上周写了那篇"AI一人公司自媒体工作流"之后，后台收到最多的一类留言是：流程我大概看懂了，但具体怎么转起来的？每天到底先干什么后干什么？AI和人各管哪一段？

今天这篇就专门回答这个问题。不聊概念，只拆解一台"内容工厂"的齿轮是怎么咬合的——几点钟触发什么动作，哪些环节AI自动跑，哪些环节必须人拍板，中间卡住了怎么兜底。

一、先搞清楚：这台工厂的"原料"是什么

内容工厂的原料不是文字，是判断。

一台机器能帮你写三千字、剪一条视频、生成五个平台的标题，但它不知道今天该写什么、该用什么角度切入、该不该追这个热点。这些判断来自你的行业经验、你对用户的理解、你对平台调性的感觉。

所以这台工厂的运转逻辑是：AI负责信息处理和格式适配，你负责方向判断和内容注入。原料是信息，产品是内容，动力是你的决策。

想清楚这一层，后面每一步才好理解。

二、每天的时间线：从凌晨三点开始

我的内容工厂不是从早上打开电脑开始的，是从凌晨三点。

三点整，选题智能体自动启动。它会跑三件事：第一，扫描全网科技热搜和同行头部账号的近期爆款；第二，按照我预设的评分标准给每个候选选题打分——我的标准是"普通人听得懂、有新鲜感、能和AI实操挂上钩"，三条不满足直接淘汰；第三，输出一份排序好的选题建议清单，附带每条选题的核心素材链接和推荐理由。

早上起来第一件事不是写稿，是看这份清单。花十分钟左右扫一遍，结合当天的热点变化和自己的判断，拍板今天做什么。

这步是整个工厂最关键的齿轮。选题选对了，后面的创作、分发、复盘才有意义；选题选错了，执行得再漂亮也是白费。所以我宁可多花五分钟在这一步，也不会闭眼挑一个就往下走。

三、创作环节：AI出骨架，你灌灵魂

选题定了，进入创作。

这一步很多人踩坑——直接让AI"写一篇关于XX的文章"，出来的东西又空又泛，看着像那么回事，读完什么也记不住。

我的做法不一样。先花十分钟做三件事：把今天选题相关的三到五条素材链接整理好，把自己对这个话题的几句核心观点写下来（哪怕只是关键词），然后一起喂给AI，让它按固定结构生成初稿。

这个固定结构是我反复测试后定下来的：开头三十秒钩子——用一个数据或场景把人留住；然后亮核心观点——一句话说清楚今天讲什么；接着展开实操部分——分步骤讲方法、给工具、举案例；最后总结收口——提炼一句话观点，引导互动。

AI按这个结构出初稿，通常五到八分钟。我拿到初稿后，花二十到三十分钟改稿。改稿做三件事：把书面语改成我说话的方式、加入自己的真实体验和判断、删掉"正确但没有信息增量"的段落。

一篇两千多字的文章，AI初稿五分钟，我改稿半小时。如果从零开始自己写，至少两个小时。省下来的时间不是拿来偷懒，是用来想下一个选题、打磨内容细节。

这里有个关键认知：AI生成的是内容的骨架和血肉，但你注入的观点、经验和语感才是灵魂。读者关注你是因为你说的东西别人说不了，不是因为你的文字有多华丽。

四、多平台适配：一鱼五吃的正确姿势

一篇长文写完了，接下来要变成五个平台的内容。

这是最吃人工的环节——如果你手动改的话。公众号两千多字原文直接发；抖音要压缩成三百二十字以内的口播稿；视频号要写一条十五到二十五字的钩子描述；小红书要拆成图文笔记格式；朋友圈要提炼成短文案加配图说明。五个平台，五种格式，五种调性。

手动做这件事，一个多小时就没了。我的做法是在工作流里加一个"多平台适配"节点：把定稿的长文扔进去，设好每个平台的规则——字数上限、标签格式、开头钩子要求、结尾引流话术——然后AI自动输出五个版本。

五分钟后我挨个审核，主要检查三件事：口播稿有没有超过三百二十字、小红书版本是不是写成了公众号腔、视频号描述首句够不够抓人。通常每条花两三分钟微调，加起来十分钟搞定。

关键在"规则库"。每个平台的规矩是固定的，但你得明确写下来告诉AI。比如我的标签规则是前三个固定——AI工具、零基础学AI、再加一个方向标签，后两个随内容变化。这种规则一旦写进工作流，每次自动执行，不需要反复提醒。

还有一件事很多人忽略：不同平台的发布节奏不一样。我的是早上八点发抖音口播、八点半发视频号、中午十二点发公众号、下午六点发小红书。不是同时发，因为各平台流量高峰不一样，错开发能吃到更多自然推荐。

五、数据复盘：让AI告诉你什么管用

内容发出去了，工作没有结束。不复盘，你永远不知道什么选题跑得动、什么标签带了流量、什么时间段发布效果最好。

我的复盘智能体每晚十点自动跑一遍。它会抓五个平台的数据——播放量、点赞、评论、转发、完播率，然后生成一份结构化报告。报告包含三个部分：今日各平台表现最好的内容是什么、好内容的共同特征是什么、明天的选题方向建议。

早上看选题报告拍板今天做什么，晚上看复盘报告决定明天往哪调。两个报告串起来，就形成了一个闭环：选题→创作→分发→复盘→选题。数据驱动，不靠感觉。

但有一点要提醒：前期数据量小的时候，别被单日波动牵着鼻子走。我的习惯是至少攒两周数据再看趋势。连续三天某个方向数据都不错，才值得加大投入；单条爆了但无法复制，就当个惊喜，不当战略。

六、卡住了怎么办：工厂的容错机制

再精密的系统也会出问题。AI偶尔会给出不靠谱的选题、初稿质量不稳定的时候、多平台适配偶尔格式出错。

我的容错思路很简单：每个环节设一道人工检查关卡。选题必须我看一眼才往下走，初稿必须我改完才算完成，多平台版本必须我审核后才发布。AI跑完了你可以不看，但发布之前一定要过一遍。

如果AI某天给的选题全部不行——这种情况确实会发生，尤其是行业没什么大新闻的时候——我的做法是直接启用备选池。我平时刷到好的选题角度、有价值的素材链接，会随手扔进一个"选题备选库"，攒了四五十条。AI选题拉胯的时候，从备选库里挑，不至于开天窗。

七、这台工厂的真实产出

跑了三个月，效果怎么样？

一个人管五个平台，每天内容产出量是：一条口播视频、一条视频号内容、一篇公众号长文、一条小红书图文、两到四条朋友圈。以前靠纯手工，一天能产出两三个平台的内容就不错了，而且质量参差不齐。

现在每天花在这套系统上的时间大概一个半小时：早上十分钟看选题、半小时改稿、十分钟审多平台版本、晚上十分钟看复盘。剩下三个多小时的时间差，拿去做了更有价值的事——搭智能体、写电子文档、规划课程。

一个人+AI的内容工厂，核心不是AI有多强，而是你把自己的角色从"执行者"切换成了"调度者"。你不搬砖了，你画图纸、定标准、做决策、管质量。活还是那些活，但干法变了。

下篇开始拆具体的搭建过程：选题智能体怎么配、提示词怎么写、工作流节点怎么连。想先看哪个环节，评论区告诉我。

我是柳州老吴，只讲自己验证过的AI干货。关注我，少走弯路。