昨天晚上，我在一个空白文档前停了很久。

标题栏里只打了六个字：

AI自媒体怎么做。

然后我就卡住了。

不是因为这个题目太难。恰恰相反，是因为它太容易被写成一篇正确但没用的东西。

你当然可以列出一堆方法：选题、标题、封面、热点、矩阵、私域、转化、复盘。再加几个漂亮的词：认知杠杆、内容飞轮、超级个体、AI原生工作流。

看上去很像那么回事。

但问题是，如果一个人真的想开始做 AI 自媒体，他最缺的往往不是这些词。

他缺的是那种很具体的感觉：

我今天看到一个东西，心里突然咯噔一下。

我觉得它不应该只有我知道，我想把它讲给别人听。

这件事，才是内容创作真正开始的地方。

不是账号定位，不是流量密码，不是日更计划。

而是你被一个东西击中了，然后你认真地把这个“被击中”的过程翻译给别人。

我越来越觉得，AI 自媒体最有价值的部分，并不是“教大家怎么用 AI”。

这个已经太多了。

真正有价值的是：你能不能帮一个普通人，在一堆飞快变化的工具、新闻、模型、概念里，重新找到一点点好奇心，一点点判断力，一点点行动的勇气。

这件事听起来很虚。

但它其实可以非常具体。

不要从“我要做账号”开始，要从“我忍不住想讲什么”开始

很多人做 AI 自媒体的第一步，是打开小红书、公众号、视频号、B 站，开始研究别人怎么起标题。

“普通人如何用 AI 月入 3 万。”

“我用 AI 做副业，7 天赚回房租。”

“这 10 个 AI 工具，不知道就亏大了。”

这些标题当然有效。

我也理解为什么大家会被它们吸引。

因为我们都很焦虑，AI 太快了，快到你今天刚学会一个工具，明天它就改版了；你刚收藏一篇教程，后天模型能力就升级了；你还没搞懂智能体是什么，朋友圈已经有人开始卖“AI 员工”了。

所以很多人下意识想抓住一个确定答案。

告诉我怎么做？

告诉我哪条路赚钱？

告诉我现在入局还来不来得及？

但内容创作有一个残酷的地方是：如果你只是复制别人的确定答案，你很快会被新的确定答案覆盖。

尤其是 AI 领域。

今天的“神级工具”，三个月后可能没人提了。

今天的“保姆级教程”，一次产品更新就过期了。

今天的“爆款提示词”，下一个模型出来可能直接不需要了。

所以，AI 自媒体不能只做信息搬运。

信息搬运会越来越便宜。

真正值钱的是你的观察方式。

同样是看到 ChatGPT、Claude、Gemini、Kimi、通义千问、豆包、Midjourney、Runway、可灵、即梦、Sora 这类工具，有人只看到“又出了一个新AI 工具”，有人会问：

为什么这个功能会出现？

它改变了谁的工作？

普通人能用它做什么小事？

它有没有被夸大？

它让哪些旧技能变得没那么重要，又让哪些新能力变得更重要？

这些问题，才是一个 AI 内容创作者的入口。

你不是在追工具。

你是在追变化背后的人。

AI 内容的核心，不是“新”，而是“我终于懂了”

有一类 AI 内容特别容易火。

它们通常会用很夸张的方式告诉你：

“刚刚，AI 又炸了。”

“这个功能太离谱了。”

“人类真的危险了。”

