让 AI 帮你写文章，我用一条真实流水线把一个关键词喂成一篇能被搜索和 AI 收录的稿子
哈喽，我是飞飞。
这套打法我也还在天天用、天天改，不一定对你全套照搬，但已经毫无保留掏给你了。今天不聊那些「AI 让人人都能写作」的漂亮话，就把我自己一条真实的写作流水线摊开，看一个关键词怎么一步步长成一篇能发出去、还能被搜索引擎和 AI 引擎收进去的稿子。每一步我都给一句能直接复制去问的话，你拿走就能用。
先说个让你心里有底的事。我这条流水线挂着十几个自定义工具，拉资讯的、选题打分的、配图的、发公众号的，外加一份越喂越厚的写作规则文档，全长在 Claude Code 上面，跑了大半年。但这套东西的骨架其实很朴素，五步：选题、搭大纲、写初稿、降 AI 味、做收录。你手上就算只有一个 ChatGPT 或者豆包，照着这五步走，也能把活干得八九不离十。
选题这一步，别让 AI 替你拍板
很多人一上来就让 AI「给我写篇关于 AI 写作的文章」，这是最大的浪费。AI 最不擅长的就是判断「这个题该不该写」，因为它不知道你的读者是谁、你手里有什么别人没有的东西。
我自己的做法是先让 AI 当侦察兵，不当决策者。比如我会丢给它一句：「我是个做 AI 工具实测的博主，下面这几条今天的热点，按『跟我账号契合度、我能不能写出一手视角、读者搜索热度』三个维度各打 1 到 5 分，列个表，最后推荐 3 个，但最终我自己拍板。」注意最后那半句，把拍板权攥在自己手里。AI 给的分数是估计值，不是真热度，看个相对高低就够了，真选哪个得你来。
为什么这么较真？因为选题决定了文章有没有「只有你能写」的那口气。我每篇动笔前的第一件事，是去翻自己的一手经验库，一个工具一个文件，倒序记着我踩过的坑、磨过的时长。库里命中了，这篇就有真东西打底；没命中，我才考虑要不要写。这个习惯你也能搭，拿个备忘录或者 Obsidian，把自己干活时的真实细节随手记下来，写的时候就是弹药。
大纲让 AI 列，但主线那句话你自己定
选题定了，别急着让它写全文。先要大纲。我给 AI 的提问通常是：「围绕『让 AI 帮普通人写文章』这个题，先用一句话告诉我这篇的核心主线，再列 5 个小标题，每个标题底下写两句这段要讲什么。标题别用『第一第二』这种编号，也别太工整。」
这里有个我踩出来的经验。AI 列大纲特别爱排成整整齐齐的对称结构，五个标题字数都差不多、句式都一样，读起来就像目录模板。我会专门加一句要求：「五个标题用五种不同的起手句式。」工整是 AI 写作最大的破绽，从大纲这一步就开始打破它，后面省事。
主线那句话尤其得你自己把关。我会反复改那一句，改到「读者读完只记住这一句也不亏」为止。这一篇我定的主线就是：一个关键词到成稿分五步，每步给你一句能照抄的提问。主线立住了，写跑偏了也能一句话拽回来。
写初稿别指望一遍成，分段喂、给真材料
到了写正文，我从不让 AI 一口气写完整篇。按大纲一段一段写，每段把我手里的真实素材塞进去。比如写到「配图」这段，我会把我的真实经历直接喂给它：我公众号每篇封面都是 AI 出的，背后接的是我自己写的配图工具，在对话框里说句「给这篇配张封面」就触发，它读完主题自己想画面、生图、自动传到我的图床，我这头只管说一句话。
这种细节就是文章的命根子。AI 自己编不出「我磨了一个钟头对齐几个框」这种话，它只会写「配图能提升阅读体验」这种正确的废话。所以我的提问里永远带一句：「这段用我下面给你的真实经历来写，别加你自己想象的例子。」素材给得越具体，出来的稿子越像人写的。
坦白讲，分段喂比让它一把梭慢，一开始你可能觉得还不如自己写。但你写五篇之后会发现，真正费脑子的是攒素材和定角度，组织语言这种力气活交给 AI，整体是省的。这就是流水线的意义，把能交出去的环节交出去。
降 AI 味是硬功夫，盯死「过度工整」
初稿出来，十有八九一股 AI 味。这一步我下的功夫最多。我有一份自己维护的防 AI 味规则文档，到现在攒了上百条，每条都是写废一篇之后沉淀下来的教训。
它最核心盯的就两类东西。一是中文破折号，那个长长的「——」是当代 AI 中文写作最显眼的指纹，一篇能冒出二十几个，读者说不出哪里怪但能本能感觉到机器味，我的规则就是正文里一个都不留。二是对仗金句，就是「这不是 X，是 Y」那种读着像警句、其实没多少信息量的句子，AI 写起来跟反射一样，一篇能蹦五处，得删到只剩最多一处真有信息量的。
程序员鱼皮在博客园也写过去 AI 味的法子，知乎上一堆降 AIGC 率的帖子，结论高度一致：AI 文章最大的破绽是过度工整，结构太规整、句子太对称、转折太顺。我的应对就是反着来。落到提问上，我会让它：「把这段里所有破折号去掉，所有『不是A是B』的对仗句改成大白话，再故意加一两个口语转折，读起来像我跟朋友聊天。」你没有现成规则文档也没关系，记住「破折号、对仗句、排比」这三样手动扫一遍，AI 味能去掉大半。
最后一步做收录，让搜索和 AI 都能找到你
写得再好没人看也白搭。这一步分两层。底层是老 SEO，给文章配好标题、摘要、标签，让百度谷歌能收。上面一层是这两年才火的 GEO，全称生成引擎优化，目标是让 ChatGPT、Perplexity、豆包这些 AI 在生成答案时引用你。这个概念是普林斯顿和佐治亚理工那帮人最早在一篇叫《GEO: Generative Engine Optimization》的论文里提出来的。
GEO 和 SEO 最大的区别，是 SEO 拼「在结果页排第几」，GEO 拼「AI 答案里有没有你这一句」。有家叫 Brandlight 的机构分析过，谷歌靠前链接和 AI 引用来源的重合度，已经从七成掉到两成以下，两条路越分越开。AI 摘内容偏好很明确：要有清晰结论、有具体数据、带得出出处。所以我给每篇文章写摘要时心里就一句话，「如果 AI 只准引用这篇的一句话，那该是哪句」，把核心结论加一个具体数字塞进去，少写「结果让我意外」这种悬念话。
我给自己博客真上了这套，也量了数据。基线那一周，16 种 AI 爬虫一共抓了我 4713 次，真从 AI 答案点回博客的只有 10 次，回流率 0.21%。说真的，这个数字第一眼看上去低得吓人，但我不慌，GEO 本来就是收录领先、回流滞后，能被抓动、链路跑通，就是起步期该有的样子。你做内容也别盯着第一周的回流，盯着「有没有被抓、有没有清晰结论给 AI 摘」这两件事。
绕回开头那句。一个关键词怎么变成一篇能被收进去的稿子，说穿了就是选题攥住拍板权、大纲定死主线、初稿喂真材料、降味盯工整、收录给结论。这五步我每天在跑，工具可以简陋到只有一个对话框。难的从来不是 AI 不会写，是你愿不愿意把自己的真东西喂进去。你写东西的时候，最头疼的是憋不出选题，还是初稿那股冲不掉的 AI 味？