用WorkBuddy搭建公众号半自动写作流水线，周更三篇从15小时压缩到2小时

周更三篇公众号，听起来工作量不算夸张，真正坚持过的人才知道这有多磨人。我运营一个垂直行业的公众号，前两年基本靠意志力硬扛：周一找选题，周二翻资料，周三熬夜写初稿，周四排版发布，周五又开始焦虑下一轮内容。最崩溃的不是写不出来，而是辛辛苦苦写出来的东西阅读量平平，用户还时不时留言说“最近内容有点水”。后来我开始尝试把一部分写作工作交给 AI 工具，试过不少方案，直到用 WorkBuddy 搭出一条半自动写作流水线，才真正把自己的时间从一周 15 个小时压缩到 2 个小时左右。这篇文章就把整套流水线的搭建过程、关键环节设计和踩坑记录完整拆给你看，尤其适合正在做公众号矩阵、周更或多账号维护的独立运营者。

我先把结论放在前面：流水线不是让 AI 全权代笔，而是把“选题、素材收集、初稿、基础校对”这些机械性环节交给 WorkBuddy，把“最终选题决策、关键事实核对、发布”留给自己。这个思路听起来简单，实际落地时会遇到很多细节问题，比如文风跑偏、内容同质化、素材版权、发布接口报错等等。下面我按流水线的搭建顺序，从整体设计、环境准备、核心模块实现到常见问题排查，一步步讲清楚。

1. 为什么是 WorkBuddy：公众号写作的痛点与自动化思路

1.1 公众号周更三篇的真实负担

先算一笔时间账。以我自己的周更三篇为例，一篇 2500 字左右的行业分析文章，从零开始大概要花这些时间：

一周下来就是 12 到 15 个小时。更让人焦虑的是，这些时间里有 30% 到 40% 花在机械性工作上：换个关键词重新搜索、把散落的资料整理成提纲、把初稿里“首先其次最后”改成有节奏的短句……这些活不需要多少创造力，但又必须有人做。如果能把它们标准化、流程化，省下来的时间就可以用来想选题、和读者互动、打磨真正有价值的洞察。

我一开始也想过直接用 ChatGPT 之类的大模型来写，但很快发现问题：模型不知道我公众号的历史内容风格，不知道读者关心什么，也不知道我手头有哪些独家资料。每次都要重新解释背景，输出结果也不太稳定。后来我意识到，真正需要一个能承载“流程”的东西——把选题、素材、写作、校对这些环节固定下来，每篇内容都走同一条路径，同时能积累和复用我的个人知识库。这正好是 WorkBuddy 这类智能体工作台擅长的事。

1.2 自动写作流水线的基本框架

流水线的核心思想，是把文章生产拆成若干阶段，每个阶段有固定的输入和输出，前一个阶段的产物自动成为后一个阶段的输入。我的公众号流水线拆成了五个阶段：

1. 选题生成：输入行业关键词、目标读者画像，输出 5 到 8 个候选选题。
2. 素材收集：针对选定选题，抓取相关网页、文章链接并提取要点，输出素材摘要。
3. 初稿撰写：基于素材摘要和风格指令，生成完整初稿。
4. 校对与去AI味：检查事实性表述、去除常见 AI 痕迹、优化段落节奏。
5. 人工终审与发布：我核对关键信息、补充独家观点，然后手动排版发布。

前半段是机器能稳定完成的，后半段保留了人工环节。为什么特意保留人工终审？原因有两个：一是公众号内容会沉淀为个人品牌，AI 生成的初稿再流畅，也替代不了我对行业的一手判断；二是平台对内容质量和原创性有要求，全自动批量发布很容易被判低质或违规，得不偿失。

我选 WorkBuddy 而不是自己写代码串 API，理由也很实际：它提供了一套现成的技能（skill）体系，我可以把写作流程固化成提示词模板，不用每次重新搭流程；同时支持本地部署，数据留在自己手里，不用担心公众号选题和素材外泄。这些特性组合起来，正好满足一个内容创作者“想要自动化，但不完全失去控制”的需求。