我不反对情绪。

说实话，有些 AI 产品第一次打开时，确实会让人愣住。

比如第一次看到文生视频时，很多人的反应不是分析模型架构，而是：这东西怎么已经到这一步了？

那个瞬间是真实的。

问题在于，如果一篇内容只有“震惊”，它的生命周期会很短。

因为读者被震惊完之后，还会问一句：

然后呢？

这和我有什么关系？

我能拿它做什么？

我需要改变什么？

所以，我觉得 AI 自媒体最重要的能力之一，是把“新东西”翻译成“我终于懂了”。

新，只负责让人点进来。

懂，才会让人留下来。

比如你要写一个 AI 搜索工具，不要只写“它可以联网搜索，还能给引用来源”。

这太浅了。

你可以从一个更贴近普通人的问题切进去：

为什么我们越来越不愿意打开搜索引擎了？

过去搜索像逛图书馆。你输入关键词，自己翻目录，自己辨别哪本书靠谱。现在 AI 搜索更像问一个读过很多材料的助理，它直接给你整理一版答案，再把参考资料放在旁边。

但这里面也有危险。

因为它说得太顺了。

顺到你会忘记追问：它有没有漏掉关键材料？它引用的网页是否真的支持它的结论？它把不同来源的观点揉在一起时，有没有把不确定性抹平？

你看，这样写就不只是工具介绍了。

它开始变成一种新的信息素养。

读者读完不只是知道“有个工具叫 Perplexity”，而是知道自己面对 AI 搜索时，应该保持一种什么姿态。

这才是内容的价值。

AI 内容创作者的工作，不是把世界上每一个新按钮都截图给大家看。

而是帮大家判断：

这个按钮，值得按吗？

按下去之后，我们会变成什么样的人？

选题不要只看热点，要看三个信号

我自己会把 AI 自媒体选题分成三类。

不是为了显得专业，只是因为这样比较不容易被热点牵着走。

第一类是工具型选题。

比如“如何用 Claude 写长文”“如何用 ChatGPT 做读书笔记”“如何用 Midjourney 做品牌视觉”“如何用飞书多维表格搭建内容选题库”。

这种选题最容易被收藏，也最容易过期。

所以写工具型内容时，重点不是“按钮在哪里”，而是“场景是什么”。

一个好工具教程，开头最好不是：

“今天给大家介绍一款强大的 AI 工具。”

这句话我写出来都想删掉。

更好的开头是：

“如果你每周都要写三篇公众号，但选题永远散落在微信收藏、备忘录、聊天记录和脑子里，那你真正缺的不是灵感，而是一个能不断喂养你的选题系统。”

这时候，工具才登场。

工具是来解决问题的，不是来接受膜拜的。

第二类是现象型选题。

比如“为什么大家开始用 AI 做情绪陪伴”，“为什么 AI 绘画让很多设计师又兴奋又不安”，“为什么老板喜欢说要搭 AI 工作流，但员工不知道从哪里开始”。

这类内容的重点，是你要抓住一个很多人都感觉到了、但还没说清楚的东西。

它不一定有明确教程，但它会让人产生共鸣。

读者会觉得：对，我也有这种感觉，只是我没说出来。

第三类是方法论型选题。

比如“普通人如何建立 AI 学习系统”，“如何判断一个 AI 工具是不是真的有用”，“如何用 AI 提升内容创作效率”。

这种内容适合沉淀账号的信任感。

但它最容易写成 PPT。

一旦你开始连续使用“底层逻辑”、“认知升级”、“闭环”、“模型化”，读者的大脑就会自动调暗。

方法论要写得好，必须从真实问题里长出来。

不要一上来就讲框架。

先讲一个具体的卡点。

比如：

“很多人学 AI 最大的问题，不是不会用提示词，而是每次看到新工具都重新开始。收藏一堆教程，打开一堆网页，过两天全忘了。像是在一个没有地图的商场里，一直坐扶梯，但不知道自己要买什么。”

