内容表达：从选题到可发布图文

文章、图片、视频，形式不同，本质都是把想法传递出去。AI 是辅助：它能生成初稿、改写润色、去 AI 味，但决定内容质量高低的，仍然是有没有加入人工修改。平台也会打击纯靠 AI 的低质内容，纯自动化走不通。

所以要先建立一个心态：AI 初稿通常只有 60–70 分，这很正常。想要更高质量，必须加入你的个人经历、真实观点和具体要求，再通过多轮修改慢慢打磨——不要指望一次成稿。

很多人一上来就让 AI 写文章、想选题，结果内容空泛、没有核心价值。问题不在 AI，而在跳过了方向判断。选题是判断的产物，一个好选题比写作更重要，它是内容流量的天花板。

在让 AI 动笔前，先和它聊清三件事：这篇给谁看（具体到一类人，不是「所有人」）、他们为什么看（有用、有趣、有共鸣，选一个点主打）、看完你希望他们做什么（点赞收藏 / 关注 / 点击 / 购买）。最后这件事要倒推——你想让用户干什么，反过来决定你前面怎么写。

对标不是抄一个标题改几个词，而是找一条你能看懂它为什么有效、并且自己能模仿的内容。看到一条爆款，按四个维度问自己：它在吸引谁？它为什么被点开（标题、封面、还是戳中问题）？它怎么把内容讲下去（开头怎么钩、中间怎么铺、结尾怎么收）？它最后把用户带去哪里？

判断一条内容值不值得对标，最重要的是「我能不能做出来」：重点找素人爆款（粉丝不多但数据很好，说明内容本身有力量），别学大 V（靠粉丝和团队，你学不来），并优先挑结构清晰的。还要去对的地方找：写文章去公众号（学长文，重点拆低粉爆文）和小红书；做封面去小红书；做视频去抖音、视频号、YouTube，重点看前 3 秒怎么开头。

决定 AI 输出质量的第一要素，是对标素材，大约占 60%。因为 AI 的本质是模仿——你给它看什么风格，它就往哪个方向走。所以不要上来就让它写，先把对标内容发给它，让它照着这个风格来。

光扔案例还不够，把你看中它哪里也说清楚：开头怎么起（提问？场景？金句？）、中间怎么铺（总分总？故事流？清单体？）、结尾怎么收。素材要一眼能懂，越直白越典型，模仿效果越好。如果想从一篇好文里提炼风格，可以用「逆向提示词」：把成品丢给 AI，让它反推出当初用什么 prompt 能生成这样的结果，以后照着套用。

拿到初稿后，由你检查逻辑、修改表达、补充细节和案例，把它从「通顺」改到「有你」——换上你的真实经历和观点，删掉空话。模型选择会影响质量（长文目前 Claude 较强，没有网络环境豆包也能胜任），但更关键的是你给的背景是否清楚。

基础目标是完成一篇图文加封面图。不要一开始就追求复杂形式，先把图文表达跑通；有余力再挑战 AI 视频。