夜雨聆风
做内容，真正先卡住你的，往往是信源。
我自己做内容时，最先花时间的环节，是收、分、存。你手里有没有稳定输入，决定了你后面能不能稳定输出。
AI 很强，但它不会替你长出输入。你每天喂给它什么，它就只能加工什么。喂进去的是一手材料，它能帮你扩成一篇像样的文章；喂进去的是热榜、二手总结、重复观点，它最后也只会吐回更多重复。
所以，内容创作的第一步，是先把信源搭起来。
1. 工具救不了无源内容
很多人做内容，会先买课、装插件、调 AI 工具。
动作不少，产能还是上不去。
原因很简单：手里没有稳定输入，AI 再强也只能在旧材料上打转。
一个人如果每天都靠临时刷到的东西凑选题，最晚三个月，就会开始重复自己。看起来是在持续输出，实际上是在把同一件事换个说法再讲一遍。
这时候，真正卡住产能的，是你没有可持续的输入。
2. 先建信源分级，再谈选题
我现在更愿意把信源分成三层。
T1：一手信源
这些是直接产出信息的人和地方。
比如：
• 领域源头账号 • 论文 / 研报 • 一线从业者博客 • 原始数据站 • 访谈和播客
这层是选题发动机。没有它，文章只能围着别人转。
T1.5：高质量整理层
这层已经做过筛选和加工，但还保留了判断力。
比如：
• 深度专栏 • 高质量 newsletter • 认真做过结构化整理的公众号 • 高密度工具评测
这层适合补角度，适合对照观点，适合让文章更完整。
T2：二次传播层
热榜、转述、摘要、评论区，都在这层。
它们能看，但用途很窄：找波动、找情绪、找大众视角。主材料还是得放在前两层。
真要长期写，主材料必须来自 T1 和 T1.5。
3. 9 类信源怎么搭
如果你是做公众号、X、小红书，最实用的信源结构其实就 9 类。
1. X 上关注的人
领域里天天产出的人，最快，最贴近前线。2. 必读书籍
书提供框架。没有框架，热点只能追着跑。3. 个人博客 / 深度专栏
很多实战判断，只会出现在个人长文里。4. 播客
很多人平时不说的话，会在长访谈里松口。5. YouTube
适合看工具、操作、演示和评测。6. 论文 / 研报
最前沿的一手研究。做 AI、投资、医疗类内容，这层不能缺。7. newsletter / 信息聚合
帮你把一天的噪音先压缩一遍。8. 数据 / 工具站
观点会骗人，数据不会。9. 公众号
中文世界里最直接的一手案例池。
这 9 类不用一次全收。
先搞清楚，每一类信源分别解决什么问题。
有的负责给你事实。
有的负责给你框架。
有的负责给你案例。
有的负责给你选题。
4. 怎么让 AI 读得懂、接得上
信源搭好以后，下一步才是让 AI 接入。
这里最容易犯的错，是把一堆网页、截图、聊天记录，直接扔给 AI。
这还不能叫知识库，最多只是原料堆。
AI 真正能接上的，是结构化输入。
最小流程就四步：
第一步：收集
看到有价值的内容，先剪藏。
网页存 Markdown，播客存转录，视频存笔记，数据存链接。
第二步：标注
每条材料至少补三个信息：
• 它属于哪一类信源 • 它的可信等级 • 它适合干什么
比如：
• 选题 • 观点支撑 • 案例引用 • 数据佐证
第三步：分层
把材料分成“可直接用”“只能参考”“先放着”。
这样 AI 接到的是已经做过判断的输入；资料已经分过层，顺序也已经理过。
第四步：喂给 AI 做重复劳动
让 AI 做这些事最值钱：
• 摘要 • 归纳 • 对照 • 起提纲 • 拉出冲突点 • 生成初稿
它最不该做的，是替你判断信源值不值。
判断这件事，还是得人来。
5. 最小可执行版本
如果你现在还没有完整信源系统，先别急着铺太大。
先做这三件事：
1. 给自己建一张 30 天信源表 2. 每个主题只保留 10 个核心信源 3. 每周删掉 3 个低信噪比来源
你会很快发现，内容产能的差距，最后拉开的是输入质量。
你手里有持续输入，AI 才能持续帮你产出。
你手里没有输入，AI 只会把空白放大得更快。
结尾
如果你想把 AI 用在内容创作上，先别急着学更多工具。
先做一件更基础的事：把你的信源搭出来。
先有地基，才谈楼层。
先有输入，才谈输出。
先有信源，AI 才能真的接上。