这个画面出来，方法论就有了土壤。

读者不是在听课。

他是在看见自己。

一个可执行的 AI 内容创作流程

如果你真的想做 AI 自媒体，我建议不要一开始就追求“每天爆款”。

这个目标太虚，也太容易把人带偏。

你可以先搭一个稳定的创作流程。

它不性感，但能救命。

1.从问题库开始，而不是从标题库开始

很多人一开始就建标题库。

我觉得可以，但不够。

标题是结果，问题才是源头。

你可以在 Notion、飞书文档、Obsidian，甚至微信文件传输助手里建一个“AI 问题库”，里面只记录问题。

比如：

为什么很多人用了 AI，效率反而更低？

AI 写作到底适合写什么，不适合写什么？

普通人该不该为 AI 工具付费？

老板说要降本增效，员工该怎么保护自己的价值？

AI 生成内容越来越多以后，什么样的内容会变得更贵？

每看到一个新闻、产品、案例，你都问自己一句：

这里面真正的问题是什么？这一步非常关键。

因为热点会变，但好问题会一直长出新内容。

一个问题可以写成工具教程，可以写成观点文章，可以写成视频脚本，可以写成直播话题，也可以变成课程里的一个章节。

内容创作者真正应该积累的，不是素材数量，而是问题密度。

2.用 AI 做资料员，但不要让它做你的大脑

AI 非常适合帮你做前期资料整理。

你可以让 ChatGPT 或 Claude 帮你梳理某个概念的背景、发展脉络、典型案例、争议点，也可以让 Perplexity 帮你找来源，让 Gemini 或 Kimi 帮你读长文档。

但这里有一个坑：很多人把资料整理完之后，就直接让 AI 写全文。

写出来也许很顺。

但顺得像酒店大堂的香氛：你闻得到它存在，但记不住它是什么。

我的建议是，把 AI 当成一个很强的研究助理，而不是代笔人。

你可以这样用它：

“我想写一篇关于 AI 搜索如何改变普通人获取信息方式的文章。请帮我整理传统搜索、AI 搜索、社交媒体搜索的差异，并列出各自的优势和风险。”

然后继续追问：

“这个话题里有哪些常见但可能错误的观点？”

“有没有历史上类似的信息工具变化，比如印刷术、百科全书、搜索引擎？”

“如果写给非技术读者，最容易懂的比喻是什么？”

到这里，AI 给你的不是文章，而是一堆积木。

真正决定房子怎么盖的人，还是你。

你要决定哪个观点让你心里一亮。

哪个例子你真的相信？哪个比喻你愿意放进自己的文章？

如果你没有这个判断，AI 只会帮你更快地产出一篇“看起来完整”的平庸内容。

这句话可能不太好听，但我觉得挺重要的。

3.写作时先写“我为什么在乎”，再写“读者能得到什么”

很多 AI 内容会有一个问题：信息很多，但没有人味。

你能看出作者查了资料，也会用工具，但你不知道他为什么要写。

这就很可惜，因为在 AI 时代，纯信息越来越不稀缺。

人为什么读你，而不是直接问 AI？

很大一部分原因是，他想看一个具体的人如何理解这件事。

所以写每篇文章前，我建议先写几句话，不一定放进正文，但一定要写出来：

我为什么在乎这个话题？

它解决了我什么困惑？

我曾经在哪里误解过它？

我希望读者读完之后，少走哪一步弯路？

比如你要写“如何用 AI 做周报”。

这个选题听起来很工具，但你真正关心的可能是：很多人在公司里不是不会工作，而是不会表达自己的工作。辛苦做了很多事，最后只在周报里写成“完成日常需求支持”。像把一整周的疲惫压缩成一行冷冰冰的字。

这时候，AI 周报就不只是“自动生成文本”。

它变成了一个帮助普通人重新整理劳动价值的工具。

这个角度就会有人味。

工具没有变。

你看它的方式变了。

4.标题要负责打开门，但正文要对得起那扇门

标题很重要，别装清高。

在公众号、视频号、小红书这样的环境里，标题就是门面。门面不吸引人，里面装修再好也没人进来。

但标题不能骗，尤其是 AI 自媒体。

这个领域已经太容易夸张了。

“十分钟学会”“保姆级教程”“颠覆行业”“普通人逆袭”这些词不是不能用，而是你要问自己：正文真的撑得住吗？

一个好的 AI 内容标题，最好同时包含三个东西里的至少两个：

一个具体对象，一个明确收益，一个情绪钩子。

比如：

“我试着用 AI 管理一周的碎片信息，发现真正难的不是工具”

