江天（陈毅贤）· 无尘阁日记

上周我带着我们新媒体团队做复盘，一个问题把我问住了：咱们从上半年就开始用 AI 写脚本、出视频，小 P 也试了，WorkBuddy（我们内部叫它”乌克巴里”）也天天在智能工作台里喊，钱花出去了，可产能到底起来没起来？

负责内容的赵志学很老实，说了一句大实话：“目前出来的效果，还是没有那么多节省时间，它最多就是能够产出一个视频出来，但整个出来视频后期加工还比较多一点——从配音上、画面上、音频对不准呐，等等，后续还需要再继续优化。”

我听完就笑了。这哪是我们一家的问题？几乎每一个冲进”AI + 内容”的老板，卡的就是这一下：工具买回来了，脚本也能出了，可团队还是忙、产能还是没质变。

今天这篇，我不讲虚的，就拆三个最常见的坑。这三个坑不填，你买再贵的模型、训再多的智能体，内容团队还是”看起来忙、实际上没产出”。

一、第一个坑：把 AI 当成”全自动生产线”

很多人对 AI 的想象是：我一键，它全自动，从选题到成片全包了，人就可以躺平。

这个想象害死人。

我们一开始也试过全自动。比如让程序自己去抓公众号、抓视频号的内容，喂给 AI 自动生成。后来我发现两个要命的问题：

第一，合规风险你撤不回来。全自动抓回来的东西，万一恰好踩到平台禁止的内容，文章发出去了你才发现，这时候撤都撤不回来，账号还可能被封。我在会上跟大家说得很直白：“全自动化的话有风险，就是它抓回来的这个东西，恰好是这个禁止的内容或者怎么样，我们撤又撤不回来。”

第二，国内平台互相防得极严。公众号、视频号、抖音，都是”猫捉老鼠”的玩法。机器的轨迹太规律，一抓一个准，封号风险必然有——你在微商的年代就知道，自动加陌生人微信是被严厉封杀的。你为了省那点人工，搭一台电脑长期在那儿”养号”，平台版本一更新你又得维护，投入产出比极差。

所以我的判断很干脆：不要为了自动化而自动化。我们现在所有内容生产，都围绕 WorkBuddy 这个”智能工作台”来做，而不是追求全自动。人在关键节点上确认一下，成本极低，但把风险全兜住了。

补充两句容易踩的细节。其一，模型选型别钻牛角尖。我跟团队说，现在国内模型和国外模型，在简单任务上”已经没啥差别了”。GPT 在图片生成这块的确强，那我们就用 GPT 做这块，没必要争论。用它强的，就是了。其二，涉及真人访谈的内容要脱敏。我们见客户、做访谈的录音极有价值，但公司名、个人名必须脱敏再进知识库，不然写出来带出名字，对我们有风险。访谈也不能原封不动丢进去，要做一轮 QA 清洗再提取。

一句大白话：AI 是给你加杠杆的，不是给你当替死鬼的。

二、第二个坑：重内容、轻选题

这是内容团队最容易犯的错。一上来就琢磨”脚本怎么写更顺、画面怎么更炫、配音怎么更自然”，天天在内容本身上抠。

但我在会上跟大家点破了一件事，这句话值得你抄下来：内容跟选题的相关度，高到什么程度？一个好的选题，加上一个好的标题，流量可能就已经成了 80%，剩下那 20% 才是内容——负责把人留住、把人转化。

你选题选歪了，脚本写得再漂亮，也是自嗨。

那选题从哪来？不是拍脑袋，也不是钉死几个账号天天扒。我们的做法是建”选题库”——它是一个长期累积的过程，每天在碎片化的时间里往里攒。你刷到一条好视频、跟客户聊出一句好观点、甚至我们开会时冒出来的一个点子，都能顺手进选题库。而且一个跑得好的选题，可以”一鱼多吃”：延展成小红书文案、朋友圈文案、结合热点的新选题，十个二十个往外长。

这里有个设计上的巧劲：我们总指令里嵌入了流程，做选题的时候不让它查知识库——故意让它发散；等生成脚本的时候，再让它查知识库，把我们的调性固化进去。同一个 AI，不同环节不同设计，这就是”分环节设计”的思维，比扔给它一句”帮我写”强十倍。

记住：流量是选题给的，不是文案给的。先把选题这道关过好，再谈内容。

三、第三个坑：以为”AI 原生”就是”全用 AI”

现在 everyone 都在喊 AI 原生组织。但很多人理解歪了，觉得 AI 原生 = 把人替换掉、全用 AI。

错。AI 原生真正的含义是人机协同。

我给我们团队定的数字员工，名字叫 1 号、2 号、小 V（小微）。但我反复强调一个原则：一个数字员工，只干一件很小的事，把它干到靠谱，就够了。它不是全能的，不是像人一样啥都干。

写脚本的归写脚本，抓报告的归抓报告，做群运营的归群运营。多个专门干一件事的智能体组合起来，才是生产力。你要是硬塞给一个智能体”从选题到变现你全包了”，它一定在哪一步给你掉链子。

人工在哪？在三处：选题要人工审核确认、平台限制（封号、接口不通）必须人工兜底、数据回传（各平台不提供接口）必须人工贴。这三处，机器短期替代不了，也没必要硬替代。

所以 AI 原生不是”去掉人”，是”重新分工”——把人从重复劳动里解放出来，让人盯在判断和确认上。

四、三道题，自测你在不在坑里

讲到这儿，你可以用三道题给自己团队把把脉，中一道就说明还泡在坑里：

第一题，你的内容生产，是人在每个节点确认，还是指望一键全自动？如果答案是”全自动”，回去看第一个坑。

第二题，你团队花在”选题”上的时间，有没有花在”内容打磨”上的一半？如果选题是拍脑袋、靠当天灵光一现，回去看第二个坑。

第三题，你嘴里的 AI 原生，到底是”多用 AI”，还是”人和机器重新分工”？如果只是前者，回去看第三个坑。

三道全过，恭喜，你已经站在飞轮的门口了。

真正的杠杆，是飞轮不是工具

三个坑说完了，你会发现它们指向同一件事：单点买个工具没用，真正的杠杆是闭环和飞轮。

选题库滚起来、知识库滚起来、爆款库滚起来，三者一转，越转越快，越转越懂你的用户。这才是 AI 给内容团队带来的质变，而不是”今天用 AI 写了三篇稿”。

我见过太多企业，工具买了一堆，流程一点没变，最后说”AI 没用”。不是 AI 没用，是你没把人和机器摆对位置。

下一篇，我就把这个飞轮具体怎么搭、三个库怎么闭环，一步一步讲给你听。如果你现在团队也在用 AI 做内容，先把上面三个坑对照一遍——大概率，你的问题就出在坑里。

---

江天（陈毅贤），国泰道合 AI 实战导师。这篇来自我们新媒体团队用 WorkBuddy 协作做内容生产的实战复盘，第一人称干货分享。