note/work/课程/规划.md

规划AI自动生成文案

一些资料

聊一聊两个不懂代码的人，尝试用 html 做智能体的经历：我是一个文案，15 年文案。朋友是自学了一年半的代码。

在我使用一年半 ai 的时候，我发现了大模型终于可以帮我写文案了，于是积累了很多自己的文案生成方法。于是我想，我可以打包我的提示词工程和工作流，卖给其他人用。

于是就干！ 在使用 coze 和 dify 后，我发现这两个平台的文案损失是我无法接受的，除非需要更多的知识库，但也会因为我的提示词会出现格式固化的问题。于是我在想，其实工作流就是不同的环节不同的提示词，但上下文是输入和输出，那么我能不能用 html 实现呢？ 我开始和另一个学了半年 cursor 的群友，做出了第一个页面，大概用了三小时，可以完成简单的生产，效果比 coze 和 dify 好，这里并不是说他们不好，而是在我的生产范畴内，他们是不适用的。这个页面非常简单，我用 ppt 简单画了个布局就 ok 了。我们一口气做了四个，用了两天。 做出来我就在 @dontbesilent12 群里和朋友圈宣传，第一天卖了 16 个，售价 99。这件事是 1 月 20 日。接着我又马上决定创作 1999 的课程，把我做自媒体和智能体的完整思路讲述出来。因为我也有四年的抖音运营经验。我为了卖的更好创作了大量的提示词工程，针对不同场景，这是这个群友的局限性就出现了 在没有代码经验的人面前，cursor 能帮助的是简单的逻辑设计，一但涉及到复杂的结构逻辑，工作流程需要的就不止是代码了，而是逻辑前后的串联关系，需要有更好的数学基础、语言基础。我需要 chat 的对话需求和集合页面设计，往往一个小修改，就要几天时间都改不出来。所以我没办法，找另一个朋友。 这个朋友厉害了，虽然只做了一年半程序员，但是我们原来三个小时的页面，他 5 分钟就搞定了。于是我一口气做了 17 个智能体，适合自媒体人创作的不同需求，我认为最有流量的项目是讲故事和聊观点，但往往没有学过自媒体的人，也不太懂这两个方法。于是就需要做很多别人需要的各种场景。 这些选题都植入了我自己的一些文案技巧，比如对于观点来说，我们希望给他一条文案，就可以提出其他方向的观点，帮助使用者来洞察到不同的切入点。还可以输入一个观点，从正向和反向两个角度分别阐述。 后来我逐渐研究出如何复刻一个人文案风格智能体，完成这个智能体后，可以脱离知识库使用。很多人希望我能把案例做出来。实在是文本太长，做的东西太多，我自己都有些混乱了。于是就找到了 readpo 这个项目，使用 Markdown 格式，可以一键美化。 于是我做了一套给一段文字自动生成美化格式的提示词工程，markdown 格式的结果，终于可以一键美化。 这中间我们还遇见了测试不同模型的代码，不同参数的调度问题，有时候一卡就是十几个小时。今天我们又遇到了网页输入的问题，甚至不知道如何排除。抱歉我也不知道如何形容这个错误，这甚至不算错误，因为这种错误可能今天有，明天就好了。让人哭笑不得，但不管怎么样，最好用的还是在原生平台用。 这两天，我们还测试了 Grok3，在我的提示词工程和多上下文的调整，发现他的文本支持超越了其他所有模型。这里说一个认知，很多人认为 claude 的血本能力强，实际上对我来说 claude 是文学强化，文学和语言技巧是关系不大的。好多时候文案本身看上去问题不大，实际上上句和下句的逻辑存在着阅读感受差异 在文案方面，Grok3 的确对文本上升了一个台阶，gpt 的机械感最差，claude 的做作次之，gemini 1206 一部分情况下文案僵化，0205 出来后需要更复杂的提示词工程和上下文，效果并没有明显的 提升，但会比 claude 好。deepseek 容易风格锁死，人设漂移，我不知道他算是好还是差。 我发现随着模型越更新，想达到生产级的工作流，就需要更复杂的提示词工程，这与大家预期简单的提示词也可以有好效果的想法是背离的。因为你一提到某个平台的提示词，你想把风格扭转到目标人物，那简直太难了。而且要想用 ai 出创意绝对是可以的，只要你可以掌握平衡提示词的逻辑。 这个过程，一眨眼就一个月了，这算个记录，做产品太难了，把产品卖出去太难了。还是做课程简单。我不喜欢生产案例，也不想让别人看到我的东西很厉害，但是我要活着，还要去生产大家爱看，看了就想买的内容。大模型还会怎么发展不知道，但很期待 Grok3 的 api～ 我们可以理解为，现在的模型更加需要思维链了，而且这个思维链已经不再是学科化拆解的层面，因为学科化会带来“极限结果”，这个结果是在这个提示词范畴内极端化呈现的，比如你输入罗永浩，你的结果可能就会多出讽刺效果，这个效果在简单提示词下不可逆。除了有确定结果的领域，其他是不适用的。 如果你的提示词工程平衡了罗永浩思维的洞察力，又能去掉他讽刺的语言风格，这个是我认为最重要的，这才是自由度，很显然这需要更高级的思维链。 这整个过程，我在 linux.do 上找到了很多灵感，在 @ezshine 那个改写智能体找到了许多灵感，感叹自己做不出那么好的东西。接下来就是搞流量，做宣传物料，这些都是创业要迈过的一个个坎，可我还是喜欢当老师，赚钱还是自己的爱好所在！💪('ω'💪)

