我发现许多人用 AI 写作，最容易走进一个误区：以为换了更强的模型，就能写出更好的文章。
但真相往往相反——模型越强，生成越快，

你越容易被“看起来像文章”的文字骗到：结构像、语气像、段落也像，

可读完就是记不住、转发不了、收藏不值。

问题不在 AI 能不能写，而在你有没有一套能把写作质量稳定下来的流程：

选题怎么定、资料怎么查、观点怎么收敛、初稿怎么迭代、怎么把“AI味”洗掉、怎么让文章更像你。

最近在Github上发现了一个项目（
auto-claude-writing-agent-pub），这个项目的思路很不一样：它不是“帮你生成文章”，而是把写作做成一套可执行工作流：从 brief → 调研 → 选题 → 初稿 → 三遍审校 → 标题 → 配图 → 归档发布。

它更像“写作版的工程流水线”：AI 干 90% 重复劳动，你保留 10% 创意与决策。

它到底是什么：不是 App，是一套“写作 Agent 的规则工程”

项目自我定位很清楚：

• 基于 Claude Sonnet 4.5（作者推荐的主力模型）
• 配合 Claude Code / Cursor 这类环境
• 通过一堆 Markdown 规则文件（尤其是 CLAUDE.md）驱动写作流程
• 强调 Think Aloud（透明思考）、个人素材库记忆、三遍审校降AI味、不编造数据。

你可以把它理解成：
“写作提示词”进化到 2.0：从一句 prompt，升级成一整套可维护的写作系统。

最值钱的 4 个设计（也是它和普通AI写作的分水岭）

A. “首要原则”：先把 AI 的坏习惯按死

把一些原则提到最高优先级：

• 绝不编造数据
• 绝不使用过时信息
• 绝不省略 Think Aloud
• 重大决策必须等你确认

这很重大：写作不是写得快，而是可控、可解释、可追溯。

B. 9 个⭐关键步骤清单：把“流程”写死在规则里

项目把高质量写作拆成 9 个必做关键步骤，列如：

这套清单的意义是：把“经验”变成“步骤”，把步骤变成“可复用资产”。

C. 三遍审校：专治“AI味”

它把降AI味写得很具体：

• 删套话、拆长句、换口语、补真实细节（时间/地点/数字/感受）
• 句子长度、段落长度、节奏、标点都要再打磨一遍

你会发现：许多所谓“AI写得差”，实则差在没有编辑工序。

D. 标题拟定流程：既给爆款，也给“无套路版”

标题设计流程：

• 第一轮：爆款要素（数字、异常、捷径等）
• 第二轮：自然风格（更像真人）
• 第三轮：可选混合优化（既有吸引力又不油）

案例：直接上手来一篇

目标：你只需要做两件事：写 Brief + 做关键确认。其余交给 Agent 跑流程。

Step 1：把你的“历史文章”塞进去

把你过去 1-3 篇文章放到这里（示例路径来自 README）：

mp-wechat/_personal_materials/历史文章/

这一步是降AI味的核心：让它学你的句式、用词、节奏、口头禅、案例表达方式。

Step 2：写一个 Brief（越像产品需求越好）

在这里新建一个 brief 文件：

mp-wechat/_briefs/2025-11-02-我的主题-brief.md

内容模板你可以用：

我想写一篇关于【主题】的文章。

目标读者：谁（新手/从业者/管理者）
核心观点：你要读者带走什么
希望风格：口语/犀利/克制/故事感/技术深度
参考资料：贴链接或要点（可为空，但越完整越快）
必须包含的真实案例：1-3条（你自己的）
禁区：不要写什么（敏感点/不确定的数据/不想提的品牌）

Step 3：在 Claude 里启动

README 给的启动方式大意是：让 Claude 读取规则文件，然后指向你的 brief。

你可以这样说（示例）：

@CLAUDE.md 我想写一篇文章，brief在 @2025-11-02-我的主题-brief.md

Step 4：你会看到它按“10步流程”推进

“10步完整流程”，并且强调：选题讨论、三遍审校、标题拟定等环节要你确认。

它还会把关键决策用 Think Aloud 讲清楚：它在做什么、为什么这么做、下一步是什么。

Step 5：版本管理像写代码一样推进

它提议按版本迭代：draft-v1 → v2 → v3 → final，并且每遍审校都产出新版本，避免“改着改着改崩了”。

日常高频用法：把它当“写作搭档工具箱”

README 里还给了几个很实用的“日常命令式用法”：

• 快速创作（你很确定选题）
• @CLAUDE.md 根据这个brief直接写一篇文章，跳过选题讨论
• 只做审校（重点降AI味）
• @CLAUDE.md 帮我审校这篇文章，重点降AI味
• 修改已有文章
• @CLAUDE.md 修改@某篇文章.md，调整第3部分的内容…

适合谁？不适合谁？

适合：

• 写公众号/头条这种“中长文”的人（项目对公众号给了明确的字数、配图、风格提议）
• 已经有内容积累、想把写作“规模化”的人（素材库 + 归档思路）
• 讨厌AI味、又想吃到AI效率的人（三遍审校就是为这个）

不适合：

• 只想“一键生成直接发布”的人（它强调确认与审校，不走捷径）
• 完全没有个人素材的人（也能写，但“像你”这件事会打折）

配图提议

你发头条/公众号时，可以配 6 张图，读者一眼就懂你在讲“系统”：

1. 总流程图：Brief→调研→选题→初稿→三审→标题→配图→归档（可用项目里的流程描述重画）
2. 项目目录结构截图：突出 _briefs/_drafts/_personal_materials/_knowledge_base/_published 这些“资产化”目录
3. Think Aloud 示例图：截一段“它解释为什么这么写”的输出
4. 三遍审校对比图：AI味 60% → 25% 的“前后对照”
5. 标题三轮法示意图：爆款要素 vs 自然风格 vs 混合优化
6. 你的 Brief 模板图：把上面的 brief 模板排版成一张图，读者会收藏

结尾：别把 AI 当“代写”，要把它当“助理”

说到底，一篇真正好的文章，从来不是“写出来”的，而是“想出来、选出来、打磨出来”的。

你会发现，爆款也好、深度也好，核心都绕不开三件事：

• 构思：你到底要解决读者哪个问题？观点是否足够清晰？结构是否能让人读完？
• 精选内容：案例够不够真实？信息有没有来源？该删的废话删没删？
• 表达与节奏：一句话有没有“人味儿”？段落是否顺着读者的注意力走？

AI 能帮你做的，实则是把“重复劳动”外包出去：
它可以帮你列提纲、查资料、生成初稿、做多轮审校、给标题方向、整理素材库……
但它替代不了你的判断：哪些内容值得写、哪些数据可信、哪个观点更有价值、哪个故事更打动人——这些决定了文章的上限。

所以我更愿意把这类写作 Agent 看成一种提醒：
别滥用 AI 去追“快”，要学会用 AI 去追“稳”——稳在结构、稳在逻辑、稳在来源、稳在风格；

让 AI 帮你更快抵达“可用”，而你把精力用在“更好”。

最终目的不是“让 AI 帮你写文章”，

而是让你用更少的时间，把真正想表达的东西写得更值得被收藏。