我用Claude跑了一次完整内容工作流，多出来的34分钟花在了这里

我原本以为60分钟能跑完全程。

第一次测试用了94分钟——这篇文章，是我搞清楚多出来的34分钟花在哪里之后写的。

在开始之前，我想先说清楚一件事：这不是一篇「AI让效率提升10倍」的成功学教程。这是一次真实的工作流测试记录，有数据、有踩坑、有我认为必须人工接管的环节。如果你期待的是「一键生成内容」，现在可以关掉了。如果你想知道「人+AI协作」的合理边界在哪里，往下读。

---

第一章：「60分钟」这个承诺，我是怎么定义的

先把测试前提说清楚，避免后面的数据被误读。

测试环境： Claude Opus 4（长内容/复杂任务）+ Claude Sonnet 4（快速迭代/改写润色），通过API直接调用，不使用Claude.ai网页端（网页端有响应延迟，不适合计时测试）。 内容类型： 面向泛科技读者的深度科普文，目标平台：微信公众号主发、即刻同步、小红书图文版。 「人+AI协作」的定义： AI负责信息整合、结构搭建、初稿生成；人负责选题判断、事实核查、语气调整、最终发布决策。全自动不在讨论范围内——那条路目前走不通，至少在需要「有观点」的内容上走不通。

以下是预期时间分配 vs 第一次实测结果：

| 环节 | 预期耗时 | 第一次实测 | 差值 | 主要原因 | | 选题 | 10 分钟 | 18 分钟 | +8 分钟 | Claude给的方向太泛，来回迭代了3轮 | | 写稿 | 25 分钟 | 31 分钟 | +6 分钟 | 初稿AI腔太重，改写花了额外时间 | | 配图 | 10 分钟 | 22 分钟 | +12 分钟 | 提示词→出图→筛选链路比预期慢 | | 排版 | 15 分钟 | 23 分钟 | +8 分钟 | Markdown转公众号格式踩了坑 | | 合计 | 60 分钟 | 94 分钟 | +34 分钟 | — |

34分钟的超时，主要集中在配图和排版两个「接缝」环节。这个结论直接影响了我后来的工作流设计——后面会逐一拆解。

---

第二章：选题环节（目标10分钟）——Claude能给你什么，不能给你什么

Claude做选题的三种用法

我测试了三种提问方式：

1. 竞品分析式：「分析近期科技类公众号的高互动选题，给我10个方向」

2. 受众痛点拆解：「我的读者是25-35岁的互联网从业者，他们在AI工具使用上最常遇到什么问题」

3. 爆款结构逆向：「这篇文章为什么能爆（粘贴一篇高传播文章），给我3个可以复用的选题结构」

结论：第三种最有用，第一种最没用。

第一种的问题很明显——Claude的训练数据有截止日期，它给出的「近期热门」往往是半年前的信息，用起来显得滞后。第二种输出的痛点列表「看起来都对」，但缺乏时效感，任何时候问都能得到差不多的答案。

第三种的价值在于：你提供了一个真实存在的爆款作为锚点，Claude的分析会更具体，输出的结构可以直接套用。

有效的选题Prompt模板

你是一个内容策略顾问，擅长分析内容结构和读者心理。

参考文章：[粘贴一篇近期高传播文章的全文或摘要]

请完成以下分析：
1. 这篇文章的核心钩子是什么（用一句话概括）
2. 它满足了读者哪种具体需求（信息差/情绪共鸣/实用工具/身份认同）
3. 基于同样的需求类型，给我5个可以用于[你的垂直领域]的选题方向
4. 每个方向给出一个具体的标题草稿，要求：不超过20字，包含一个具体的数字或时间锚点

我的垂直领域：[填写你的内容方向]
目标读者：[填写读者画像]
发布时间：[填写当前日期，让Claude意识到时效性]

关键变量： 发布时间这个参数很重要——加上它之后，Claude会主动提示「这个方向可能需要结合近期的XX事件」，帮你意识到需要人工注入热点锚点。

⚠️ 必须人工接管的部分：最终选题判断。Claude给的方向是「结构上合理的选题」，但不是「你现在应该写的选题」。后者需要你对当下热点、自己账号数据、读者情绪的综合判断——这个判断目前没有办法外包给AI。

---

第三章：写稿环节（目标25分钟）——这是Claude最能打的地方，但有一个致命陷阱

三种写稿路径的实测对比

第一步（出大纲）：
基于以下选题，给我一个2000字深度文章的大纲：
选题：[填写]
核心论点：[填写，这是最重要的，不要省略]
目标读者：[填写]
文章风格：信息密度高，有具体数据和案例，语气直接不绕弯

第二步（确认大纲后扩写）：
按照以上大纲，扩写第[X]章。要求：
每个观点必须有具体的例子或数据支撑
不要使用「首先」「其次」「总结来说」等套话连接词
段落长度控制在3-5句，避免长段落

致命陷阱：AI腔

Claude的初稿有一个几乎无法避免的问题：语气同质化。所有文章都有一股「AI腔」——结构完整、逻辑清晰、但读起来像说明书。

原始输出示例：

在内容创作领域，效率与质量之间的平衡一直是创作者面临的核心挑战。随着人工智能技术的不断发展，越来越多的创作者开始探索如何借助AI工具来优化自己的创作流程，从而在保证内容质量的同时显著提升产出效率。

