title: " 公众号长文Skill | 从选题到成稿" category: 人工智能 tags:

上一篇我们把 7 类创作者的 Skill 配置做了总览。

这一篇只看第一类：公众号、知乎、X 长文创作者。

这类创作者最容易误解 AI 写作。

很多人以为核心是“让 AI 写得更像爆款”。但真正稳定的长文产线，不是从写作开始，而是从资料和判断开始。

一篇靠谱的长文，至少要经过五步：

选题
  -> 调研
  -> 搭结构
  -> 写初稿
  -> 改口吻
  -> 发布复盘

如果你只让 AI 负责第四步，当然会觉得它空、平、像模板。

真正的用法，是把 Codex Skill 分配到每个环节。

1. 公众号长文最需要哪几类 Skill

先给结论。

环节 推荐 Skill 解决的问题
选题和资料收集 content-research-writer、helium-mcp 不知道写什么，资料不够新
知识库整理 notion-research-documentation、notion-knowledge-capture 灵感、聊天记录、笔记散落各处
初稿写作 content-research-writer 从资料到文章结构和正文
数据和表格 spreadsheet-formula-helper 数据型文章需要整理表格和公式
账号风格 brand-guidelines 文章不像同一个账号写的
去 AI 味 stop-slop 句子模板化、废话多、像机器生成
项目更新 changelog-generator 产品号、工具号、成长记录号写更新
素材归档 file-organizer 文件、截图、参考链接越积越乱

这里有一个常见坑：不要把 content-research-writer 当成“万能写稿机”。

它更适合做一条线：

搜资料
  -> 整理来源
  -> 搭框架
  -> 写初稿

写完之后，仍然需要 brand-guidelines 固定口吻，需要 stop-slop 清理 AI 味，需要人工做事实复核。

2. 先建素材入口，不要直接开写

长文写作最怕临时找资料。

如果每次写文章都从浏览器搜索开始，成本会很高，而且文章很容易散。

建议先建立一个素材入口：

longform-workflow/
  inbox/
    ideas.md
    raw-links.md
    quotes.md
  notion-export/
    notes/
    chats/
    clippings/
  research/
    topic-briefs/
    source-list.md
  drafts/
    outline.md
    draft.md
    final.md
  publish/
    wechat.md
    zhihu.md
    x-thread.md
  review/
    metrics.md
    comments.md

notion-knowledge-capture 适合把碎片想法、聊天记录、灵感整理成结构化页面。

notion-research-documentation 适合把已有 Notion 资料整理成研究文档。

这两个 Skill 的分工可以这样理解：

Skill 更适合处理什么
notion-knowledge-capture 日常灵感、聊天记录、评论、临时想法
notion-research-documentation 已经沉淀过的笔记库、资料库、项目文档

如果你是个人创作者，先用前者。

如果你已经有大量 Notion 页面，或者团队有资料库，再用后者。

3. 选题阶段：不要只问“写什么”

选题不是让 AI 随机给 20 个标题。

更好的做法是让它先判断：

读者为什么需要这篇文章？
这个选题解决什么痛点？
它适合什么平台？
需要哪些事实和案例支撑？
有没有容易踩雷的地方？

可以这样给 Codex 下指令：

请基于 inbox/ideas.md 和 raw-links.md，帮我筛选适合公众号长文的选题。

请输出：
1. 10 个候选选题。
2. 每个选题的读者痛点。
3. 适合的平台：公众号、知乎、X 长推。
4. 需要补充的资料。
5. 可能存在的事实风险或合规风险。
6. 推荐优先级。

要求：
不要直接写正文。
不要编造资料来源。
如果资料不足，请标记“需要补充”。

如果你写的是热点、AI 新闻或商业分析，可以引入 helium-mcp 做实时信息综合。

但要注意，实时信息最容易过期。

文章里凡是涉及价格、融资、产品功能、政策、模型能力、公司动态，都应该保留来源，并在发布前复核一次。

4. 调研阶段：把问题限定清楚

很多人觉得 AI 调研贵，是因为问题问得太大。

比如：

帮我研究一下 AI 内容创作工具。

这个问题会发散到没边。

更好的写法是：

请研究 5 个 Codex 内容创作 Skill：
1. content-research-writer
2. notion-research-documentation
3. notion-knowledge-capture
4. helium-mcp
5. stop-slop

请只关注这些字段：
- 核心功能
- 适合的创作者
- 输入材料
- 输出结果
- 不适合的场景
- 成本风险
- 人工复核点

请输出成 Markdown 表格，并保留来源链接。

调研阶段最适合通过 4SAPI 做模型分层。

任务 模型策略
读取本地笔记、分类、去重 低成本模型
搜索外部资料、交叉验证 强模型或联网能力模型
汇总成表格 中等模型
判断观点和风险 强推理模型

不要让最贵的模型做“把 100 条链接整理成标题”这种机械活。

5. 写稿阶段：先结构，后正文

长文最忌讳直接让 AI 写全文。

建议拆成三轮。

第一轮，只要结构：

请基于 research/topic-briefs/xxx.md 生成公众号长文大纲。

要求：
1. 标题给 5 个备选。
2. 开头必须明确读者痛点。
3. 正文分 5-7 个小节。
4. 每个小节写清楚论点、案例、需要引用的数据。
5. 标记哪些地方资料不足。
6. 先不要写正文。

