AI內容自動化工作流

過去用 AI 做內容，通常是：找文章、讓 AI 改寫、自己整理、自己排版、自己發布。雖提高了單次效率，但大量重複工作仍靠人工。

為探索能否把整個內容生產過程拆成可重複運行的工作流，我設計並運行了這套從資訊獲取到公眾號草稿生成的 AI 內容生產工作流。

單點使用 AI 改寫文字，只能提升個別環節效率，大量協調與整理仍依賴人工。

真正的難點不是「再找一個更好的模型」，而是如何把資訊獲取、內容重構、封面生成、格式轉換與發布準備，串成一條可以重複運行、且邊界清晰的流程。

第一套工作流從文章 URL 開始：提取標題重點、內容分析與重構、生成新標題、AI 生成封面、上傳素材、轉為公眾號格式、透過 API 建立草稿，最後由人工終審並發布；封面生成也自動化，可用提示詞控制風格（完整流程見下方示意圖）。

第二套進一步增加自動化入口：定時收集熱點、篩選、存入飛書素材庫，再經關鍵字檢索取出 URL 進入生產工作流，使內容生產從「手動找文章」發展為「自動發現、篩選、生產、草稿、人工審核」的完整流程。

專案主要使用 Coze Workflow，並實際接入 Feishu、API、OpenClaw 與 Qwen 雲端大模型等不同工具；OpenClaw + Qwen 雲端大模型方案也曾進入正式工作流並完成內容生產任務。

我負責工作流設計、業務流程拆解、AI 工具選擇、Prompt 設計、API 整合、內容處理邏輯、自動化測試、資訊檢索探索與整體優化。

重點不是某一個 AI 工具，而是如何把多個 AI 能力、資料源與工具組合成可以實際運行的業務流程。

這不是概念 Demo：實際篩選 50+ 條素材，完成約 10 次完整工作流運行，10 次全部成功進入公眾號草稿箱，成功率 100%，最終發布始終由人工完成。

專案驗證了一套完整的 AI 內容生產流程並實際產出內容，也讓我進一步確認：AI 自動化的價值不只是替代一個人工步驟，而是把多個原本分散的工作連接成單一工作流。最終沉澱的核心模式是 AI Automation + API Integration + Human-in-the-loop。