ARTICLE · 1099540
我用 AI 拆完破局官网 2090 篇公众号文章,然后把它们做成了 7 个 Skill
摘要：2090 篇候选、150 篇全文、162 篇收录、7 个 Skill——我用 WorkBuddy 把破局官网的公众号文章整个拆了一遍。全过程、脚本和踩过的坑全部摊开，照抄就能跑。
先报数字：
2090 篇候选文章，150 篇拉回全文，162 篇最终收录成库，7 个 Skill 从里面长出来。
这件事我是在 WorkBuddy 里完成的：我只负责提需求和验收，中间的安装工具、写脚本、跑数据、踩坑重试，全部是 AI 自己干的。
这篇就把它完整摊开——你会看到一条「官网语料 → 价值分析 → Skill」的流水线，以及它怎么把「刷帖子学运营」这件事，变成一个可复用的工程流程。
一、为什么要拆整个官网
做公众号的人都有同款日常：收藏夹里躺着几百篇干货，一篇没再看第二眼。
问题不在你不努力，在于碎片化的帖子构不成方法论。单篇帖子教你的是一个动作，而做成一个号需要的是整条流水线：选题从哪来、钩子怎么写、发了之后怎么接流量、流量来了怎么变现。
所以我换了个思路：与其收藏，不如把官网里公众号相关的帖子整个提出来，用数据的方式读一遍。
破局刚好提供了官方 CLI（@aipoju/breakout-cli），能把官网主题区的帖子程序化拉出来。素材源有了，剩下的就是工程问题。
二、六步流水线，全程复盘
Step 1：装工具，两分钟
npm install -g @aipoju/breakout-cli@latestbreakout auth login （复用已有登录态，浏览器授权备用）breakout capabilities （查看能力清单，找到 topic.query）
Step 2：关键词检索，铺开候选池
用 12 组关键词（公众号 / 公众号运营 / 公众号写作 / 公众号排版 / 涨粉 / 流量主 / 10万+ / 爆文 / 变现 / 小绿书……）逐组分页检索，2 分钟拿到 2090 篇候选，每篇含标题、点赞、精华标记、AI 摘要。
Step 3：精拉全文，只拉值得拉的
这里踩了本次最大的坑。第一版脚本对 2000 多篇候选逐篇拉全文，跑了 50 分钟还没完。这次直接绕开：先按「点赞 + 精华加权」排序，只精拉 TOP 150，每篇间隔 0.35 秒防限流，每 20 篇增量落盘一次。4 分半收工。
一句话经验：检索管广度，排序管质量，精拉管深度。三步分开，别混在一起。
Step 4：逐篇审读，人做判断
AI 把 150 篇全文 + 32 篇精华帖生成审读摘要，我逐篇过了一遍，只干一件事：判断「这篇有没有可实操的方法」。结果很残酷—半数以上是变现故事、产品公告、训练营招生帖。它们沾着「公众号」的关键词，但没有一条能落地的打法。删掉之后，剩下 162 篇真金，归入 7 个分类。
Step 5：价值分析，让数据说话
162 篇审完，三个此前模糊的判断变得非常具体：
① 公众号内容已分成三大流派：贴图流（2026 新风口）、长文 AI 产线流、漫画流② 纯自动发文已死：做死号的人只自动化了「发」，没自动化「发什么能赚钱」的判断。活下来的全是「AI 生产 + 人工审核」③ 变现就五条路：流量主 → 商单 → 知识星球 → 咨询 → 带货导流，每条路都有人跑通了数据
Step 6：提炼 Skill，方法论变成可执行的东西
这是最有趣的一步。盘点本地技能库后发现：6 个已有 Skill 的方法论出处，恰好全在这批语料里——爆款标题工厂、公众号排版器、漫画工厂、监控雷达、基因蒸馏器、小红书工作台。等于交叉验证了一遍。
而语料同时暴露了一个能力缺口：贴图。它是 2026 年平台亲自喂饭的风口，但本地没有对应技能。于是新建了第 7 个——公众号贴图流水线（gzh-tie-tu-pipeline）：
· SKILL.md：五段流水线主文件（定位→选题→卡片→发布→复盘）· topic_calendar.py：30 天选题日历生成器，输入赛道和人设，30 秒产出 30 天日历，每条带首图钩子、互动提问、SEO 关键词和发布建议，工作日自动偏干货、周末偏互动· references：四形式卡片模板 / 起号 SOP 与变现阶梯 / 发布前合规自检清单
三、这次踩过的 3 个坑（帮你省时间）
坑 1：服务端筛选参数会被静默忽略。传 filters 给列表接口，返回 total 看起来正常，实际根本没过滤。解法：全量拉取 + 本地过滤，别信服务端。
坑 2：「逐篇拉全文」必须先限量。不排序不限量地精拉，2000 篇能跑掉 50 分钟；排序后只拉 TOP 150，9 倍提速。
坑 3：关键词命中 ≠ 内容相关。标题含「公众号」的帖子里，一大半是变现故事和公告。最后一步必须人工（或 AI 逐篇）审读，这一步省不掉——但 AI 把它从一周压到了半小时。
四、你可以怎么抄这份作业
这套流程不挑平台，任何「帖子海 + 官方接口」的场景都能套：
① 找到数据源（官方 CLI / 开放 API / RSS）② 关键词铺候选池（元数据，快）③ 排序限量精拉全文（慢动作，只给好钢）④ 逐篇审读去水（AI 辅助 + 人拍板）⑤ 价值分析找结构（流派 / 路径 / 共同方法论）⑥ 缺口处提炼 Skill（能脚本化的脚本化，能 SOP 的 SOP 化）本次产出：162 篇语料库 + 一份价值分析报告 + 7 个 Skill。方法论全部标注了出处帖，可溯源。
结尾
整个过程里，人做的事其实只有两件：提出「拆官网」这个想法，以及在审读环节做最终判断。其余的——写脚本、跑数据、防限流、提炼方法论、搓 Skill——AI 在对话里自己完成了。
我的体感是：内容运营的下一个分水岭，不是「会不会用 AI 写」，而是「会不会把学习方法做成流水线」。
你现在收藏夹里躺着多少篇没看的干货？评论区报个数，超过 50 的，建议把这篇收藏——然后真的跑一遍。