上个周有个做口腔连锁生意的朋友跑来公司串门，盯着我那屏幕看了十多分钟，冷不丁地问道，筱凡你这玩意儿居然在自己在动，它能帮你赚钱？
我现在确实没干什么正经活儿。九点半出门去见客户，路上机器就已经把当天的稿子给写完了，顺手还把内容拆分成了五个平台的版本排进日历里面，小红书那几张卡片也做出来了。等回到公司我只干了两件事，扫了一眼昨天的数据，并且把其中一篇文章的标题砍短了四个字。
这套东西其实并不神秘，跑在 AISet 上面，是我反复拆解了三次又重建了三次的结果。今天把第三版从头到尾讲一遍，顺带说说前两版废在了什么地方。
头一版，我把 AI 当成了一个打字快的实习生
前年我刚起号那阵子，写的是医疗行业的科普还有政策解读。医疗这块有个麻烦之处，写错一句话的代价可比别的行业大得多了。要是某款试剂的适用人群说岔了，某个术式的禁忌漏了一条，读者是真的会照着去做的。
所以第一版我的思路非常朴素。我自己查资料，自己列提纲，自己写关键段落，AI 只负责把我写好的东西扩一扩、顺一顺。这就等于是雇了个打字快的实习生。
两个月下来，号没起色，人先垮掉了。每天还是得花上四五个小时坐在电脑前面，只不过从自己写变成了去改 AI 写的。改别人的稿子比自己写还要累，因为你得先猜他为什么这么写。
更麻烦的是内容开始撞脸了。医疗科普本来就有大量固定说法，AI 一旦接手，出来的东西跟全网其他号简直是一个模子刻出来的。有个读者在后台留言，说你这文章我好像在别处看过。那句话我记到了今天。
第一版废就废在，我把我自己放在了整条流程里面最费时间的那一环，还指望机器能帮我省时间。
第二版，写作被我拆成了工位
想通这件事，是因为看了公司自己的那条检测流水线。
我们做医疗科技的，样品进来从来没有一个人从头管到尾的。取样，前处理，上机，复核，出报告，每个工位只干一件事，中间还有明确的交接标准，要是哪一步出问题一眼就能定位到。这套东西跑了十几年，比任何一个全能型人才都要稳当。
写作凭什么就不能这么办呢。
我把一篇稿子从头到尾拆成了一串工位，每个工位只回答一个问题。这篇是写给谁看的，他想解决什么问题，开头第一句拿什么勾住他，中间靠什么撑住，结尾落到哪儿。前段是选题和定位，中段是钩子、结构、成文、标题、修改，后段则是排版、配图、分发。
拆完之后发现一件挺反直觉的事儿，决定这篇文章到底是死是活的，恰恰就在中段那几道工序上。前段要是选题选错了，顶多也就是没人看，后段要是排版丑了一点，读者忍忍也能够读完，可要是中段塌了那这篇文章就算是废掉了。
所以资金全部都砸到了中段上面。选题还有排版这些工序，选用便宜模型跑量就足够应付了，中段那几道工序我则把能力最强的一档给牢牢锁死。算下来一篇两千字的稿子成本被压得极低，因为便宜的工序占据了绝大多数的调用次数。
好多人在借助 AI 开展写作工作这事儿上憋不出个字来，病根其实就在这个地方。该下本钱的地方偏偏要图个省心，该省力气的地方却又非要死磕到底。
到了第二版，其实还有一处调整比模型分配还要来得更加关键，那就是我给流水线上的每一道工位全都把死规矩给定下来了。
做医疗这块内容，有几条红线是绝对不能去踩的。坚决不能对疗效做出承诺，并且也不能下任何诊断性的结论。要是读者跑来问到底治不治，我只能给出前往医院就诊的建议，绝不能替人家把主意给拿了。凡是涉及药品还有器械的表述，必须做到跟说明书严丝合缝，要是拿捏不准的地方，宁可留白不写也绝不出错。这些规矩全都被写进了工位说明当中，AI 每回执行到那个环节都会去读取它们。
要是没有这套规矩把着关，前面工序拆解得再怎么细致那也是白费力气。要是撒手让 AI 随便发挥，那跟你自己去开个对话框瞎聊根本没啥两样，搞不好还不如自己亲自动笔来得更加省心。
第三版，产出的东西得有个地方落账
等到第二版跑顺畅之后，我又撞上了一桩新的麻烦事，产出的内容实在太多，根本就进行不了有效的管理。
选题已经攒下了好几百条散落得到处都是，发布日历全凭一张手改的表格撑着，数据复盘得去翻找后台截图，爆款拆解完就记录在某个文档里然后再也没有打开过第二次。流水线每天都在往外出货，这仓库却是越弄越乱。
我在 AISet 里面搭建了一套 skills，算是把这件事给收口了。经营这家公司所需要去执行的每一个动作，我全都把它做成了一个能够反复进行调用的模块。选题库算一个，发布日历算一个，数据复盘算一个，爆款拆解算一个，客户情况算一个，财务进出又算一个，而且底下还堆着一大堆更为细致的模块。
