从零搭一个 AI 内容工作流，我踩了哪些坑

从零搭一个 AI 内容工作流，我踩了哪些坑

一个人运营一个内容网站，最实际的问题是：时间不够。

写一篇文章，从选题、调研、写稿、排版、配图到发布，快的话四五个小时，慢了拖一周。我试过每天写 2000 字，坚持了三天就崩了。不是写不出来，是脑子转不动。

后来我想，我本来就是做技术的，项目里也有 AI 的能力，为什么不试试让 AI 帮我分担一部分工作？

这篇文章不讲大道理，只讲我怎么搭的、踩了什么坑、现在用得怎么样。

1. 先理解 AI 能干什么，不能干什么

很多人对 AI 写文章有两个极端：要么觉得 AI 能完全替代写作，要么觉得 AI 写的东西根本不能用。

我的看法是：AI 是个很强的实习生。它能在 10 秒内读完 10 篇资料，能按你的要求写出通顺的初稿，能帮你检查语病和格式问题。但它不懂你的经验，不懂你的读者，也不懂什么叫"有灵魂的文字"。

所以分工很明确：

• AI 做：信息收集、初稿生成、格式整理、配图生成、质量检查
• 我来做：确定选题方向、补充个人经验、修改风格语调、做最终判断

这个认知是后面所有工作的基础。如果你期待 AI 一键生成完美文章，那你肯定会失望。

2. 搭建 content-ops MCP 工具集

我的项目里有一个叫 content-ops 的 MCP 工具集，它本质上是一组通过 MCP 协议暴露给 AI 助手的工具函数。

架构很简单：

AI 助手 ---[MCP 协议]---> content-ops MCP 服务器
                             |
              +--------------+--------------+
              |              |              |
         DeepSeek API    Web 搜索引擎     图床 API

每个工具就是一个函数，AI 助手在需要的时候调用。比如：

• content-ops_web_search：搜索互联网获取最新资料
• content-ops_generate_content：调用大模型生成文章
• content-ops_audit_content：检查内容质量和 AI 味
• content-ops_generate_image：调用图片生成 API 配图

搭建过程中遇到的问题：

第一个坑：MCP 协议的工具描述必须非常精确。 一开始我写的工具描述很简略，比如"搜索网络资料"，结果 AI 助手传的参数经常不对。后来我把每个工具的参数说明写得像 API 文档一样详细，问题才解决。

第二个坑：大模型的选择。 我试过好几个模型，发现不同模型在内容生成上的表现差别很大。有些模型写出来的东西虽然通顺，但全是正确的废话。最后我选了一个在中文内容生成上表现最好的模型，配合自定义的系统提示词来引导输出风格。

第三个坑：工具调用链太长会失败。 如果让 AI 一次调用四五个工具，中间很容易出问题。我的解决办法是拆成两阶段：先调研生成大纲，人确认后，再生成完整内容。

3. 一条完整的内容生产流水线

现在我写一篇文章的流程是这样的：

阶段一：选题与调研

我先想一个大概的话题，然后用 content-ops_web_search 搜索这个方向最近有什么好文章、大家都在聊什么。搜索返回的结果会作为灵感保存在系统里。

这个环节我大概花 10-15 分钟，主要是判断哪些方向值得写、写到什么深度。

阶段二：生成内容大纲

话题定了之后，我会调用 AI 生成一个详细的大纲。我的 prompt 大概长这样：

你是一个资深的内容运营。请为以下主题生成文章大纲：
主题：[主题名称]
目标读者：对 AI 工具感兴趣的运营/开发人员
要求：
- 每个小节要有核心观点，不能只是标题堆砌
- 标注每个小节里需要"作者补充个人经验"的部分
- 预估每个小节的字数
- 给出 2-3 个候选标题

大纲出来后，我会手动调整结构和重点。这个环节很关键，大纲决定了文章的骨架，我不希望 AI 来决定我要说什么。

阶段三：生成初稿

大纲确认后，让 AI 按大纲逐节生成。这里我有两个要求：

• 每个小节生成后，我必须补充自己的真实经验
• AI 写的部分必须标注出来，方便我后期修改

阶段四：质量审核

这是我自己加的一个环节。写完之后，会用 content-ops_audit_content 跑一遍质量检查：

• 拼写错误和语病
• AI 味过重的段落（空洞的套话）
• 事实性错误
• 可读性评分

审核报告会把问题按严重程度分三级，我通常只看"严重"和"中等"的问题。

阶段五：配图与发布

封面图直接用 content-ops_generate_image 生成，prompt 里我会指定风格、配色、构图。图片生成后自动上传到 COS 图床，文章发布时直接用链接。