2. 环境准备与 WorkBuddy 部署

2.1 WorkBuddy 安装与初始化

WorkBuddy 的安装不算复杂，但有几个地方值得先说清楚。它支持 Windows、Linux 和 macOS，我个人的生产环境放在一台 Ubuntu 服务器上，因为流水线跑起来之后需要长时间稳定在线，把任务挂在服务器上比挂在个人电脑上更省心。以 Ubuntu 环境为例，安装过程大致如下：

# 1. 下载对应版本（以官方发布的压缩包为例） wget <workbuddy 官方下载地址> tar -xzf workbuddy-xxx.tar.gz cd workbuddy # 2. 初始化工作目录 ./workbuddy init # 3. 配置大模型 API Key 和本地知识库路径 # init 之后会生成配置文件，按提示填入对应模型服务的 key vim config.yaml

初始化之后，WorkBuddy 会在当前目录创建一个默认工作区，里面包含技能目录、配置文件和日志目录。我的习惯是把公众号相关内容单独建一个工作区，比如wechat-pipeline/，这样标题、素材、草稿都集中在一起，备份和迁移都很方便。首次启动可能会比较慢，因为需要加载技能索引和模型配置，我看到有朋友说启动慢到怀疑机器坏了，其实多数情况是在建立索引。第一次启动后让它跑几分钟，之后就会明显顺畅。

配置阶段最需要注意的是模型选择和知识库路径。我建议优先选长上下文、中文能力强的模型，因为公众号文章往往需要引用较多素材，上下文不够的话，写到后面模型会“忘记”前面的要求。知识库路径则是你积累文章素材的地方，我会在下一节详细说如何组织。

2.2 常用 Skill 与自定义指令配置

WorkBuddy 的核心玩法是技能（Skill）。你可以把它理解成一个个“工作说明书”，告诉智能体在特定场景下该怎么思考、怎么输出。官方自带一些通用技能，但对公众号写作来说，自定义技能才是真正提效的关键。

我目前配置了四套核心技能：选题生成、素材收集、文章起草、校对去AI味。每套技能的本质是一个结构化的提示模板。以“选题生成”为例，我写的技能说明大致长这样：

技能名称：公众号选题生成 适用场景：每周批量生成候选选题 输入要求： - 行业关键词：必填，用逗号分隔 - 目标读者画像：选填，如“3年经验以内的数据分析师” - 近期已发布选题：选填，避免重复 执行步骤： 1. 根据行业关键词列出最近7天行业热门事件和长期讨论话题。 2. 过滤掉过于宽泛、没有明确读者价值的话题。 3. 对每个候选选题，补充目标读者、切入角度、大致文章结构。 4. 输出格式：表格，包含选题方向、标题建议、切入角度、预估价值。 注意事项： - 标题建议遵守“具体、有冲突感、不含夸张词”的原则。 - 选题之间的角度不能重复。

这样配置的好处是每次生成选题的标准都一致，不会因为临时改提示词导致风格漂移。我的经验是，这些技能说明要用“执行步骤 + 注意事项”的结构，而不是只告诉模型“帮我生成几个选题”。模型对步骤的执行力比对模糊目标的执行力强很多。

3. 流水线核心实现：从选题到成稿

3.1 选题与素材采集模块

流水线的第一站是选题。我每个周末跑一次“公众号选题生成”技能，输入下一周准备覆盖的行业关键词，以及本周已经写过的选题，让它输出一份候选清单。清单一出来，我会花十分钟人工挑选 3 个方向，再进入素材收集阶段。

素材收集是最能体现“流水线价值”的环节。以前我手动搜索资料，平均每篇文章要打开十几个网页，看半天才确认哪些信息值得引用。现在我用 WorkBuddy 调用搜索和网页提取技能，把找资料和提炼要点两步合并：

