本文最后更新于 2026-05-26,文章内容可能已经过时。

我用 Claude 复刻了那个"3000万播放"实验,然后在公众号后台愣住了

第三天,Claude 给我生成了一篇完美的 Instagram caption。

节奏感、钩子、emoji 分布、CTA 位置——全部到位。我把它复制出来,切换到公众号后台,盯着那个"新建图文"的编辑框,突然不知道该怎么办。

不是不会用公众号。是整个"自动发布"的前提,在这一刻彻底塌了。

---

背景:那个"3000万"实验到底做了什么

今年年初,一位创作者在 X 上分享了一个实验:他让 Claude 全权接管自己的 Instagram 账号,从选题、写文案、定发布时间,到根据互动数据调整下一条内容策略,整个链路几乎不需要人工介入。

实验跑了大约两周,账号单条 Reel 播放量突破 3000 万,涨粉数万。

这个案例在国内 AI 圈引发了相当大的讨论。我自己也是在看完原帖之后,立刻动了"在公众号上复刻一遍"的念头。

但在动手之前,我先做了一件事:把原实验的完整链路拆解成"操作变量",确认我们在对比的是什么。

原实验的核心链路如下:

1. 提示词设计:给 Claude 一个系统提示,定义账号人设、内容风格、禁忌词汇

2. 内容生成:Claude 根据当前热点和账号历史数据,生成文案 + 发布时间建议

3. 自动发布:通过 Instagram Graph API 直接推送内容,无需人工操作

4. 数据回流:发布后 2-4 小时,将互动数据(播放、点赞、评论、保存)喂回 Claude,作为下一条内容的决策依据

这个链路的核心价值,是数据反馈循环的自动化。Claude 不只是在"写内容",它在根据真实反馈不断调整策略——这才是跑出高播放量的真正原因,不是某一条文案写得有多好。

---

我的复刻实验:边界条件说清楚

我设定的复刻条件如下:

  • 周期:同样 10 天
  • 决策原则:Claude 全权决策选题和内容方向,我只负责最终发布动作
  • 内容品类:科技/AI 工具类,和原实验的"创业干货"品类相似
  • 工具:Claude(通过 API 调用),公众号后台手动发布

需要提前说清楚的是:这个实验没有跑出漂亮的数据

这篇文章的价值不在于"我也复刻成功了",而在于——我把三个直接失效的步骤拆清楚了,并且找到了可以替代的方案。如果你也在考虑把这套方法迁移到国内平台,这些失效点是你绕不过去的。

---

三个直接失效的步骤

失效一:自动发布——这个前提根本不存在

原实验能跑通的物质基础,是 Instagram 提供了官方的 Graph API,允许开发者通过程序化方式发布内容。

公众号没有这个东西。

微信官方开放平台确实存在"草稿接口"和"发布接口",但这套接口有极其严格的申请门槛:需要认证服务号、需要通过微信审核、需要服务器白名单备案。对于个人运营者或小团队来说,这条路几乎走不通。

更关键的是,即便你拿到了接口权限,公众号的发布机制本身也不支持"即时推送"的自动化逻辑。每天只能群发一次(认证服务号),草稿和发布之间还有人工确认环节。

这意味着原实验的"全自动"核心假设,在公众号场景里直接失效。Claude 生成内容之后,必须有一个人坐在电脑前,手动复制、排版、预览、发布。

这不是小问题。 它破坏的不只是效率,而是整个"AI 自主运营"的概念本身。你退化成了一个高级复制粘贴工具的使用者。

---

失效二:数据反馈回路——延迟和颗粒度双重失效

原实验之所以能让 Claude 快速迭代策略,依赖的是 Instagram 的实时数据:发布后几小时内,播放量、完播率、保存数就能反映出这条内容的真实表现。Claude 拿到这些数据,可以在下一条内容里做出有意义的调整。

公众号的数据生态完全不同:

  • 阅读量有 48 小时延迟:公众号阅读数在发布后会持续累积,通常需要 2-3 天才能趋于稳定。你在第一天看到的数字,可能只是最终数据的 30%。
  • 互动数据颗粒度极粗:公众号后台能给你的核心指标就是阅读量、在看数、分享数。没有完读率,没有停留时长,没有内容热区数据。Claude 能用来做判断的信息极其有限。
  • 分发机制不透明:Instagram 的算法分发逻辑相对可预测(互动率高的内容会被推给更多人),公众号的打开率主要取决于粉丝基础和标题,"爆款机制"对小账号几乎不存在。

我在实验的第 5 天尝试把前 4 天的数据喂给 Claude,让它分析哪类内容表现更好。Claude 给出的分析是:"数据量不足,无法得出有统计意义的结论。"

这不是 Claude 在偷懒。它说的是实话。

---

失效三:视觉优先的内容逻辑——平台预期根本不同

原实验的内容形式是短视频 Reel + 简短 caption,核心是"3 秒钩子 + 视觉冲击 + 简单行动指令"。这套逻辑在 Instagram 上有效,因为用户处于刷流的状态,注意力是碎片化的。

