当前位置：首页 > news >正文

【AI Agent实战】你写的公众号一股AI味吗？复盘我踩的 3 个公众号运营盲区 | 实战经验

news 2026/4/26 19:57:19

AI 能把正文写到 80 分，但一篇公众号文章能不能发，取决于首尾的运营组件。本文复盘一次真实的终审修改——正文几乎没动，标题+开头+结尾被全部重写——提炼出 3 条可直接复用的公众号写作检查清单。

一、背景
二、AI 版 vs 终稿：逐项对比
三、盲区 1：标题在吓人不是邀人
四、盲区 2：开头缺"为什么现在读"
五、盲区 3：结尾是句号不是入口
六、提炼：公众号文章的结构公式
七、检查清单（可直接复用）
八、去 AI 味的工具推荐
九、结语

一、背景

用 AI Agent（OpenClaw / Claude Code）写了一篇关于 Claude Opus 4.7 系统提示词的分析文章。1408 行原始提示词拆出 5 个反直觉的点。自认为写得不错——逻辑清晰、原文引用准确、排版通过了 formatter 自动化检查。

发给 leader 审稿。10 分钟后回来的终稿：

正文：几乎一字没改
标题：全换了
开头：重写
结尾：重写 + 加了 23 个文章链接

这次终审让我意识到一个关键区分：写"文章"和写"公众号文章"是两件不同的事。

二、AI 版 vs 终稿：逐项对比

位置	AI 版本	终稿	改动类型
标题	`我扒了Claude的1408行系统提示词，发现5件反直觉的事`	`【揭秘】Claude 4.7，提示词原来这么接地气`	语气转换：猎奇→亲近
开头	直接进正文，第一句话就是"GitHub上的CL4R1T4S仓库…"	加了 3 句时事铺垫（Claude Design 发布→行业趋势→"分享几个体会"）	新增运营组件
正文 PART 1-6	5 个反直觉点的拆解	几乎不变	无改动
正文 ✨/💡 框	每节 1 个要点框	个别框的措辞精简（如"用户讨厌重复自己"替代两句话）	微调
结尾	3 个真相 + 结语	3 个真相 + 结语 + 行动号召 + 养虾合集 17 篇 + Agent 合集 6 篇	新增流量闭环

关键发现：改动集中在首尾，正文质量得到了认可。问题不在"写得好不好"，在"能不能被看到"和"看完后去哪"。

三、盲区 1：标题在吓人不是邀人

对比

AI版: 我扒了Claude的1408行系统提示词，发现5件反直觉的事 终稿: 【揭秘】Claude 4.7，提示词原来这么接地气

分析

维度	AI 版	终稿
动词	“扒”——侵入感，暗示对抗	“揭秘”——好奇心驱动，暗示分享
核心卖点	“5件反直觉”——猎奇词，适合 Hacker News	“接地气”——亲近词，适合朋友圈
读者心理	“好专业好难我不看了”	“原来很简单？看看”
门槛感	高（"反直觉"暗示你需要先有直觉）	低（"接地气"暗示内容平易近人）

规律

公众号的主要分发渠道是朋友圈和订阅号列表。读者用1.5 秒决定点不点。在这 1.5 秒里，"接地气"比"反直觉"的点击转化率高得多——因为前者降低了认知门槛。

原则：标题不是内容摘要，是内容的广告。广告的第一要务是让人愿意走进来。

四、盲区 2：开头缺"为什么现在读"

AI 版开头

GitHub 上的 CL4R1T4S 仓库收集了 26 家 AI 产品的系统提示词原文， 共 63 份。其中最厚的是 Claude Opus 4.7，1408 行……