改写后：

我测试了十几种AI写作工具，发现它们有一个共同的问题：生成的内容你一眼就能认出来是AI写的。不是因为内容错了，而是因为它太「正确」了——没有语气，没有立场，像一份报告而不是一个人在说话。

三个去AI腔的具体技巧：

1. 替换开头句型：删掉所有以「在……领域」「随着……的发展」「越来越多的……」开头的句子，改成一个具体的场景或数字。

2. 加入主观判断：在每个核心观点后面，加一句「我认为」或「这让我意识到」——哪怕只是一句话，整段的语气立刻变活。

3. 打破对称结构：Claude特别喜欢三点式（「第一……第二……第三……」），把其中一点改成反问句或转折句，节奏感会好很多。

💡 成本参考：文中所有Prompt都基于Claude API直接调用测试。如果你想跳过官网注册门槛、直接用API跑自己的内容工作流，可以试试 [api.884819.xyz](https://api.884819.xyz) ——国内直连，按量计费，新用户注册即送体验token，我这套测试流程的API成本大概在每篇0.3元以内。

---

第四章：配图+排版环节（目标25分钟）——工作流最容易断掉的两个接缝

配图：Claude能做什么

Claude本身不生图，但可以用来写生图提示词。我测试的路径是：Claude生成Midjourney提示词 → 即梦AI出图（国内访问更稳定）→ 人工筛选。

Claude生成的提示词示例（用于科技类文章封面）：

为一篇关于AI内容工作流的深度文章生成配图提示词，要求：
风格：科技感，冷色调，适合公众号封面
构图：留有文字空间（左侧或上方）
避免：人脸特写、文字元素、过于复杂的场景

输出格式：英文提示词，适用于Midjourney v6

Claude输出的提示词：

minimalist tech workspace, glowing blue circuit patterns on dark background,
floating holographic data streams, clean composition with empty left third
for text overlay, ultra-wide aspect ratio, cinematic lighting,
8k resolution --ar 3:2 --style raw --v 6

实测结论： 这条路径可行，但链路长、耗时不稳定。出图质量取决于提示词质量，而提示词质量又需要你对生图工具有基本了解。第一次测试这个环节用了22分钟，第二次优化后压到了13分钟。 降级方案： 如果配图卡住了，直接用纯文字封面（黑底白字+一句核心论点）。在即刻和小红书，这种「极简风」封面的点击率并不差。

排版：各平台兼容性一览

Claude默认输出Markdown，但不同平台对Markdown的支持完全不同：

---

第五章：真实跑完一次的完整复盘

时间轴记录（第二次测试，已优化）

09:00  开始，确定选题方向（爆款逆向Prompt）
09:11  选题确定，开始写大纲Prompt
09:18  大纲出来，确认修改2处
09:20  开始扩写第一章
09:31  第一章完成，继续扩写
09:48  全文初稿完成（约2200字）
09:55  去AI腔改写，重点处理开头和过渡句
10:06  写稿完成，开始配图提示词
10:12  提示词给即梦，等待出图
10:19  筛选图片，选定3张
10:22  开始Markdown Nice排版
10:35  公众号版本完成
10:41  即刻版本完成（直接粘贴微调）
10:58  小红书版本完成（重新拆段）

总耗时：58分钟。第二次跑通了，但代价是第一次的94分钟试错。

四个环节的诚实评分

| 环节 | 效率 | 质量 | 学习成本 | 综合 | | 选题 | ⭐⭐⭐ | ⭐⭐⭐ | 低 | 有用，但别全信 | | 写稿 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | 中 | 最值得投入 | | 配图 | ⭐⭐⭐ | ⭐⭐⭐ | 高 | 可选，有降级方案 | | 排版 | ⭐⭐ | — | 高 | 工具依赖强，容易卡 |

这套流程适合谁，不适合谁

适合的情况：

每天发1条，内容类型相对固定（科普/评测/教程）
有基本的Prompt使用经验，不需要从零学
对「AI腔」有感知，愿意花时间做润色
主发平台是公众号或即刻（Markdown友好）

不适合的情况：

每天需要发3条以上：这套流程的瓶颈在于「去AI腔」和「小红书重排版」，这两个环节没有好的批量化方案，发布量一上来就会崩
内容高度依赖时效（热点追踪型）：Claude的时效感不足，选题和写稿都需要大量人工注入，AI的价值会大打折扣
对内容有强烈个人风格要求：Claude能模仿风格，但模仿成本远高于直接写，不如把AI用在结构和素材整理上，写作本身自己来

一个诚实的结论：这套工作流能把「每天1篇」从「想想就累」变成「可持续执行」，但它不是魔法。它节省的是信息整合和结构搭建的时间，不能替代你对内容的判断和对读者的理解。

---

还有一个环节我没测透

这套流程目前还有一个环节我没有测透：分发和数据反馈。

发完之后，如何用Claude分析哪条内容表现好、为什么好、下一篇应该怎么调——这个「内容复盘」环节我正在单独测试。初步的想法是把平台数据导出后喂给Claude做结构化分析，但实际效果还需要跑几周数据才能下结论。

数据出来之后会单独写一篇。

如果你也在跑类似的工作流，欢迎留言告诉我你卡在哪个环节——我会优先测你遇到的问题，说不定下一篇就是你踩的那个坑。

---

本文由8848AI原创，转载请注明出处。关注8848AI，带你从零开始学AI。

#AI内容创作 #Claude #内容工作流 #Prompt技巧 #效率工具 #AI写作 #8848AI #内容运营