把提示词升级为可迭代的内容生产系统
主要观点
真正可复用的AI写作能力，不是保存一条“万能提示词”，而是把素材、人格、案例、标题、质检和终审组织成可维护的文件化流程。口述与本人经历负责真实性，Skill负责调度，AI负责扩展拆解和初稿能力，人则保留选题判断、异常值筛选与发布决定。个人IP应从产品和信任出发，流量内容则研究近期同领域爆文。即使已有一万五千字引擎、三套系统和20多条质检标准，成稿仍需人工复述、终审及外部反馈，自动化的价值在于降低重复劳动，而非取消人的责任。
关键要点
- 从一万多字提示词迁移到Skill，直接回应三类维护故障：局部修改导致规则串联、换模型后指令识别不完整、长上下文吞掉前部规则。Skill将流程放进本地.md文件，每次运行读取最新版配置、案例与禁用词表。
- 个人IP路线先确定“交付什么”：建立信任还是带货。内容必须从产品定位生长；若尚无产品，就先把“这个人”作为产品，通过长期表达累积信任，而不是追求每篇即时反馈。
- 对标策略不是追随大V，而是寻找近半年、同领域、低粉高赞的新号，并关注单个账号中显著高于平均阅读的“异常值”。标题、评论区高频表达和受众反应用于解释爆发原因，但最终取舍仍依赖人的品味。
- 系统明确区分AI对话框与Agent：前者应一篇一个窗口，避免标题、正文和下一篇互相污染，真实案例也须手动补入；后者可自行管理窗口和读取文件，但仍不能一次成型。800字日更背后使用约一万五千字引擎、三套系统和20多条质检标准。
- “去AI味”被重新定义为把自己讲清楚：可先口述再转写，或把AI初稿重新讲一遍，只修病句与错字；讲不顺的位置往往最具AI腔。最终发布还加入引擎之外的人工环节——让愿意说真话的人审稿，首版因此一路改到第十版。
- 公开包分为供人调整的中文阅读包和供AI调用的机器安装包，后者包含7个Skill及统一运行时文件。不同入口保留相同的核心工序、证据规则和用户确认点，说明其重点是流程治理而非某个模型专属技巧。
建议带着这些问题阅读
- 个人IP与流量号共用主产线时，哪些素材权重、排序逻辑和验收门槛必须彻底分开？
- 如何把“异常值对标”限定为结构与受众洞察，而不是对爆文进行换词复刻？
- 人格档案、聊天记录和真实案例进入本地系统前，应建立哪些信息权限与脱敏规则？