我每天只花3分钟:用AI搭了个头条号运营助手

上个月，我做了个小实验：用 WorkBuddy 帮我运营一个头条号。

这个号做了一个多月，目前有500多个粉丝，最近每天还能稳定新增10个左右。

这一个月里，我每天真正需要做的事情，其实只有三步：

打开 WorkBuddy，从它推荐的三个选题里挑一个；

复制生成好的文章；

粘贴到头条后台，点击发布。

整个过程，通常不到3分钟。

当然，我不是想劝大家都去做头条号。只是想用这个例子告诉你：现在用 AI 搭一个真正能帮你干活的助手，没有想象中那么复杂。并让大家快速熟悉主流的AI工具。

或者万一做着做着，你的号真火了呢？

今天这篇文章，我就把整个搭建过程完整写出来。

你跟着做一遍，最后会得到一个能够持续帮你找选题、搜资料、写文章、生成配图、记录数据并不断复盘的账号运营助手。

打开 WorkBuddy，点击对话框左侧的加号。

你可以选择一个已有的文件夹，也可以新建一个文件夹，专门用来管理这个头条号。

模型方面，日常任务使用 Hy3 基本就够了，目前还是免费的。遇到复杂调研或者长文章，可以再切换到 Kimi-K3。

模型名字后面的“0.00x”，代表积分消耗倍数。以标准模型为1倍，数字越大，消耗的积分越多。

另外，左下角每天有100免费积分可以领取，记得顺手点一下。

模式选择“深度研究”。

因为我们第一步不是急着写文章，而是先搞清楚一件事：

这里先解释一下 WorkBuddy 和普通聊天机器人的区别。

普通聊天机器人更像一个临时顾问。

你问一句，它答一句。聊天结束之后，很多过程也就结束了。

WorkBuddy 则可以在你的电脑里拥有一个专门的工作空间，也就是刚才创建的文件夹。

你们讨论出来的选题、文章、数据、复盘和规则，都可以保存在这个文件夹里。

下一次继续工作时，它可以先读取之前的内容，再接着往下做。

所以，它不只是陪你聊天。

它可以整理资料、生成文件、记录进度，还能逐渐形成一套固定的做事流程。

这就是“聊天机器人”和“工作助手”之间的区别。

新项目不要一上来就写。

先看看别人已经验证过哪些内容。

我当时想做的是野史方向，所以给 WorkBuddy 输入了这样一段话：

然后让它使用深度研究模式执行。

它会搜索相关资料，并把结果整理成一份分析报告，保存到项目文件夹里。

报告里通常会包含：

哪些题材更容易吸引点击；

常见的标题结构是什么；

文章一般从哪个角度切入；

哪些内容已经被写烂了；

新账号可以先从哪些小方向开始测试。

这一步看起来比较慢，却可能是整个起号过程中最重要的一步。

很多人做账号，一开始就让 AI 连写30篇。

结果写得很勤快，数据却没反应。

问题往往不是 AI 不会写，而是最开始选择的方向，就没有经过验证。

方向错了，后面做得越多，浪费得越多。

调研完成后，接下来才是最核心的一步：

不要只让 AI 帮你写一篇文章，而是让它建立一套以后可以重复使用的工作流。

我当时使用的提示词如下，你可以直接复制，再根据自己的账号方向修改：

这段提示词里，最重要的是第6条。

它的意思不是“这次帮我完成任务”，而是：

很多人使用 AI，每次都是从头开始。

今天写一篇文章，明天重新解释要求，后天再换一套提示词。

这样当然很累。

真正省时间的方法，是让 AI 把你的要求、流程和经验逐渐固定下来。

提示词写一次，以后不断迭代。

这才叫工作流。

工作流建立完成后，日常操作就简单多了。

每天打开项目，告诉它：

它会输出三个方向，并标出最推荐的一个。

通常还会告诉你：

为什么推荐；

这个题目适合什么标题；

和之前的文章是否重复；

预计读者会对哪个点感兴趣。

你从中挑一个，然后让它继续创作。

它会完成资料搜集，生成标题和文章，并给出封面图或者配图方案，最后把相关文件保存到项目目录里。

你需要做的，就是简单检查一下内容，然后复制到今日头条后台发布。

真的就这些。

以前每天最让我头疼的问题是：

“今天到底写什么？”

现在这个问题基本交给 AI 了。

我只需要负责最后的判断。

文章发布之后，这套流程还没有结束。

真正能让它越用越准的，是后面的数据复盘。

跑几天之后，把头条后台的阅读量、推荐量、评论、点赞、涨粉等数据截图，直接交给 WorkBuddy。

让它把数据记录进项目文件，并进行分析。

比如：

哪些标题点击更高；

哪些题材推荐量更好；

文章多长时完读率更合适；

哪种开头更容易留住读者；

哪些内容阅读量不错，却没有带来涨粉；

哪些选题看起来普通，反而持续有流量。

然后要求它根据这些结果，调整下一轮选题和文章结构。

这一点做和不做，刚开始可能看不出太大区别。

但是到了第二个月，差距就会慢慢出现。

不记录数据，AI 每天都像第一天上班。

记录并分析数据之后，它才会逐渐理解：

你的读者到底喜欢什么。

当然，AI 给出的分析不一定全部正确。

尤其是数据量还很少的时候，结论只能当作假设，不能当作规律。

最终还是要靠你不断测试和判断。

严格来说，不算。

AI 可以帮你完成选题、调研、写稿、配图和复盘，但最终内容是否准确、是否适合发布，仍然需要人来检查。

发布这一步，我目前也是手动完成的。

我觉得这样反而更稳妥。

AI 负责重复劳动，人负责判断、把关和最终决定。

真正值得追求的，不是完全没有人参与，而是把人从大量机械操作中解放出来。

如果你不想从调研和建目录开始，后台回复“头条”两个字。

我会把这套整理好的工作流发给你。

拿到之后，新建一个文件夹，把文件放进去，在 WorkBuddy 里选择这个文件夹，然后告诉 AI：

它就会根据已有流程继续往下执行。

另外，也欢迎你把自己使用 AI 时遇到的问题发给我。

很多人并不是不想使用 AI，也不是学不会，而是不知道应该从哪个具体场景开始。

我的建议是，不要一上来研究几十种模型，也不要先背一堆提示词。

先找一件你每周都会重复做、而且每次都觉得麻烦的事情。

让 AI 从这件小事开始帮你。

折腾这套流程一个多月，我最大的感受，不是 AI 到底有多强。

而是我终于不用每天花大量时间纠结：

今天写什么？

从哪里找资料？

上一篇数据怎么样？

下次应该怎么改？

这些重复的问题，可以先交给 AI 处理。

而我把时间留给最后的选择、判断，以及真正想做的事情。

AI 最有价值的地方，不是让我们生产更多内容，也不是给每个人增加新的工作。

而是把重复的活接过去，把时间还给我们。

今晚你也可以花5分钟，打开 WorkBuddy 的深度研究模式，让它帮你调研一个自己感兴趣的方向。

不一定是头条号。

可以是你的工作、店铺、副业，甚至是每天都要整理的一堆表格。

先让它帮你把这件事研究清楚。

也许从这5分钟开始，你就有了自己的第一个 AI 工作助手。

我是 跟大神学 AI，分享 AI 实战与可复用的工作流。