知识库 / AI 写文实战 / 实战讲义

内容工作流：从单篇到批量流水线

前面四章解决了"怎么用 AI 写好一篇"。但吃瓜/资讯站的战场是"量"——一天几十篇的时候，单篇打磨的手艺撑不住产能。这一章讲怎么把前面的方法流程化、批量化：让 AI 提效的地方规模化，让人把关的地方不漏项，量上去、质不塌。

一、批量化的第一原则：分离"流水线"和"手工活"#

不是所有文章都值得同等对待。先把稿子分两条线：

类型	特征	走哪条线
走量稿	时效资讯、模板化强、单篇价值低	流水线：高度 AI 化，人抽检
重点稿	大热点、要冲排名、要做专题	手工活：单篇精雕，人全程

别用做重点稿的力气去做走量稿，也别用做走量稿的草率去做重点稿。 批量化的本质，是把省下来的力气从"走量稿"挪到"重点稿"和"人工增值"上——这条原则贯穿全章。

第三章的五步（人定题→AI大纲→AI初稿→人增值→AI收尾），批量做时改成"工位流水线"，一次处理一批：

工位	批处理做法	谁
① 选题池	一次性用工具挖一批词、AI 扩成 20 个选题，人勾选当天要做的	人定
② 素材包	每个选题配一个"已核实素材块"（时间线/信源），这是流水线的燃料	人备
③ 批量初稿	用统一提示词模板，把素材包逐个喂给 AI 出初稿	AI
④ 集中增值	人集中处理一批初稿：灭幻觉、删套话、每篇加一条增量	人做
⑤ 批量收尾	AI 批量起标题/TDK，人统一挑选、排版、发布	AI+人

关键改变：把"一篇从头做到尾"改成"一批走完一个工位再进下一个工位"。 同类动作集中做，人脑不用频繁切换，效率高、也更容易发现批次里的共性问题。

批量化能跑起来，靠的是把可复用的东西全部模板化，让每篇不用从零决策：

没有模板的批量化 = 批量出车祸。 模板越齐，AI 产出越稳、人把关越快。

批量化最大的风险是"为了量牺牲质"，装三个阀门守住底线：

阀门	作用
增量红线	每篇必须有一条"AI 给不了的东西"，没有就不发（第四章病例8）
抽检制	走量稿不逐篇精审，但每批随机抽 20% 深度核查，抽到硬伤就回炉整批
事实零容忍	无论多赶，编造的事实一票否决——量可以妥协，真实性不行（第15讲红线）

记住：批量化是"用流程放大人的判断力"，不是"用 AI 替换人的判断力"。 一旦三个阀门形同虚设，你产的就是第15讲说的、正在被谷歌清算的批量垃圾。

当量大到手工复制粘贴都嫌慢时，可以考虑用 API 把工位串成脚本（选题表 → 自动调模型出初稿 → 落到草稿箱等人审）。但给两条务实提醒：

对大多数吃瓜站，把模板和工位理顺、人手工串起来，产能就已经翻倍了——自动化是锦上添花，不是前提。

给稿子分线：把你站近一周的稿子分成"走量稿/重点稿"两类，看比例，思考力气分配对不对。
搭一条工位流水线：按第二节，把一批（如 10 篇）选题走完"五工位"，记录比"一篇篇做"快多少。
备三套结构模板：为你站最常见的三种稿型各写一套骨架，存进提示词库。 4.（进阶）设计一次自动化：画出"哪些工位可自动、哪些必须留人"的流程图，别急着写代码，先理清边界。