它现在大概是这么跑的：

第一步，原始素材获取我抽时间把想说的事情录音倾诉，然后转写成文字。这是原始素材，完全由我掌握，信息丰富，包括判断、口语感和停顿。

第二步，初步题材判断AI 根据原始素材判断文章适合哪种写法：拆解型、经历型、讨论型等。题材决定后续追问方向和文章结构。

第三步，按题材追问补充细节AI 对素材中可能缺失、跳过或者不够清楚的部分进行追问，我补充回答，保证文章细节完整。

第四步，核心点提炼和立场锁定AI把文章准备写的几个核心点整理出来给我确认，我检查是否有遗漏或偏差，再补充或调整。

第五步，素材量与字数控制AI 检查字数是否满足标准，如果不够，不允许硬扩写，而是继续追问我，确保每一字都是有效信息。

第六步，正式生成公众号正文AI拿到完整素材后，将内容整理成结构清晰、逻辑连贯、尽量去掉 AI 味的文章。

第七步，配图 prompt 生成与可视化根据正文内容生成插图思路和 prompt，用于后续图像生成，使文字和图像风格统一，同时可视化文章流程。

我为什么专门加了“字数不够就继续问”这个机制

只要你不给 AI 限制，它在素材不够的时候一定会偷懒。 这种偷懒不是乱编，而是开始水。它会多加形容词，多写一些看起来没错但其实没信息量的话，把一个本来能一句说清楚的东西，拉成一整段。表面上字数够了，实际文章变空了，而且 AI 味会更重。

所以我在 skill 里写死： 素材不够，就继续问；不允许直接扩写补字数。

去 AI 味最有用的，不是润色，而是收集“我本人会说的话”

我加了一个模块，专门收集我讲素材时出现的原生表达。

这里收的不是特别标准的话，而是有我个人判断、节奏和一点口语感的话。

这些句子会慢慢变成它后面写作时的参照。它不是去背我的句子，而是去记住我通常怎么表达，怎么转折，哪里会冒出一句比较重的话，哪里会更像我本人而不是机器人。

       

最近迭代了第三终于解决了另一个问题：不是所有内容都该写成一个样

04

到了第三版，我开始处理另一个问题：前两版虽然已经能写出质量不错的文章了，但它们还有一个很明显的局限，就是不管我写什么，最后写出来的味道都比较像。

如果你看过我之前几篇文章，会发现它们整体写法其实很接近。问题不在于不好，而在于同一种写法不可能覆盖所有题材。有些内容适合拆开来讲，有些内容更适合讨论，有些内容适合讲经历，有些内容适合做思考。如果你永远只用一条流程去生成，结果就会很稳定，但也会很单一。

第三版我让系统先判断：这批素材到底适合用什么题材写。判断完之后，再走对应的追问和生成路径。

这一版文章是拆解型内容，我要把一套 workflow 拆开讲：怎么设计出来、怎么改、哪些地方起作用、哪些地方要继续改。

第三版真正做成的，是它不再拿同一种写法硬套所有内容。

       

我对“AI 写文章”这件事，现在的态度很明确

AI 写文章不天然等于垃圾。 垃圾不垃圾，不取决于是不是 AI 参与，而取决于思想、素材和判断谁在手里。

如果作者本人不在场，只剩下让模型去猜、补、凑，最终大概率是一堆没信息量的内容。 如果思考是你的，素材是你讲出来的，立场也是你自己定的，AI 更像采访者、编辑和整理工具。它不是代笔，只是把表达这件事放大、稳定下来。

后面这套东西我也会继续改，包括配图 workflow、不同题材分流、公众号和小红书怎么拆开处理。

GitHub 开源，感兴趣可以自己部署。

GitHub 链接： https://github.com/wailii/wechat-xhs-content-skill