这个标题里有具体动作，也有悬念。

“别再收藏 AI 工具了，普通人更需要的是一套使用顺序”

这个标题里有反常识，也有明确对象。

“AI 写作不是替你写，而是逼你想清楚自己到底要说什么”

这个标题更偏观点，但它有判断。

标题可以有锋芒，但不要只剩锋芒。

读者不是傻子，你骗他点进来一次，他下次就会在心里给你打折。

信任是内容账号最贵的资产，比爆款贵。

5.正文要有三个层次：看见、解释、带走

我觉得一篇好的 AI 内容，至少要完成三件事。

让读者看见一个现象，帮读者解释这个现象，给读者一个可以带走的动作或判断。

比如你写“为什么你用了 AI 之后，反而更焦虑”。

看见，是描述现象：

你订阅了好几个 AI 工具，收藏了几十篇教程，浏览器标签页开满了，但真正用起来的时候，还是不知道从哪里开始。每次打开工具，像站在一个巨大的自助餐厅里，什么都想吃，最后端了一盘乱七八糟的东西回来。

解释，是讲原因：

因为 AI 工具降低了执行成本，却没有自动提高目标清晰度。过去你不会做，是因为能力不够；现在你做不出来，可能是因为你没想清楚要什么。AI 把这个问题放大了。

带走，是给方法：

以后学 AI，不要按工具学，而是按任务学。不要问“这个工具有什么功能”，先问“我每周重复做的三件事是什么”。写文案、整理资料、做图、剪视频、回邮件、做表格，选一个高频任务，把一个工具用到能稳定节省时间，再学下一个。

你看，这样读者读完就能动。

不是感动一下，收藏一下，然后消失，而是真的知道今晚可以做什么。

AI 自媒体最容易踩的几个坑

我想讲几个坑。

不是站在岸上指挥别人游泳的那种讲。

而是因为这些坑太常见了，而且有些我自己也会反复警惕。

1.把“更新快”误认为“有价值”

AI 圈有一种很强的速度崇拜。

谁第一时间发，谁就显得专业。

但长期看，速度只能带来一部分关注，不能建立深信任。

如果你每天都在说“又来了”“炸裂了”“太强了”，读者会越来越麻木。

人对刺激是会适应的。

你今天说“改变世界”，明天说“重新定义”，后天说“颠覆一切”，到第四天，读者只想问：那我到底该不该下载？

速度当然重要。

但你要在速度之外，加一点判断。

哪怕只是很朴素的判断：

我觉得这个功能现在还不稳定。

我觉得它适合内容创作者，但不适合严肃数据分析。

我觉得它演示很惊艳，实际工作流还差一步。

我觉得它对新手没那么友好，因为它要求你先有清晰的任务拆解能力。

这些判断会让读者感到：屏幕背后有个人。

不是一个搬运机器。

2.把 AI 写作变成“洗稿加速器”

