夜雨聆风最近我越来越觉得，很多人对 AI 写作的理解，还停在第一天。
打开一个聊天框，输入一句“帮我写一篇公众号文章”，等三十秒，复制出来，改几个词，发出去。
然后开始困惑：为什么读起来像 AI？为什么没人点？为什么收藏少？为什么转化没有发生？
问题可能不在 AI。问题在于，我们把一整个内容流程，硬塞进了一句话里。
一篇能看的公众号文章，从来不是“写”出来的。
它更像是被一层一层做出来的：先判断这个题值不值得写，再找资料，再拆结构，再写初稿，再改人味，再配图，再包装标题和封面，最后还要考虑能不能拆成朋友圈、小红书、社群短内容。
以前这些事靠一个人的经验硬扛。现在可以让 AI 参与，但前提是你得先承认一件事：
AI 不是一个万能写手。它更像一个可以被拆分的编辑部。
公众号最贵的东西不是字数。
是读者愿意给你的那几分钟。
很多文章在写之前就已经输了。不是文笔不行，而是选题没有必要性。读者看标题时，心里其实只有一个问题：
这篇和我有什么关系？
所以我现在更倾向于先做选题诊断，而不是直接写。
一个好选题，至少要过三关。
第一，它有没有明确的人群。写给“所有人”的文章，通常谁都不会觉得是在写自己。
第二，它有没有一个足够具体的问题。比如“AI 写作技巧”太散，“为什么你用 AI 写公众号还是没人看”就更有抓手。
第三，它有没有新的认知落差。读者点开后，不能只是看到一堆已经知道的常识。
这也是 dbskill 这类诊断工具有用的地方。它不是替你写，而是先问你：这个内容到底有什么值得讲的？
这一步有点难受，因为它会把很多看起来热闹的选题打回去。但打回去是好事。
比写完才发现没人看，便宜多了。
AI 最容易写出一种“看起来很完整，实际很空”的文章。
标题像那么回事，结构也规整，段落一段接一段。但读完之后你会发现，没有事实，没有案例，没有具体场景，也没有作者自己的判断。
这种文章最像一个会说话的空气枕头。
看着鼓。按下去是空的。
所以资料搜索不能省。
如果写工具文，就要真的列出工具、适用场景、限制和替代方案。如果写行业分析，就要有事件、公司、产品、时间线和数据。如果写观点文，也至少要有几个具体的观察，而不是只在抽象词里转圈。
content-research-writer 这一类工具适合放在这里。它的价值不只是“帮我写”，而是帮你把资料、提纲、引用、初稿串起来。
第一步让 AI 帮你列出这个选题需要查什么。
第二步围绕每个问题搜资料、做摘要、标出可引用的信息。
第三步根据资料重新决定文章结构。
第四步最后才进入初稿。
顺序反过来，文章就容易变成先搭了一个漂亮架子，再往里面塞一些不太相干的材料。
读者未必说得出来哪里不对，但他们会很快划走。
很多人对 AI 初稿要求太高了。
他们希望第一次生成出来就能直接发。其实这不太现实，也不太应该。
AI 初稿最大的作用，是帮你把空白页填满。它提供一个可以被修改的对象。你不用再盯着光标发呆，也不用从第一句话开始折磨自己。
但初稿必须经过人的判断。
哪里像套话，删掉。
哪里太顺滑，打断。
哪里全是抽象判断，补例子。
哪里一看就是“此外、值得注意的是、综上所述”那套腔调，改成人话。
我会把 Humanizer-zh 放在这一步。它不是魔法棒，不能把一篇空文章变成好文章。但它很适合做最后的文字清洗：去掉过度排比、万能转折、宣传腔、假装深刻的总结句。
有些句子看起来很高级，其实只是没有责任。
比如：
“AI 正在重塑内容创作的底层逻辑。”
这句话不是不能写，但它太轻了。重塑在哪里？对谁有影响？怎么影响？如果这些问题答不上来，这句话就只是在假装有重量。
不如改成：
“以前写一篇文章，最耗时间的是从零开始。现在最耗时间的，是判断 AI 给你的东西能不能用。”
后一句没有那么宏大，但它更接近真实。
一篇文章发出去，其实只是内容的第一种形态。
如果你已经花几个小时把一个问题讲清楚，就不应该只让它在公众号里出现一次。
它可以拆成朋友圈短文，可以做成小红书卡片，可以变成社群海报，也可以做成一张“文章核心结构图”。尤其是知识类、商业类、AI 类内容，视觉包装会明显影响传播。
这就是 baoyu-skills 和 guizang-social-card 这类工具的位置。
baoyu 更像内容包装工具箱：封面、信息图、结构图、正文插图，都可以围绕文章生成。
guizang-social-card 更适合把文章拆成适合社交平台传播的卡片。长文负责讲透，卡片负责让人愿意转发。
公众号写作者很容易只盯着正文。但读者最先看到的是标题和封面，转发时看到的是卡片，收藏时记住的是结构。
正文当然重要。
但正文不是全部。
“让 AI 帮我写一篇文章”，是最低级的用法。
更好的用法，是把它放进流程里。
选题阶段让 AI 当一个挑剔的选题编辑。
资料阶段让 AI 当研究助理。
提纲阶段让 AI 当结构编辑。
初稿阶段让 AI 当速记员。
修改阶段让 AI 当文字洁癖很重的主编。
视觉阶段让 AI 当设计助理。
分发阶段让 AI 当运营编辑。
这套流程听起来麻烦，但它其实是在省真正贵的时间。
以前我们把时间浪费在低质量重复劳动上：整理资料、改格式、想小标题、拆摘要、配图、做卡片。现在这些可以交给 AI 承担一部分。
人应该把精力留给更难的事：判断、取舍、品味、立场。
这四件事，暂时还不能外包。
如果你也是公众号作者，可以试试这个顺序。
第一步，写一句选题假设。 不要超过 30 个字。比如：“为什么很多人用 AI 写公众号，反而写得更差了？”
第二步，做选题诊断。 问清楚：写给谁？解决什么问题？有没有新角度？读者为什么现在要看？
第三步，列研究清单。 至少列出 5 个需要查的问题，不要直接写正文。
第四步，生成提纲。 提纲不要只写“背景、原因、建议、总结”。要写清楚每一节的核心判断。
第五步，写初稿。 允许它粗糙。先有毛坯，再谈装修。
第六步，人工改稿。 把空话删掉，把抽象词落到具体场景里，把漂亮但无用的句子换成真实判断。
第七步，去 AI 味。 重点查四类问题：排比太整齐、转折太丝滑、结论太宏大、语气太像公众号模板。
第八步，做包装。 准备 5 个标题、1 张封面、3 张卡片、1 段朋友圈转发文案。
这样做下来，AI 不是替你写作。
它是在帮你把写作拆成更可控的步骤。
以后会写文章的人，大概不会被 AI 取代。
但只会打开聊天框，让 AI “帮我写一篇”的人，确实会越来越难。
因为大家都有同一个聊天框，默认输出也越来越像。真正能留下差异的，是你怎么问、怎么判断、怎么改、怎么包装。
工具会变，模型会变，平台规则也会变。
AI 写作的差距，不在提示词，而在一条能跑通的内容工作流。
但内容创作有一件事不会变：你得真的把事情想清楚，再把它说清楚。
AI 可以帮你走得快一点。
可方向，还是得你自己定。