直接进入信息传递。信息是对的，但缺了一个关键问题：读者为什么今天要看这篇？

终稿开头（3 句话）

上周 Claude Design 发布后提示词泄露 ← 时事钩子 → 从模型到提示词/MCP/工程能力的比拼 ← 行业定位 → "分享几个体会" ← 降门槛

开头组件模板

任何公众号文章开头都可以套这个三句话结构：

# 公众号开头三组件模板opening=f"""{时事钩子}# "最近XX发生了" / "上周XX发布后"{行业定位}# "从XX到YY，行业正在ZZ"{降门槛定位}# "分享几个体会" / "聊聊我的做法" """

第一句给"现在读"的理由，第二句给"值得读"的理由，第三句给"我能读懂"的理由。

五、盲区 3：结尾是句号不是入口

AI 版结尾

写完三个真相就停了。逻辑闭合但无后续动作。

终稿结尾新增内容

1. 行动号召："关注我，下次再见" 2. 养虾合集导航：17 篇文章完整链接 3. Agent 合集导航：6 篇文章完整链接

为什么这很重要

每篇文章的底部变成了一个流量分发节点：

单篇文章（无合集导航） → 读完即走 → 孤岛 单篇文章（有合集导航） → 读完跳转 → 网络

数学上：100 篇文章 × 每篇底部 23 个链接 = 2300 个站内跳转入口。不加合集的 100 篇文章 = 100 个孤岛。

结尾组件模板

# 公众号结尾三组件closing=f"""{行动号召}# "关注XX，下次再见" / "你怎么看？留言区聊"{主系列合集}# 当前系列所有已发布文章链接{副系列合集}# 其他系列的文章链接 """

六、提炼：公众号文章的结构公式

公众号文章 = 开头运营组件 + 正文 + 结尾运营组件 开头运营组件 = 时事钩子 + 行业定位 + 降门槛 结尾运营组件 = 行动号召 + 合集导航（主+副）

正文= 内容能力。AI 能做到 80 分。
首尾= 运营能力。决定"能不能被看到"和"看完去哪"。

二者缺一不可。正文写得再好，没有开头钩子就没人点开；没有结尾导航就变成孤岛。

七、检查清单（可直接复用）

已将以下检查清单写入 AI Agent 的 Skill 文件，每篇文章自动校验：

#	检查项	通过标准	常见错误
1	标题语气	邀请感 > 猎奇感	“反直觉”“扒了”“吓人"→换"接地气”“聊聊”“发现”
2	开头·时事钩子	第 1 句回答"为什么现在看"	直接进正文，缺时效性锚点
3	开头·行业定位	第 2 句给出大图景位置	没有上下文，读者不知道这件事有多重要
4	开头·降门槛	第 3 句用分享语气	“手把手教你"→"聊聊我的做法”
5	结尾·行动号召	有明确的关注/留言/转发引导	写完就停了
6	结尾·合集导航	主系列+副系列完整链接	文章变孤岛
7	AI 味扫描	无"综上所述"“值得注意”“不难发现”	AI 默认输出的套话
8	格式密度	每 3 段内有 1 个视觉组件	连续 5 段纯文字

八、去 AI 味的工具推荐

经过搜索和实测，推荐以下 3 个去 AI 味工具/Skill：

1. Humanizer（英文，GitHub 7200+ stars）

原理：基于 WikiProject AI Cleanup 团队总结的 24 种 AI 写作痕迹，逐条检测和修复。

安装：

# Claude Code / OpenClawmkdir-p~/.claude/skillsgitclone https://github.com/blader/humanizer.git ~/.claude/skills/humanizer# ClawHub 安装（如支持）npx clawhub@latestinstallhumanizer

24 种 AI 痕迹包括：过度使用"delve"“utilize”"landscape"等词、段落开头千篇一律的过渡句、过度列表化、不自然的对称结构等。

GitHub：https://github.com/greg-randall/humanizer

2. Humanizer-zh（中文汉化版）

原理：在 Humanizer 基础上针对中文 AI 写作痕迹做了本土化适配。

中文 AI 味特征清单：

“综上所述”“值得注意的是”“不难发现”“本质上”
"在当今XX快速发展的时代"开头
"首先…其次…最后"对称三段式
结尾"三条认知""五个启示"清单病
过度使用"赋能"“抓手”"闭环"等互联网黑话

安装：

gitclone https://github.com/op7418/Humanizer-zh.git ~/.claude/skills/humanizer-zh

GitHub：https://github.com/op7418/Humanizer-zh

3. writing-agent（中文写作流水线）

原理：把写作从"一次性吐全文"改成分阶段流水线——策划→初稿→审稿→去 AI 味→导出终稿。

特点：

内置"去 AI 味"作为独立阶段（不是事后补丁）
支持中断继续和回头复盘
适合公众号、知乎、技术博客等场景

GitHub：https://github.com/dongbeixiaohuo/writing-agent

对比

工具	语言	原理	适合
Humanizer	英文	24 条 AI 痕迹规则	英文文章/论文
Humanizer-zh	中文	中文 AI 味特征检测	公众号/知乎/技术博客
writing-agent	中文	写作流水线（含去味阶段）	需要完整写作流程的人