公众号读者的预期完全不同。

打开一篇公众号文章的用户,通常已经对这个账号有一定信任,或者被标题吸引进来,他们预期的是有信息密度的长文内容。如果你给他们一篇 300 字的"钩子式短文案",打开率可能还行,但完读率会很低,"在看"数几乎为零——因为这不符合他们对这个内容形式的预期。

我在实验第 2 天发了一篇 Claude 生成的"钩子式短文",阅读量 200 出头,在看 0。同期发的一篇 2000 字深度文章,阅读量 1800,在看 23。

这个差距不是因为 Claude 写得不好,而是因为它在用一套平台的内容逻辑,去适配另一个平台的读者预期。

---

哪些步骤反而跑通了

失效的是自动化链路,但 Claude 在内容创作的具体环节上,表现依然稳定。

跑通一:选题策划

这是 Claude 在公众号场景里最有价值的能力。我给它一个系统提示,让它根据近期 AI 领域动态,生成 10 个适合公众号的选题方向,并给出每个选题的"读者痛点"和"差异化角度"。

效果超出预期。Claude 给出的选题不只是热点罗列,它会主动识别"这个话题已经被写烂了"和"这个角度还没人认真做过"之间的差异。

以下是我实际在用的选题生成 Prompt,可以直接复用:

你是一个专注 AI 工具领域的公众号内容策划,账号受众是有一定技术背景的职场人,25-40岁,关注实用性和效率提升。

请根据以下背景信息,生成 8 个本周适合发布的选题方向:

  • 近期 AI 领域重要动态:[在这里填入你收集的近期新闻]
  • 账号过去表现最好的 3 篇文章标题:[填入]
  • 本周需要回避的话题(已有同类文章):[填入]

对于每个选题,请提供:

1. 选题标题(公众号风格,不超过 20 字)

2. 核心读者痛点(一句话)

3. 差异化角度(和同类文章的区别在哪里)

4. 预估适合的文章长度(短/中/长)

输出格式:编号列表,每个选题独立一段。

跑通二:标题 A/B 测试

公众号的打开率高度依赖标题。我让 Claude 对同一篇文章生成 5 个不同风格的标题,然后自己选 2 个发给朋友圈小范围测试,再决定最终用哪个。

这个流程不自动,但比自己憋标题效率高很多。

以下是一篇公众号文章的核心内容摘要:

[填入文章摘要,200字以内]

请为这篇文章生成 6 个标题,覆盖以下风格:

  • 数字型(含具体数字,制造确定感)
  • 反常识型(打破读者预期)
  • 痛点型(直击读者焦虑)
  • 悬念型(引发好奇心)
  • 干货型(直接说清楚能学到什么)
  • 对比型(A vs B 结构)

要求:

  • 每个标题不超过 25 字
  • 不用感叹号,不用"惊呆""震惊"等词
  • 标题要和文章内容严格对应,不夸大

跑通三:评论区回复

这个环节是意外收获。我把高赞评论和有代表性的问题整理给 Claude,让它生成回复草稿。Claude 在这里的表现非常稳定——回复有温度,不敷衍,而且会主动识别哪些评论值得认真回复、哪些可以简短带过。

---

改造建议:从全自动降级为半自动

这套方法在公众号场景不是"没用",而是需要降级

原版流程的核心是"Claude 全自动运营",改造后的版本更接近"Claude 辅助,人工把关"。以下是我目前在用的简化流程:

原版流程(Instagram):
Claude 生成内容 → API 自动发布 → 实时数据回流 → Claude 自动迭代
改造后流程(公众号):
Claude 生成选题池(每周一次)

人工筛选 + 确认方向(10分钟)

Claude 生成文章初稿

人工审核 + 排版(20-30分钟)

手动发布

每周日人工整理数据(阅读/在看/新增粉丝)

将数据 + 本周表现摘要喂给 Claude,生成下周选题建议

这个流程不性感,但它是真实可运转的。

关键的认知转变是:把"数据反馈"从实时改为周度。你不需要每天喂数据,每周一次系统性的复盘,Claude 一样能做出有意义的策略调整——只是迭代速度慢了,但对于公众号这个本来就以周为单位运营的平台来说,这个节奏并不是问题。

---

结论

这套方法有价值,但它的价值不在于"让 AI 替你运营账号",而在于把内容创作中最耗脑力的环节(选题、标题、评论回复)外包给 AI,把你的精力集中在审核和把关上

原实验在 Instagram 上跑出的高播放量,本质上依赖的是平台的开放 API 和实时数据生态。这两个条件在公众号不存在,所以"全自动"的前提不成立。

但这不代表 Claude 在公众号运营上没有位置。它只是需要一个不同的位置——不是驾驶员,而是副驾驶。

---

这次实验让我意识到一个更大的问题:Claude 在内容创作上的边界,不是"能不能写",而是"能不能感知平台规则"。

>

下一篇我想测试的是——如果把公众号的所有隐性规则系统性地喂给 Claude:什么词会触发限流、什么结构完读率高、什么时间段发布打开率最好——它能不能真正"学会"写公众号?

>

这个实验我已经在设计了,数据跑出来就发。

---

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运营 #Claude #公众号运营 #AI内容创作 #ChatGPT #AI工具 #内容策略 #8848AI