这是我最不喜欢的一种用法。

把别人的文章丢给 AI，让它换个说法，再发出来。

短期看省事。

长期看是在毁自己的表达肌肉。

写作不是把句子排列好。

写作是你一次次确认：这个观点是不是我的？这个表达是不是我会说的话？这个判断我愿不愿意负责？

如果 AI 只是帮你把别人的东西洗得更顺，你会越来越依赖那种“顺”。

但顺不等于真。

有时候，一篇文章里最打动人的地方，恰恰是不那么顺的地方。

是那个停顿。

那个犹豫。

那个“我也不确定，但我现在是这么想的”。

那是人留下的痕迹。

AI 可以润色你的表达，但不要替你拥有观点。

3.只写工具，不写人

AI 自媒体如果一直写工具，会很快进入一个很累的循环。

新工具出来，你写。

旧工具更新，你写。

别人测评，你也测评。

一段时间后，你会发现自己像一个永远追着公交车跑的人。车门刚关上，下一辆又来了。

工具当然要写。

但工具背后一定要写人。

写设计师如何重新理解自己的审美价值。

写老师如何用 AI 准备课程，但仍然担心学生失去独立思考。

写小老板如何想用 AI 降低成本，却发现最大的阻力不是软件，而是团队习惯。

写内容创作者如何用 AI 提速，却也害怕自己的声音被磨平。

这些人才是 AI 时代真正的故事。

技术变化之所以值得写，不是因为参数变大了，而是因为它改变了人的工作、关系、尊严、焦虑和希望。

一套可以直接照着做的内容生产系统

如果你现在就想开始，我会建议搭一个很轻的系统。

不要太复杂。

复杂系统最容易变成新的拖延。

你只需要五个池子。

1.问题池

记录所有你想回答的问题。

不要急着判断能不能火，先收集问题。

比如：

AI 会不会让普通写作者更难被看见？

为什么很多企业买了 AI 工具却用不起来？

普通人学 AI，应该先学提示词还是先改工作流？

AI 生成的视频越来越多以后，真实拍摄会不会更有价值？

问题池决定你的内容深度。

没有问题池，账号就会被热点牵着走。

2.案例池

记录具体案例。

产品案例、个人案例、行业案例、失败案例都可以。

但要尽量具体。

不要只写“某公司用 AI 提效”。

要写清楚它用在什么环节，原来怎么做，现在怎么做，节省了什么，新增了什么问题。

如果没有来源，宁愿不写。

不要为了让文章好看编故事。

读者可能一时看不出来，但你自己知道。

创作者不能长期靠心虚写作。

3.体验池

这是最容易被忽视的。

你亲手试过的东西，要记录下来。

哪怕很小。

比如：

我让 ChatGPT 帮我改标题，发现它很容易把标题改得更像营销号。

我用 Claude 整理长文，发现它更适合处理结构，但具体事实仍然要核对。

我用 Midjourney 做封面，发现提示词不是最难的，审美判断才是。

我用飞书多维表格做选题管理，结果真正提升效率的不是表格，而是每周固定复盘一次。

这些体验不一定惊天动地。

但它们真实。

真实的小发现，比空泛的大判断更耐看。

4.表达池

记录你喜欢的比喻、句子、标题结构、开头方式。

不是为了抄。

是为了训练自己的表达敏感度。

比如你可以记录：

“AI 像一个很勤奋但没有生活经验的实习生。”

“提示词不是咒语，而是任务说明书。”

“工具降低的是动作成本，不是思考成本。”

这些句子以后未必原样使用，但它们会成为你的语言材料。

一个内容创作者，不能只积累信息。

也要积累表达。

5.复盘池

每篇内容发完，不要只看阅读量。

阅读量当然要看，但它只是一个结果。

你还要看：

读者在哪里留言最多？

他们转发时用了什么话？

他们是因为标题进来，还是因为某个观点留下来？

哪一段被划线、引用、截图？

哪篇文章数据一般，但带来了高质量连接？

复盘不是为了惩罚自己。

是为了发现你的账号和读者之间，真正发生了什么。

有时候，一篇没有爆的文章，会帮你找到未来半年的方向。

AI 创作者要建立自己的“可信度账户”

我一直觉得，自媒体不是每天发内容那么简单。

它更像在读者心里开一个账户。

你每次说真话，账户里就多一点余额。

你每次夸大，余额就少一点。

你每次承认“不知道”“还没试完”“这个地方我判断不了”，余额反而可能增加。

这听起来有点反直觉。

因为很多人觉得，做内容就要显得什么都懂。

但我越来越相信，在 AI 这种变化特别快的领域，诚实比全知更重要。

你可以说：

“这个产品我只试了两个小时，所以现在只能讲初步感受。”