发布也是通过 API 自动完成的，不需要打开后台编辑器。

整个流程走下来，一篇文章从选题到发布，大概 2-3 小时。其中我实际花的时间大概是 1-1.5 小时（调研、改稿、补充经验），剩下的 AI 代劳。

4. 踩坑记录：不是所有 AI 写的都能用

以下是我遇到的最严重的几个问题：

AI 幻觉：看起来都对，仔细一看全错

有一次 AI 在文章里写"根据某某研究机构 2025 年的报告"，我搜了一下，那个报告根本不存在。AI 在生成内容时，会为了"显得专业"而编造引用的数据和来源。

解决办法： 在 prompt 里明确要求"不要编造统计数据和研究报告，如果没有确凿来源就说'根据经验'或直接跳过"。

内容同质化：十篇文章一个味

连续用 AI 写几篇文章后，我发现它们读起来越来越像。同一个句式反复出现，举例的角度也类似。这个问题在单独看一篇文章时不容易发现，放在一起就特别明显。

解决办法： 每篇文章我要求自己写一个"个人故事片段"嵌在文章里，大概 200-300 字。这个片段必须是真实的、只有我自己能写的。这样即使 AI 生成的部分有点模板化，整篇文章还是有独特价值。

"AI 味"到底是什么

我总结了一下，AI 味就是：

• 每段开头都是"随着..."、"在当今..."
• 喜欢用排比句，读起来很流畅但什么都没说
• 结论总是折中的、"既要又要"的
• 缺乏具体的数字、日期、人名

解决办法： 我在系统提示词里加了一句话——"写完之后读一遍，删掉所有看起来像公务员考试申论的句子"。效果好很多。

5. 几个关键的提示词

分享几个我实际在用的 prompt：

写摘要的 prompt：

请为以下文章写一段 120-180 字的摘要。
要求：
- 不能写"本文介绍了..."这种废话开头
- 直接说内容，突出最吸引人的 1-2 个点
- 用口语化的短句
- 让读者看完想点进来

生成封面图的 prompt：

生成一张文章的封面配图。
风格要求：简洁的扁平插画风格，主色调蓝色和白色，留白多一些方便加文字。
构图：居中或对角线构图。
不要文字，不要复杂的背景。
参考：类似于 Notion 或 Linear 的插图风格。

审核 checkpoints：

检查以下内容，逐项打分（1-5分）：
1. 是否有具体的操作步骤（不是只有概念）
2. 是否有个人经验或真实案例
3. 是否有编造的数据或引用
4. 语言是否口语化，不像是报告
5. 读者看完是否知道怎么做

6. 效果与反思

从我开始用这套工作流到现在，数据上的一些变化：

• 之前一个月能写 3-4 篇文章，现在一个月能写 8-10 篇
• 单篇平均写作时间从 6 小时降到 2.5 小时
• 我自己评估的文章质量，用 AI 辅助写的和纯手写的差距不大（但最好的几篇还是纯手写的）

但我也有一些反思：

• AI 适合写"知道型"的内容，不适合写"体感型"的内容。 讲怎么配环境、怎么配置工具，AI 可以写得很好。但讲"做内容运营的孤独感"、"看到自己文章被转发时的感受"，AI 写不了，也不需要它写。
• 工具永远是工具，内容的核心还是你的经验和思考。 如果一个人肚子里没货，用再好的 AI 工具也写不出好文章。AI 只是帮你把已有的东西更快地表达出来。
• 不要太依赖 AI 找选题。 AI 找的选题往往很安全但也很平庸。最好的选题还是来自你和读者的真实互动。

写在最后

这套内容工作流还在迭代中。我现在在尝试让 AI 根据读者的评论和反馈自动生成选题建议，也在试能不能用 RAG 让 AI 更准确地引用我自己的历史文章。

如果你也在做类似的事情，欢迎留言交流。一个人做内容挺孤独的，有人一起聊会好很多。

本文是"内容运营实验室"AI 实践系列的第二篇。第一篇讲了这个网站从技术博客转型的故事，感兴趣的可以翻翻历史文章。