第二轮，写初稿：

请根据我确认的大纲写初稿。

要求：
1. 面向有一定编程基础、关注效率和成本的读者。
2. 保留技术细节，但不要堆术语。
3. 每个小节都要有具体场景。
4. 不要夸大 AI 自动化效果。
5. 不要增加未验证数据。

第三轮，做编辑：

请审稿，不要重写全文。

请检查：
1. 有没有空泛总结。
2. 有没有明显 AI 味。
3. 哪些段落太长。
4. 哪些观点缺少案例。
5. 哪些地方需要事实复核。
6. 标题和开头是否承接。

输出修改建议，再等我确认。

这样做比一次性生成 5000 字稳定得多。

6. 用 brand-guidelines 固定账号口吻

长文账号最怕口吻漂移。

今天像教程号，明天像营销号，后天像情绪号。读者很快就会觉得这个账号不稳定。

brand-guidelines 可以用来固定这些规则：

# 账号写作规范

## 读者
- 企业开发者
- 独立创作者
- 有一定编程基础的运营和产品人

## 语气
- 清晰、克制、实用
- 不制造焦虑
- 不许诺一夜暴富或全自动赚钱

## 结构
- 开头先讲场景和痛点
- 中间给流程、表格、命令或配置
- 结尾给风险、适用人群和下一步

## 禁止
- 编造案例和数据
- 夸大模型能力
- 用“颠覆”“杀疯了”“无脑上车”等标题党表达
- 鼓励违规绕过平台或官方限制

然后每次写稿时告诉 Codex：

请先读取 rules/brand-guidelines.md，再处理这篇文章。

这一步看起来小，但对长期做号非常重要。

7. stop-slop：清理 AI 味，但不要洗稿

stop-slop 适合放在最后一两轮。

它的任务不是把别人的文章“降重”，而是清理自己初稿里的模板味。

常见 AI 味包括：

问题 表现
空泛开头 “在当今快速发展的时代……”
连接词堆叠 “此外、同时、值得注意的是、总而言之”
过度总结 每一节最后都硬总结一句
情绪夸张 “无疑”“极大地”“前所未有”
没有判断 只列优缺点，不给取舍建议

可以这样用：

请用 stop-slop 的方式审稿。

目标：
1. 删除空泛句子和模板化连接词。
2. 保留技术事实、表格、代码块和链接。
3. 不要为了口语化牺牲准确性。
4. 不要新增未经验证的观点。
5. 标出改动最大的 5 处，并说明原因。

注意边界：它不是洗稿工具。

不要拿别人的原创文章来改头换面，也不要把未授权内容包装成自己的原创。

8. 发布前的复核清单

长文发布前，建议固定一张清单。

检查项 说明
标题 是否包含核心关键词，是否夸大
开头 是否在前 300 字内说明读者为什么要看
来源 数据、价格、产品功能是否有来源
引用 是否过度引用，是否保留链接
技术细节 命令、路径、配置是否可执行
合规 是否诱导违规绕过限制
口吻 是否符合账号规范
分发 是否适合改成知乎回答、X 长推、小红书卡片

如果文章涉及大模型API中转站、Key、代理、模型调用，一定要避免写成“绕过官方限制”的教程。

可以讨论架构、成本、路由、负载均衡、日志和权限。

不要鼓励恶意规避平台规则。

9. 一篇长文如何拆成多平台

公众号长文不是终点。

可以让 Codex 在发布后继续拆分：

公众号正文
  -> 知乎回答
  -> X 长推
  -> 小红书 6 张卡片
  -> 视频口播稿
  -> PPT 讲稿
  -> 素材库条目

提示词可以这样写：

请把 final.md 拆成多平台版本。

输出：
1. 知乎回答版：保留逻辑，减少营销感。
2. X 长推版：10-15 条，每条只讲一个点。
3. 小红书图文版：6 张卡片，每张卡片给标题和正文。
4. 视频口播稿：90 秒版本，开头要有具体痛点。
5. 复盘条目：记录这篇文章的核心观点、素材来源和后续可延展选题。

要求：
不要新增事实。
不要改变原文结论。
不同平台要改表达，不要机械复制。

这一步很适合使用 4SAPI 的中等模型，不一定每次都上最强模型。

10. 总结

公众号、知乎和 X 长文创作者最需要的不是一个“爆款提示词”，而是一条稳定产线：

notion-knowledge-capture 收灵感
notion-research-documentation 整资料
content-research-writer 做调研和初稿
brand-guidelines 固定账号口吻
stop-slop 清理 AI 味
file-organizer 归档素材
spreadsheet-formula-helper 复盘数据

4SAPI 这类大模型API中转站适合放在中间做统一入口，让不同环节使用不同模型，避免用最贵模型做所有事情。

一句话总结：

长文写作不是让 AI 一次吐出成稿，而是让 Codex 按流程把资料、结构、表达和复盘逐步做稳。

下一篇继续拆小红书、图文卡片和短视频创作者：怎样把同一篇长文拆成封面、卡片、脚本、字幕和素材库。