初步规划

如何选择方向

• 目标人群： 50岁以上的60、70后中老年人；
• 可能的方向，梳理出几个重要的方向：
  • 健康养生类：养生食谱、疾病预防、运动方式、睡眠提升等；
  • 家庭生活类：子女沟通、婆媳关系、退休生活、居家环境、家庭理财等；
  • 兴趣爱好类：做饭做菜、广场舞、太极拳、园艺种植、摄影拍照、书法绘画、音乐欣赏等；
  • 科技适应类：智能手机使用、AI应用、防骗、网购指南等；
  • 情感心理：孙辈相处、心理健康、退休社交、情绪管理、正能量分享；
  • 政策福利类：国家正能量政策、养老政策、医保政策、老年人优惠、养老院、退休金等。
• 根据微信公众号的这部分人群的文章阅读量进行分析：

选题

标题生成

• 作者先做了一个选题智能体，这个智能体，把选题分为以下几个方向：
  • 否定句式的标题；这类选题，吸引力最强，因为它可以让读者产生质疑，从而引发思考。
  • 肯定句式的标题；
  • 疑问句式的标题；
  • 描述/类比法的标题；
  • 各大平台（如小红书、微信、抖音、知乎等）的标题；
• 除了上述5种方法，我们也列举其他10种方法，并把它作为15种起标题的方法：

1. 数字列表法

   • "7个让你瞬间提升格调的家居布置"
   • "3分钟让你理解元宇宙的本质"
   • 数字能给读者明确预期，提供确定性

2. 痛点戳中法

   • "总是记不住知识？这个方法让你过目不忘"
   • "工作5年还月薪5000，问题到底出在哪？"
   • 直击用户痛点，引发共鸣

3. 对比反差法

   • "月薪3000的他，如何在一线城市买下300平豪宅"
   • "不会写代码的文案，如何做出AI产品"
   • 通过强烈反差制造悬念

4. 时效紧迫法

   • "最后一次机会：这个行业的红利即将消失"
   • "错过这一波，再等10年"
   • 制造稀缺感和紧迫感

5. 意外反转法

   • "我本以为是电信诈骗，没想到是人生转折"
   • "都说副业难做，但这个太简单了"
   • 通过反转制造惊喜感

6. 好奇心诱导法

   • "好奇我为什么天天穿同一件衣服？答案让所有人沉默"
   • "打开邻居的冰箱，我懂了穷人和富人的区别"
   • 制造信息差和好奇感

7. 专家背书法

   • "哈佛心理学教授：大多数人正在用错误的方式思考"
   • "谷歌AI专家：未来五年最值得学习的技能"
   • 借助权威增加可信度

8. 故事化标题

   • "凌晨四点的北京，我看到了最真实的人生百态"
   • "那个被我拒绝的合伙人，现在身价上亿"
   • 用故事性吸引读者

9. 利益点放大法

   • "只需一个小习惯，让你的效率提升300%"
   • "学会这个思维方式，年收入翻十倍不是梦"
   • 突出具体收益

10. 标签化+解决方案

    • "职场小白必看：30天从菜鸟变达人的全套方法"
    • "35岁危机：如何在一年内完成职业转型"
    • 精准定位目标群体

11. 否定句式法

    • "不会写代码也能做出AI产品"
    • "没有人脉也能做成大事的秘密"
    • 通过否定预设，打破固有认知，引发思考

12. 肯定句式法

    • "这才是真正的副业赚钱之道"
    • "高手都是这样学习的"
    • 以确定性和权威感吸引读者

13. 疑问句式法

    • "为什么越努力越焦虑？"
    • "你的时间都去哪了？"
    • 引发读者自我反思和共鸣

14. 描述句式法

    • "当我开始每天写一篇文章，生活发生了这些改变"
    • "深夜十二点的北京地铁，藏着这座城市最真实的一面"
    • 通过细节描述勾勒场景，增加代入感

15. 类比句式法

    • "写文案就像谈恋爱：重要的不是技巧，而是真诚"
    • "把副业当主业的人，就像把爱好变成工作的艺术家"
    • 用熟悉的事物解释陌生的概念

核心应用原则：

1. 多种方法组合使用效果更佳
2. 根据内容主题选择适合的句式
3. 注意标题与内容的匹配度
4. 避免过度营销和标题党
5. 保持语言的自然流畅

使用建议：

• 可以将多个方法结合使用，如"否定句式+数字列表"
• 根据平台特点选择合适的句式
• 定期分析数据，找出最适合自己领域的标题模式
• 持续测试和优化，建立自己的标题库