请搜索以下关键词：“行业热点 关键词”“最新动态 关键词” 对搜索结果中前10条链接做以下处理： 1. 提取文章标题、发布时间、核心观点 2. 过滤明显的软文和广告内容 3. 将剩余内容整理成要点摘要，每条不超过50字 4. 标注哪些信息可能影响公众号读者决策

这个过程跑下来，我会得到一份经过初步筛选的素材摘要，信息密度比打开十个网页高得多。但这里有一个重要的经验：搜索结果里的文章不能直接复制粘贴，版权和查重问题在公众号平台尤其严格。我的做法是只让 WorkBuddy 抓取“事实性信息”（数据、日期、政策变动），观点和评论尽量用自己的语言重写。素材模块生成的只是参考资料，不是可直接发布的文本。

除了网页，我还经常把行业报告的 PDF、音视频访谈的转写稿丢进知识库，让 WorkBuddy 在写文章时能引用这些一手资料。这一步对提升内容深度帮助极大——当文章里能出现别人不知道的细节数据时，读者停留时间和转发率都会明显上去。

3.2 写作与文风控制模块

素材到位后，就到了最关键的初稿撰写环节。很多人以为只要把素材丢给 AI 就能得到一篇能用的文章，实际写出来的东西往往“一眼 AI”：排比句套排比句，逻辑是“首先其次最后”，读起来没有人的温度。我的解决思路是：在技能配置里加入文风控制模块，而不是靠临时提示词碰运气。

文风控制需要做三件事。第一，给模型提供 2 到 3 篇你自己写的、阅读数据好的文章作为风格参考，明确告诉它“模仿这个节奏和用词”。第二，定义硬性规则，比如“段落之间多用过渡句衔接，不要突然切换话题”“结尾用具体建议收束，不要喊口号”。第三，设置输出格式限制，比如“标题不超过 20 个字”“开头 150 字内必须出现核心关键词”“全文分 5 到 7 个小节，每节 300 字左右”。

我实际使用的初稿技能片段是这样的：

写作要求： 1. 开头用一个小场景或数据切入，150字内点明文章主题。 2. 每个小节能让读者明确知道这段解决什么问题。 3. 多用短句，单句不超过30字。 4. 避免“综上所述”“不难发现”“值得关注的是”等空泛表达。 5. 结尾给出可操作建议，不要用开放式口号。 6. 全文控制在2200到2800字之间。 风格参考： <把你自己写的两篇文章粘贴到这里>

这里我想强调一下“风格参考”的重要意义。大模型默认的输出风格偏向书面化，如果你不喂给它自己的文章，它很难自动学会你的表达习惯。我一开始偷懒没加风格参考，结果写出来的三篇文章读起来像同一个模子刻的，粉丝留言说“感觉作者换人了”。从那以后，每篇初稿的技能调用都会带上风格参考，输出稳定性好很多。

初稿生成后，我不会直接进入校对，而是先自己做一次“结构预审”：看小标题有没有把文章逻辑交代清楚、论证顺序是否合理、有没有素材堆砌但观点缺失的地方。这一步仍然需要人工，因为模型可以优化表达，但没法替我做判断：什么信息对读者真正重要，什么只是噪声。

3.3 校对、去AI味与排版输出

校对模块是流水线里最出效果的环节之一，尤其在“去AI味”上。AI 生成的文本有几个明显特征：爱用“不可或缺”“赋能”“助力”这类词，爱把三个同义词叠在一起，爱在每段结尾补一句总结。这些问题单独看都不严重，但整篇堆在一起，读者一眼就能看出来不是人写的。

我的去AI味技能会执行这样一组检查：

请对以下文章进行去AI味处理： 1. 找出并删掉所有“综上所述”“总体来说”“首先其次最后”等过渡套话。 2. 把三连排比改写成长短句交替的节奏。 3. 把每段末尾的总结句删除或改成反问句。 4. 将书面化词汇替换为口语化表达，但要保持专业感。 5. 检查每段是否平均超过6行，若超过则拆成两段。