“这个模型的技术细节我还没完全吃透，下面只讨论普通用户体验。”

“这个功能演示很强，但我暂时没找到稳定工作流。”

“我之前判断错了，这次更新确实改变了我的看法。”

这些话不会让你显得弱。

会让你显得像一个活人。

而活人，是 AI 时代越来越稀缺的内容资产。

真正的壁垒，是你的连续观察

很多人问，AI 自媒体现在还能不能做？

我的答案是：当然能。

但如果只是做工具搬运，会越来越难。

因为工具信息会被平台、搜索、AI 助手自动整理掉。用户以后想知道“某个功能怎么用”，可能直接问浏览器侧边栏，问系统助手，问任何一个模型。

但有些东西没那么容易被替代。

比如你连续三个月观察一个行业如何使用 AI。

比如你持续记录自己用 AI 改造写作、阅读、学习、管理的过程。

比如你能把一个普通人的困惑讲清楚：我到底要不要学？我应该学到什么程度？我怎么判断自己不是在浪费时间？

比如你能在所有人都兴奋的时候提醒风险，也能在所有人都焦虑的时候指出可能性。

这就是壁垒。

不是因为你掌握了什么独家秘密，而是因为你一直在场。

连续观察本身就是一种稀缺能力。

它要求你不要每次都被最大声音带走。

要求你试用，记录，怀疑，再试用。

要求你承认自己会错。

要求你慢慢形成一套自己的判断口径。

AI 自媒体做到后面，拼的不是谁更会用 AI。

而是谁更知道自己为什么用 AI。

给刚开始的人：从一篇“小而真”的文章开始

如果你现在还没有账号，或者账号刚开始，我不建议你第一篇就写宏大命题。

不要写“AI 将如何改变未来十年”。

这个题目太大了。

大到很容易把人写空。

你可以写小一点。

写“我用 AI 整理了 100 条微信收藏，发现我根本不是缺资料”。

写“我让 AI 帮我改了 20 个标题，最后发现最好的标题不是它写的”。

写“我试着用 AI 做一周工作复盘，第一次看清自己时间花在哪里”。

写“为什么我不再收藏 AI 工具清单了”。

小，不代表浅，小是入口。

只要你真的进去，就会看到很多东西。

比如“整理微信收藏”这件小事，背后其实是现代人的信息过载。

比如“AI 改标题”这件小事，背后是人如何表达自己的判断。

比如“工作复盘”这件小事，背后是普通人在组织里如何看见自己的价值。

AI 只是那把铲子，你真正要挖的，是生活下面那层土。

我对 AI 自媒体的一个判断

未来 AI 内容会越来越多，这几乎不用怀疑。

因为生产成本下降了，更多人会进入，更多账号会出现，更多平台会被内容填满。

但也正因为这样，真正有人的内容会变得更亮。

不是更完美，是更有纹理。

你能看出这个人真的试过，真的想过，真的纠结过，真的有一些话不是为了流量才说。

他会介绍工具，但不会把工具吹成神。

他会拥抱变化，但不会假装自己不害怕。

他会教方法，但不会把所有问题都简化成“普通人逆袭”。

他会承认 AI 很强，也会提醒你：不要把自己的判断力交出去。

这可能就是我最想说的。

做 AI 自媒体，不是每天站在时代浪潮上大喊。

更多时候，它像是在一个很吵的房间里，认真指给别人看：

你看，那个角落里其实有一扇门。

门后面不一定是财富自由，也不一定是颠覆世界。

但可能是一种新的工作方式，一种新的表达方式，一种重新理解自己的方式。

而我们做内容的人，至少可以先把门把手擦干净。

告诉后来的人：

我试着推了一下。

它真的能打开。