夜雨聆风我搭了一套 AI 内容工厂，本来想让它帮我持续生产内容，结果停了一个多月。
刚停下来的时候，我觉得是 AI 不够好。
我让它写一篇“如何做选品”的文章，最后交出来的东西满满都是 AI 味，思路也偏了。文字是有了，但不是我真正想说的内容，更不像一个做过实际业务的人在分享经验。
后来我才发现，问题不只是 AI 能不能写。
真正的问题是：我有没有把目标、限制和验收标准讲清楚？更现实的是，我有没有把内容当成一项需要持续投入的业务来经营？
从 6 月中旬到 7 月中旬，这套系统一直都在，工具也没有消失。但内容停了一个多月。
我最先怪错了对象
那篇选品文章，是我对 AI 产生怀疑的直接原因。
我给它的任务，是写一篇关于“如何做选品”的文章。看完之后，我最明显的感受有两个：第一，AI 味很重；第二，文章的思路和我真正想表达的方向有明显偏差。
我当时的直觉是：AI 不是万能的，它写不出我想要的东西。
这个判断不算完全错。AI 确实有边界，它不了解我脑子里没有说出来的判断，也不会天然拥有我的业务经验。
但我后来意识到，我把两件事混在了一起。
AI 有能力边界，是事实；我没有把任务定义清楚，也是事实。
如果我只说“写一篇如何做选品的文章”，却不说清楚文章写给谁、要解决什么问题、最重要的判断是什么、哪些内容不能写、什么结果才算合格，那么 AI 只能用最常见、最通用的方式完成任务。
换一个更强的模型，可能会让文字更顺、结构更完整，却不一定能修正方向。
它甚至可能把错误的方向，写得更像一篇完整的文章。
内容工厂不是坏在一个地方
现在回头看，这次停摆不是某个工具突然失效，而是四个环节同时失去了支撑。
第一个断点：目标不清
“写一篇如何做选品的文章”，看起来是一个任务，其实离可执行还很远。
读者是谁？是刚开始做亚马逊的新手，还是已经有产品池、正在筛选机会的卖家？这篇文章要讲操作步骤，还是要纠正一个常见误判？读者看完以后，是应该知道一套方法，还是做出一个具体判断？
这些问题没有先回答，AI 就只能自己补空白。
而它补出来的，通常是通用答案，不是我的经营判断。
第二个断点：细节限制不足
目标决定往哪里走，限制决定不能怎么走。
如果我没有明确语气、结构、案例边界、不能出现的表达、需要保留的真实细节，以及最后如何验收，所谓“让 AI 自由发挥”，其实只是把判断成本推迟到最后。
等文章生成完，我才发现不对，只能整篇返工。
AI 味也常常从这里出现。不是 AI 天生只能写套话，而是我没有给它足够清晰的参考坐标，也没有告诉它，哪些表达一出现，就不符合这个账号的定位。
第三个断点：心力不足
还有一个更现实的原因：那段时间，我的心力不足。
我不想把它包装成时间管理问题，也不想把它解释成执行力差。内容系统不是搭完以后就会自己运转，它仍然需要人持续供料、判断、修改、验收和发布。
当人没有足够心力时，最先停下来的往往不是工具，而是这些不能省略的判断动作。
一套只有状态好时才能运转的系统，还不能算真正稳定。
第四个断点：业务优先级变了
那段时间，我把更多精力放在了亚马逊项目上。
这不是一个对错问题。对一人公司来说，主营业务出现更紧急的任务，注意力被转移很正常。
问题在于，我的内容业务没有最低运行方案，也没有清晰的暂停和恢复机制。更紧急的事情一进来，内容更新自然就被挤到后面。
真正稳定的系统，不是永远不停，而是知道为什么停、最低要保留什么，以及以后怎么回来。
不会用 AI，只是表层原因
如果只看那篇失败的选品文章，我可以把问题总结成一句话：我不会用 AI。
目标没讲清，限制条件没给够，验收标准也不明确，AI 产出不符合预期很正常。
但这只是表层原因。
更深一层的问题是，我没有持续经营这项内容业务。
内容不是一次生成任务。它需要选题、素材、判断、表达、视觉、发布和反馈。这里面确实有很多工作可以交给 AI，但也有一部分工作，必须由人持续承担。
如果没有稳定的投入和优先级安排，再好的提示词也只能解决某一篇文章，解决不了一项内容业务为什么能持续运转。
所以，继续学习怎么用 AI 是必要的。但如果只学提示词，不重新安排人的责任和内容业务的运行方式，下一次主营业务一忙、心力一降，系统还是会停。
这次重启，我只改了一件关键的事
这次重新开始更新，我没有先换一个更强的模型，也没有再增加一批 agent。
我先重新划了一次边界：人负责决策、方向制定和大纲修改，AI 只做辅助。
AI 可以帮我拆解问题、整理素材、给出候选表达、执行改写，也可以按照已经确定的规则做检查。
但这篇内容值不值得写、写给谁、核心观点是什么、哪个案例最重要、大纲应该怎么改、什么时候该暂停、最终能不能发布，这些事情不能交给 AI。
尤其是最终判断、业务取舍、优先级和发布验收，必须由人负责。
这不意味着 AI 不重要。
恰恰相反，当人的方向更清楚、边界更明确时，AI 才能真正发挥作用。它可以加速执行，但不应该接管经营判断。
目前，我没有第二项可以包装成“重启秘诀”的改动，也没有足够的数据证明这套系统已经彻底解决了问题。
这次重启更像一个起点：先把人和 AI 放回正确的位置，再看这套内容系统能不能稳定地跑下去。
如果你也在搭 AI 内容工厂，先问自己 5 个问题
在继续增加工具、模型和自动化节点之前，我现在会先检查下面五件事：
第一，这篇内容到底为谁解决什么问题？
第二，什么样的结果才叫“符合预期”？
第三，语气、结构、案例、禁区和验收标准有没有讲清楚？
第四，哪些判断必须由人做，哪些执行可以交给 AI？
第五，如果接下来心力不足，或者主营业务突然变忙，这套系统最低如何运行，之后又怎么恢复？
这五个问题没有答案时，继续堆工具，往往只是把一套不清楚的业务流程自动化。
我现在依然相信 AI 内容工厂有价值。
但它不是一台搭好后就能无人值守的机器。AI 可以提高速度、整理信息、降低重复劳动，却不能替我定义什么值得做，也不能替我持续经营这项业务。
过去这一个多月，我以为停下来的是 AI 内容工厂。
现在回头看，真正停下来的，是我对目标、边界和持续经营的投入。
工具没有消失。接下来要验证的，是我能不能把人的判断重新放回系统里，让它真正跑下去。