手把手搭一条自动化内容工厂，从 RSS 抓料到自动发草稿，机器跑满四个工位你只守一道关
哈喽，我是飞飞。
昨天那篇我把自己那条写文章的流水线摊开讲了讲，长什么样、人在哪兜底。今天换个角度，我不讲我那套长什么样，讲点更实用的：你自己怎么从零搭一条出来。把它当一篇照着能动手的教程读。
先把话说前头。网上一搜「AI 全自动写作」，全是「三步躺着月入过万」的味儿。这篇没那个。我想给你的是一套真能跑起来、而且关键节点你还攥得住的搭法。哪个工位交给机器、哪个工位用什么工具、为什么有一道关你说什么都不能撒手，我尽量说具体。
动手前先想清楚：你要的是流水线，不是会自己拿主意的机器人
很多人一上来就想造个「你给它个号，它自己什么都搞定」的全自动智能体。说白了，这条路在内容创作上现在还走不通，机器替不了你拿主意的那部分。
Anthropic 有篇叫《Building Effective Agents》的文章，把这两种东西分得特别清楚。一种是工作流，就是把一件大事拆成几步定死的小步，第一步的产出喂给第二步，每步里可以塞个大模型干活，但走哪条路是你提前焊死的。另一种是智能体，给它一个目标，它自己规划下一步、自己调工具、自己迭代，路是它现想的。
我们要搭的内容工厂，骨架就该是前者。把「抓料 → 摘要 → 写稿 → 发布」这四个工位顺序定死，每个工位内部塞个会干活的 AI。Anthropic 那篇里还提了个我特别想让你记住的点：工作流的每一步之间，你可以插一道程序化的检查口，它管那个口叫 gate，确认这一步没跑偏再往下传。这个「闸口」的思路，是整条流水线安全的命根子，待会儿发布那一关就靠它。
所以第一个动作很简单：别先想着造机器人。先把你想自动化的活，按「顺序能不能定死」拆成几个工位。工作流那一半，才是真能稳定跑的那一半。
第一个工位：让 RSS 替你把料源源不断地抓回来
流水线的进料口是信息采集。让机器自动写，前提是先有源源不断的新料喂进去，这事最成熟、最省心的解法就是 RSS。
RSS 是个老技术，每个像样的博客、新闻站、论文库都对外吐一个订阅地址，你的工具去定时拉，新内容自动进库。选工具看你怕不怕麻烦。想开箱即用，Feedly 和 Inoreader 这种托管服务最快，注册完订几个源就跑起来，免费档分别能订一百和一百五十个源，对个人够用了。想自己掌控、不想把「我天天读什么」交给别人，就上自托管的，FreshRSS 和 Miniflux 是这圈里最常被推荐的两个，都开源免费，Docker 一拉就能起，Miniflux 尤其轻，还顺手帮你把网页里的追踪代码和广告杂质洗掉。
订源是有讲究的。别贪多把一百个源全塞进去，那等于给后面的 AI 喂一堆噪音。挑十几个你真信得过的源，按你这个号的定位来。我自己这条线更狠一点，没直接用通用 RSS，是套了个专门拉 AI 圈精选动态的接口。这里插一个我踩过的小坑：那个接口挡商业爬虫，程序去拉不带浏览器标识直接给我返回 403，我一开始还以为接口挂了，盯着排查了半天才发现是被当成爬虫拦了。你要是也接第三方接口，这是个常见的拦路虎，记着先把请求伪装成浏览器。
第二个工位：AI 摘要，把一堆原文榨成能用的干货
料抓回来是一堆原文，又长又杂，不能直接拿去写。中间得加一个摘要工位，让 AI 把每条原文榨成几句话的要点。
这一棒怎么搭？市面上有现成的脚手架，n8n 是这类活儿用得最多的一个，可视化拖拽，自托管免费。社区里现成的模板一抓一大把，套路基本一样：一个 RSS 触发器定时拉新文，过滤掉看过的，把全文丢给大模型生成结构化摘要，再把结果存进一张表里。摘要这步随便接个模型都行，Gemini、GPT、Claude 都有人用，省钱的话挂个便宜模型足够。