这个技能跑完后，文章会明显“松”下来，读起来更像一个行业内的人在说话。我实测下来，去AI味前后的文章转发率差别很大，尤其对行业垂直类公众号来说，读者大多是专业人士，对模板化表达非常敏感。

排版方面，我让 WorkBuddy 直接输出 Markdown 格式，然后我用公众号编辑器自带的 Markdown 粘贴功能转成富文本。这里有一个实用技巧：在技能输出要求里加上“每个 H2 标题前空一行，列表只保留必要的条目，不要滥用加粗”，这样可以大大减少手工调整格式的时间。

4. 串起全流程：半自动发布实操

4.1 手动发布环节为什么保留

每次提到自动化，总有人问“能不能连发布也一起自动化”。说实话，技术上确实能实现，微信公众平台有官方接口可以实现文章发布，社区里也有很多非官方工具在做自动化推送。但我最终选择保留手动发布，原因有三个。

第一是安全合规。用非官方接口操作公众号存在账号风险，轻则发布失败，重则可能被限制功能。我见过有人用各类自动化发布工具，结果号被平台风控盯上，得不偿失。第二是内容质量需要人工把关。公众号文章会长期留存在你的账号里，代表的是你的专业形象，AI 初稿再完善，最后的“人味”也要由你来补。第三是发布时机灵活。公众号推送时间影响打开率，有些文章要配合热点或行业事件，机械的定时发布反而会错过最佳窗口。

所以我的做法是：WorkBuddy 负责把初稿、校对、发布建议全部准备好，我每天固定一个时间段打开工作区，花最多半小时完成“终审 + 发布”。这就是标题里说的“半自动”——机器把 80% 的重复劳动做完，人只做那 20% 的决定性工作。

4.2 用 WorkBuddy 做发布前检查

人工终审阶段，WorkBuddy 还能再帮一把：生成发布前检查清单。我会让它对每一篇准备发布的文章跑一遍下面的检查：

这个检查表看起来简单，但真能帮我拦下不少低级错误。印象最深的一次，我引用了一个行业数据，原文链接来自某个资讯站，WorkBuddy 在检查时提示“该链接内容可能不属于当前公众号可引用的范围”，我换成了官方原始报告链接，发布一次就过了。

如果你用的是官方开发接口做自动化发布，遇到“链接内容不属于当前公众号”这类提示，大概率是接口配置里的链接校验没有对应上。我的建议是不碰这些需要微信后台复杂配置的路子，直接保留公众号后台手动手工发布，反而最省事。

5. 常见问题与排查技巧

5.1 高频问题速查表

流水线跑了大半年，我遇到过不少奇奇怪怪的问题，列一个速查表给读者参考：

5.2 独家优化心得

流水线搭建之后，我在实际使用中还总结出两个比较重要的优化方向。

第一个是“知识库要当活物养”。最开始的版本，我把知识库建好就不管了，结果写出来的文章经常引用旧的行业数据，读者指出来尴尬得很。现在我每个月会手动把新的行业报告和政策文件加进去，同时把已经过时的资料标记移除。这个动作很花时间，但直接影响内容质量。

第二个是“提示词小步迭代，不要一次大改”。很多人跑流水线，一看到输出不理想就大改提示词，结果越改越乱。我的习惯是每次只改一个变量，比如先只调“段落长度限制”，观察三篇文章的效果，再决定要不要动“风格参考”。这种小步迭代的方式，能让输出质量稳步提升，而不是反复横跳。

根据我个人经验，这套流水线最值钱的地方其实不是省时间本身，而是把公众号写作从一个“靠灵感驱动”的状态，变成了一个“靠流程驱动”的状态。灵感枯竭的时候，流水线依然能产出一篇及格线以上的文章；状态好的时候，我再把人工精力集中在深度洞察上，反而写出了几篇爆款。如果你也在做公众号，建议可以先从选题生成和素材收集这两个模块试起，跑顺了再加初稿和校对，不用一上来就追求全自动。