选题与简报
输入是行业问题、客户咨询与搜索词，输出是选题清单与写作简报，复核人是内容负责人。为什么先做这个：选题错，后面全错；把一线问题整理成清单，比让模型凭空想标题有效得多。简报里要写清读者、目的与不能碰的表述。
长文初稿
输入是背景材料、产品口径与参考来源，输出是提纲与初稿，复核人是编辑。怎么用得好：先给结构再给素材，要求标注引用位置；初稿只作为素材，事实与数字逐条核对，结论由人重写，避免通篇是通用套话。
多平台改写
输入是一篇定稿，输出是不同平台的标题、摘要与开场，复核人是运营。边界在于原意：改写不能改变结论与限定条件，不能为了点击加绝对化表述；各平台规则不同，发布前逐条对照检查。避免同一个错误扩散。
结构化问答
输入是产品资料与常见问题，输出是问答对与结构化数据，复核人是产品市场。为什么值得做：结构化内容更容易被搜索与问答场景引用，也方便销售直接使用；答案要短、有出处，避免承诺效果与排名。
投放素材变体
输入是卖点、受众与合规要求，输出是多版本文案与画面建议，复核人是投放负责人。边界是不得虚构用户评价与效果数据，素材须标注生成情况并按平台规则送审；小步测试再放量，别一次押注单版。
适用与不适用
适合谁
- 有稳定内容需求、素材基础较好的市场团队
- 需要多平台分发与投放测试的品牌方
不适合谁
- 希望批量生成后直接发布、不做任何审核的团队
- 以夸大承诺换取点击、不准备做任何事实核查的营销团队
典型场景
某 SaaS 企业每月做一轮内容：先用客户问题整理选题，AI 出简报与初稿，编辑核对事实并重写结论，运营按平台改写，产品市场把高频问题做成结构化问答。投放素材做三版小规模测试，胜出的版本再放量，全部素材留存授权与版本记录。
可执行步骤
- 用客户咨询与搜索词整理选题池，按读者与转化路径排序，每月更新
- 为每个选题写简报：读者、目的、口径与不能碰的表述，由内容负责人确认
- AI 出提纲与初稿，编辑核对事实、数字与引用位置后，重写结论与节奏
- 按平台规则改写标题与摘要，逐条检查原意是否被改变后再送审，并记录改写人
- 把高频问题做成结构化问答，标注出处与适用范围，由产品市场复核
- 投放素材做多版本小规模测试，留存授权、版本与送审记录后再放量
常见坑
- 让模型凭空想选题，产出与客户真实问题脱节，写完没人看，团队白忙一轮，士气受挫，下一轮更难推动。
- 初稿通篇通用套话，编辑重写成本高于自己写，工具很快被弃用，前期的投入也算打了水漂。
- 投放素材虚构用户评价或效果数据，短期点击上升，后续投诉与平台处罚接踵而来，得不偿失。
自检与验收清单
- 选题是否来自客户真实问题与搜索数据，并每月更新
- 简报是否写清读者、目的、口径与不能碰的表述
- 初稿的事实、数字与引用位置是否逐条核对并留痕
- 改写后是否检查原意、限定条件与结论没有被改变
- 投放素材是否留存授权、版本与送审的完整记录
常见问题
哪个场景最容易见效？
多平台改写与结构化问答通常见效最快，因为素材现成、判断标准清楚。长文初稿收益大但依赖编辑能力，选题与投放变体则更依赖数据积累，不适合作为第一个场景。
会不会写出同质化内容？
会，如果只给模型同一个提示词。做法是每篇都给不同的材料、读者与目的，并要求引用具体来源与案例；编辑再补上自己的判断与现场细节，同质化才会被压住。
投放素材能自动生成吗？
可以生成变体，但送审与标识要人工把关，效果数据不能编。建议小规模测试后再放量，并保留每次版本的素材与授权记录；把生成当作提效手段，而不是绕过审核的捷径。