这里有两个细节，新手最容易漏，漏了流水线就脏。一个是去重。同一条新闻好几个源都会发，不去重你的工厂会就着同一件事写出三篇。靠谱的做法是拿一张表（Google Sheet 或 Airtable 都行）记下处理过的链接，每次拉到新文先比对，重复的直接扔。另一个是给摘要带上标签和出处，哪条来自哪个源、什么时间，都记进那张表。后面写稿要用，回头排查也用得上。
第三个工位：AI 写稿，但你得先给它立规矩
到了写稿这一棒，真正决定成败的，往往不在你选了哪个模型，而在你给没给它立够规矩。
直接把一条摘要丢给大模型说「写篇文章」，吐出来的东西你一看就知道是机器写的，那股 AI 腔藏都藏不住。我的解法是，让它写之前先读两本我自己攒的手册。一本专门记「别这么写」的硬规则：别用中文破折号、别堆排比对仗、别搞那种「第一第二第三」的编号陷阱。另一本记「该怎么写好」的正向招式。写完还得过一遍硬扫描，破折号数量不对、对仗超标，直接打回重写。
你可能会说这太重了。其实核心就一句话能照搬：把你对「好内容」的标准，写成一份越攒越厚的规则清单，连同摘要一起喂给 AI。每次它写崩了，你就往清单里加一条。规则是你攒的，机器只是在执行。这跟指望它「自己学会你的风格」隔着十万八千里，前者每一条都捏在你手里，后者你只能祈祷它别发挥过头。这一步是整条流水线里你最该花力气的地方，立规矩这件事，越早开始越值钱。
第四个工位，也是你唯一不能撒手的那道关：发布
最后一棒是把成稿发出去。这一棒，恰恰是我要劝你留一只手的地方。
技术上让它直发不难。渲染成对应平台的格式，调个发布接口推上去，全程不用你管。但我强烈建议你把这一棒设成只发到草稿箱，绝不直接发出去。理由就一条：那篇东西署的是你的名，挂在你的号上，这个责任没法外包给机器。机器写得再顺，最终发出去之前，你得自己从头到尾再过一眼。这就是前面说的那道 gate，闸口落在最后一步。
业内现在搭这类系统，反复在强调一个词，叫 human-in-the-loop，人在环路。3D Issue 那篇讲编辑团队怎么用 AI 的文章里有个我很认同的说法：跑得最好的团队，往往不是把活全自动化掉的那拨，而是把人精准摆在了几个该把关的位置上。这话翻译过来就一句，让 AI 当帮你打草稿的，定稿这一下你自己来。具体到操作就是，让流程自己跑，跑到「这步出错代价大」的节点就停下来等人。发布，就是那个代价最大的节点。
我得讲个最近让我后背一凉的真事，正好说明为什么这道关松不得。我这博客整条发布也是自动化的，推上去自动构建部署，还自挂了两段把新链接推给百度和必应收录。结果前阵子，负责部署到镜像站的一个令牌悄没声地过期了，部署连续静默失败了整整一天。构建明明是绿的，只有最后一步推送认证红了，但没人盯着那个状态，我是隔了一天主动去查才发现镜像站挂了一整天。主站靠另一条独立流水线还活着，镜像站却黑了一天没人知道。这件事给我上的课是：自动化最贵的隐藏成本不是算力，是当没人盯着的时候，失败会悄无声息地堆积。你以为它在替你跑，其实它早停了，你还蒙在鼓里。所以搭流水线，记得给「失败」本身也配一个你能看见的告警。
所以这条工厂到底能让你省多少事
把这四个工位串起来，你会得到一个真能干活的内容工厂：RSS 自动把料抓回来，AI 自动榨成摘要、去掉重复，按你立的规矩写出初稿，最后渲染好乖乖躺进草稿箱等你过目。重复的、有章可循的体力活，它替你包了。你省下来的时间，全砸在两件机器干不了的事上，挑什么选题、和最后那一眼的把关。
别误会，这不是一套躺赚的机器。它更像一条你守在出口的传送带。搭起来其实不难，n8n 拖一拖、RSS 订一订、规则清单写一写，一个周末能跑通个雏形。难的是后面这条：让它在你没盯着的时候，也别静悄悄地烂掉。我自己这条线也还在补窟窿，那个令牌过期的坑之后，我就在琢磨给每个工位的「失败」单独配个告警。
如果让你也搭一条这样的工厂，四个工位里，你最想先把哪一个交给机器？又有没有哪一步，你跟我一样，说什么都得自己守着那道关？评论区聊聊，我挺好奇你那道关会划在哪。