如何搭建 AI 写作系统

AI 写作系统的目标不是让 AI 替你写，而是让 AI 参与研究、组织、起草、编辑和复盘，把写作从一次性灵感变成可积累的生产系统。

很多人理解的 AI 写作，是打开一个聊天框，让模型「帮我写一篇文章」。这个方式可以得到一篇看起来完整的稿子，但很难形成长期优势。

真正有价值的 AI 写作系统，不是更会生成，而是更会沉淀：沉淀你的观点、素材、案例、判断标准、风格偏好和发布反馈。

换句话说，AI 写作系统不是一个提示词，而是一套内容生产操作系统。

一个完整写作系统包含什么

一个 AI 写作系统至少包含五层。

第一层是素材层。网页、论文、视频 transcript、社群讨论、个人笔记、过往文章，都应该进入统一的资料入口。

第二层是知识层。原始资料需要被整理成可检索、可复用的 Markdown 笔记，而不是散落在各个平台里。

第三层是方法层。写作不是把资料拼起来，而是有 SOP：判断选题、确定角度、建立结构、写初稿、编辑、核查、发布、复盘。

第四层是 Agent 层。不同角色负责不同工序：researcher 做资料，writer 写初稿，editor 修风格，fact-checker 查事实，archivist 管知识库。

第五层是反馈层。发布之后的数据、读者反馈、自己的复盘，都要回流到系统，成为下一次创作的参考。

为什么不能只靠提示词

提示词适合一次性任务，但写作是连续性任务。

你今天写一篇文章，明天写一篇 Newsletter，下周做一个视频脚本，这些不是孤立任务。它们共享同一套世界观、表达风格、选题偏好、读者画像和判断标准。

如果每次都把这些内容塞进提示词，就会有三个问题。

第一，上下文越来越长。模型还没开始写，已经被背景信息淹没。

第二，标准不稳定。每次写法都取决于当时你怎么描述，很难保证长期一致。

第三，经验无法复利。今天调出来的好流程，明天又要重新解释。

所以，真正的写作系统应该把方法论文件化、把素材结构化、把流程 Agent 化。

推荐的文件夹结构

一个基础结构可以这样设计：

writing-system/
  01-INPUT/
    articles/
    transcripts/
    ideas/
  02-PROCESSING/
    research/
    outlines/
    drafts/
    reviews/
  03-OUTPUT/
    newsletters/
    scripts/
    wiki/
  04-FEEDBACK/
    metrics/
    comments/
    retrospectives/

01-INPUT 是原材料入口，不要求完美，只要求低摩擦。

02-PROCESSING 是 AI 处理区，用来放研究摘要、选题分析、文章结构和中间稿。

03-OUTPUT 是正式作品区，存放可发布内容。

04-FEEDBACK 是很多人忽略的一层。没有反馈，系统就不会进化。每次发布之后，哪些标题有效，哪些段落被引用，哪些观点引发讨论，都应该进入这里。

Agent 分工

一个可用的 AI 写作系统，不应该让一个 Agent 从头干到尾。

更合理的结构是：

• Chief：判断选题是否值得写，决定文章角度。
• researcher：搜集资料、补充背景、整理事实。
• writer：根据结构生成初稿。
• editor：优化表达、压缩废话、对齐风格。
• fact-checker：检查事实、引用、时间线和术语。
• archivist：从已有知识库中找相关旧内容。

这不是为了显得复杂，而是因为写作本来就是多工序。把工序拆开，质量标准才会清楚。

Super Writer 的意义

在 newtype 的体系里，Super Writer 不是「一个更强的写作提示词」，而是一个内容创作能力包。

它封装的不是句式，而是流程：如何判断任务、如何搜索资料、如何分析风格、如何组织结构、如何输出草稿、如何自检。

这类 Skill 的价值在于：它把你的写作经验从脑子里拿出来，变成 Agent 可以按需加载的 SOP。

一旦 SOP 文件化，AI 写作就不再依赖一次次口头解释，而进入可复制、可优化、可迭代的状态。

AI 写作系统的核心原则

第一，人负责判断，AI 负责放大。

最重要的不是让 AI 写得更多，而是让你更快验证判断：这个选题值不值得写？角度是否有新意？论证是否站得住？有没有遗漏的反方观点？

第二，素材必须沉淀。

AI 生成内容的门槛会越来越低，真正稀缺的是你的原始经验、长期观察和独特判断。素材库就是你的护城河。

第三，风格来自历史。

不要只告诉 AI「写得像我」。更好的方式是把过往文章、视频脚本、Newsletter 放进系统，让 Agent 通过历史内容学习你的表达习惯。

第四，发布不是终点。

AI 写作系统应该把发布后的反馈纳入循环。否则你只是在更快地产出，并没有更快地成长。

和内容瀑布系统的关系

AI 写作系统可以和内容瀑布系统结合。

一个想法可以先变成短帖，用来测试反应；表现好的短帖扩展为长文；长文改写为视频脚本；视频再拆成短内容。核心不是复制粘贴，而是同一思想在不同平台的多次表达。

AI 的作用是降低转换成本，但你仍然需要判断：哪些想法值得扩展，哪些只是噪音。

最小可行版本

如果你还没有完整系统，可以先做一个最小版本：

1. 建一个 ideas.md，记录所有选题。
2. 建一个 sources/ 文件夹，存放素材。
3. 建一个 drafts/ 文件夹，存放 AI 初稿。
4. 写一个简单的写作 SOP。
5. 每次发布后写 5 行复盘。

这已经足够开始。

系统不是设计出来的，而是长出来的。先让内容流动起来，再逐步增加 Agent、Skills 和自动化。

最终目标

AI 写作系统的最终目标，不是让你从创作者变成审核员。

它的目标是让你从手工业者升级为系统设计者：你定义方向、判断价值、建立标准，AI 帮你执行、扩展、复用和沉淀。

写作的核心仍然是人，但生产方式已经变了。