这里头我自己平时用得最狠的主要是三个模块。
选题那个模块，每天早上会把当天应该去写的几个方向直接摆到我的面前，依据就是过往的数据再加上最近的行业动态。刚开始写号那阵子我全凭着自己的感觉走，想到啥就写啥，经常耗费掉大半天时间才写完一篇，阅读量只有可怜的两位数，自己倒是还挺感动。现在把这个动作交给了数据去进行处理，我只需要在几个候选里面挑出一个就行。
爆款拆解那个模块，把我看到的以及自己亲手写出来的高阅读量文章全都给挨个拆解上一遍。标题究竟是怎么起的，第一句运用了什么套路，中间依靠什么手法来把人留住，结尾又是怎么收的。拆解完毕之后，就沉淀进一份一直在不断生长的方法论文档里头去了。
第三个说出来感觉有点土气，我把它叫做回炉。每篇文章发出去之后，回收回来的数据得跟当初拆解时候的预期去对上一遍才行。要是能对上，这条经验就进行加权处理，要是没对上，那就标记出来下次绝不再犯。这份经验账本反过来再去喂给中段的那几道工位里面去。
等到把这一步给做完，系统这才算是开始真正自己长记性了。同行那边还在琢磨我上一篇到底是怎么给写出来的，我这边下一篇的方法论却已经又迭代改过一轮了。
让它自己去转，别指望我还记得
上面这些要是全得靠我手动去挨个点上一遍，那说到底还是我本人在干活嘛。
所以我专门设置了两个自动触发机制出来。固定时间跑上一回，另外要是攒够了特定数量的新拆解，它也会跑上一回的。一到点它就自己去拆，自己去更新方法论，并且自己把新结论送回到流水线当中去。我根本不用去记，也不用去盯它。
跑通之后，我每天必须亲自去过问的环节就只剩下两处了。选题得靠我自己来挑选，成稿的方向得由我自己来点头才行。别的活儿全都交出去了，加起来花费的时间还不到一小时呢。
一篇稿子拆成五个样子
辛辛苦苦写出来的东西只往一个平台去发，那实在是太亏了吧。
这一步呢就交给一个专门的 skill 来开展处理工作了，也就是自媒体写作多平台版，aiset-writer-multi-platform。把公众号终稿给扔进去，等出来之后就能拿到五个截然不同的版本了。
短视频口播稿必须得顺口，句子还得短才行，念出来的时候不能让人念着喘不上气。
小红书卡片得一眼就把人给抓住，信息密度必须得高。小红书配文跟卡片可不是一回事，语气还得更软和一点才行。
公众号贴图版得能够独立成立，读者就算不看正文也能明白到底在说什么。
头条和知乎一块儿发出去，根本不用我去操心。
可能有人会寻思，同一篇文章复制粘贴发到五个地方不就完事了嘛。要是真这么去干，平台肯定判定你重复，读者看着也烦。这五个版本其实是五篇完全不一样的稿子，仅仅是共享了一个内核罢了。每个平台的读者到底想要什么，语气、结构还有配图全都是按照那个平台的脾气重新给做过一遍的。
我只需要干两件事，开头定好这篇写什么，末尾看一眼哪个阵地跑得最好，中间的过程不用去管。
塞进微信里的那一半
前面说的这些全都是跑在电脑上的。可人不可能一直坐在电脑跟前不动弹。排队，通勤，陪客户吃饭中途出来透口气，灵感来袭的时候总得有个地方把它给接住才行。所以 AISet 还搞了一个微信小程序，在微信里搜一搜就能打开，根本不用装 app。
你平时沉淀下来的素材、拆解过的文章、还有整理好的那些病例资料，在手机上照样能够进行检索工作。要是客户大半夜发来一条咨询，你根本不用等回到公司，掏出手机就能把话术和资料调取出来给接住。在这行里头，回复得慢，经常就等于没回复。
说点可能不太中听的话
现在做内容的人里头九成都在拼日更，拼到最后把自个儿都给感动了。不过我的看法却恰好反过来了。尽量少写点。把一篇稿子打磨到能够铺到五个平台上去，这可比凑出五篇发完就沉底的内容强太多了。
另外还有件事得讲清楚。机器起到的作用是去放大判断力。要是判断力本身是零，放大完了依旧是零，甚至情况会更糟，因为它会把这个零复制上一万遍然后发到五个平台上去。
市面上有些课程，教人堆砌提示词把稿子包装得像那么回事儿。这条路我是不走的，读者迟早是能看出来的。
我这套东西真正值钱的点在于，把医疗科技这行十几年积攒下来的判断给写进工位说明里头了。机器只负责做复制的工作，判断还得依靠人来进行。
这套东西目前我还在不断进行修改，隔三差五就会动一次。要是想看看下一版会长什么样，去关注千集技术这个号就行。
欢迎在留言区聊聊你现在究竟卡在哪个环节了。
