就應該有 1 個空間。如果你有 5 個公眾號，就應該有 5 個空間。手冊裏給過很樸素的命名方式，比如「情感-小確幸-01」「職場-打工指南-01」「育兒-寶媽圈-01」。這些名字本身不重要，重要的是每個空間都對應一個清楚的賬號人格。情感號、職場號、育兒號、AI 工具號，不應該共享同一套人格。
從這個角度看，空間首先是品牌功能，其次才是效率功能。它讓 AI 知道自己正在替哪個賬號說話。
10選題庫解決持續性
選題庫解決的是另一個問題：持續性。
公眾號最難的地方，往往不在第一篇文章，而在持續寫。很多人斷更，也不一定是他們不會表達，更常見的情況是他們每天都從零開始想“今天寫什麼”。
這是一種非常昂貴的工作方式。
選題可以理解成提前準備好的三要素集合：選題 = 主題 + 素材 + 觀點要求。這個定義很樸素，但它改變了內容生產的單位。
你不再管理“靈感”，而是管理“可執行的文章任務”。
每週集中準備 10 個選題，每個選題都帶着主題、素材、觀點要求。到了寫作時，只需要選擇空間，再選擇選題，然後生成文章。批量生成時，一次控制在 5 到 10 個以內會更穩。這個數字不是上限崇拜，而是一個現實提醒：系統化的目標不是無限量生產，而是降低每次啓動的成本。
當選題庫建立起來以後，公眾號寫作就從“每天臨時想一篇”變成了“從庫存裏調度一篇”。這時，AI 才真正成為生產力工具。
11編輯是最後一道判斷
還有最後一步：編輯。
這是很多 AI 寫作者跳過的步驟，也是他們最容易失敗的地方。AI 生成的內容，最好只被當作初稿。
我們至少要檢查 4 件事。
第一，事實準確性。涉及年份、金額、閲讀量、用戶數、產品規則時，要回到原始材料核對。比如手冊裏提到 10 秒到 60 秒生成、5 個公眾號、一次批量 5 到 10 個、174 萬閲讀、9000 元收益，這些數字不能在傳播時隨意改寫。
第二，邏輯順序。很多 AI 文章並非沒有邏輯，而是邏輯太平，像把每個點都放在同一層級。你要重新判斷哪個點是因，哪個點是果，哪個點只是例子。
第三，個人表達。沒有個人表達的文章，即使完全正確，也很難建立信任。個人表達不一定是故事，也可以是你對一個現象的判斷。
第四，轉化位置。文章最後要引導什麼，不應該臨時硬塞。一個好的轉化，應該是前文邏輯自然推出來的結果。
說迴轉化。如果前文講的是“AI 寫公眾號需要系統”，末尾引導讀者加入一個試用羣，去跑通自己的第一篇文章，就是合理的。它並不是讓讀者購買一個抽象承諾，而是讓讀者驗證一套方法。
12把心得封裝成 AI 智能體
回到開頭的問題：為什麼你用 AI 寫公眾號，總是像爆文但不像你？
你把 AI 當成了作者，而不是把它當成一個寫作系統裏的執行者。
這也是我後來設計筆尖的出發點。
我不是想再做一個聊天框，也不是想做一個“幫你寫一篇”的按鈕。這樣的工具已經很多了，真正缺的是一個懂公眾號生產流程的 AI 智能體。
我把上面這些公眾號寫作心得，儘量封裝進了筆尖：風格系統對應賬號身份，三要素對應每篇文章的輸入，空間對應一個公眾號的固定人格，選題庫對應持續生產，生成後的編輯和排版對應發佈前的最後一公里。
換句話說，筆尖想解決的不是“AI 會不會寫”，而是“一個普通創作者能不能把自己的公眾號經驗，變成一套穩定運行的系統”。
正確的順序應該是：先確定賬號風格，再寫好三要素；先建立文件夾結構，再沉澱選題庫；先生成初稿，再由你完成事實、邏輯、表達和轉化的最後判斷。
筆尖只是把這套順序產品化，讓它不再散落在聊天記錄、臨時文檔和腦子裏的經驗裏。
更重要的是，你不會在這個流程裏消失。相反，你會出現在更關鍵的位置。
你不再是那個逐字寫文章的人。
你是這個系統的設計者。
如果你想從零跑通這套流程，筆尖 5 月有一個福利試用羣。你可以先進羣試用，從一個空間、一組三要素、一篇公眾號初稿開始，不用一上來追求爆文。
先驗證一件事就夠了：當 AI 不再替你做判斷，而是放大你的判斷時，你寫公眾號的方式會完全不一樣。
周知 · 我們一起和 AI 覺醒超級個體