10-28 这一天,公众号日课的 11 月 32 篇、12 月 31 篇全部生成并推入草稿箱,附带 63 张封面、三表同步、一次部署上线。外人看到的是产量,内行该看的是结构:这一天真正发生的事,是「写作」被拆成了「模板 × 素材 × 校验」。
批量生产最大的风险不是写得慢,是写着写着口径跑了。所以动笔前先定三条:
① 11 月主线=十五讲连载(工作日)+周末共创/方法篇;② 一次生成全月 32 篇,分批出;③ 头两期没有现成素材的,按现有真实素材写,不虚构——点题墙那期讲方法、不编提问,生日篇只摘序章可公开部分,个人经历留白不代笔。
三条口径一共不到一百字,但它们决定了后面 63 篇的边界。批量生产的口径必须先于产能——口径不定,产得越多,返工越多。
这条线的结构很简单:模板库(开头、中段、结尾、声明段的成件)× 素材库(站内 188 篇文献、220 个概念页、19 讲、30 个案例、十五讲骨架,全部是真实底稿)× 校验(篇幅下限、禁用词、声明段存在性,脚本自动跑,不达标回炉补齐,11 月批走了两轮补齐)。
拆成这三个工位之后,「写一篇文章」变成了「装一篇文章」。人的判断留在选题骨架和口径上,装配交给脚本。这一天 AI 侧最大的工作量不在写,在把选题骨架排成 73 期的连载结构——十五讲每讲两篇(A 深读 + B 带走),周末放方法篇,月末放复盘。
63 篇进草稿箱只是显眼的那一半。同一批数据还要同步长出三张表:排期总表(JSON)、可打印的全貌表(部署上线)、Excel 记录表。下午顺手把构建脚本里写死的日期区间改成动态读取——下次扩期不用再手改。
这条看起来是顺手,其实是这条流水线最值钱的改良之一:把「一次性产物」改成「参数化产物」。脚本里每一个写死的常量,都是下个月的一次手工劳动。
20:54,教授口授两条:发表动作明确由教授本人负责(AI 只做生成与推箱,公众号后台点发表一律教授自己来);1 月主线不做预先决定,到 12 月下旬再议。两条都当场固化——后者直接设了一个 12-26 的一次性提醒。
批量系统最危险的地方是权责被批量稀释:63 篇摆在那儿,点一下全发出去太容易了。所以「谁的手点发表」必须在系统里留成一个不可绕过的闸门。产量可以自动化,责任不能自动化。
有人问 63 篇一天是不是「AI 写作的胜利」。不是。是口径、模板、素材、校验、权责五件事各自归位的结果——AI 在其中只占一格。
写作被拆成装配之后,人并没有更轻松,只是挪了位置:从「逐篇写」挪到「定口径、看骨架、做终审」。
产能的本质不是写得快,是让纪律在大批量下仍然成立。