AI内容生产工作流怎么搭：6阶段把选题到SEO加工跑通

保哥在2024-2025这两年帮6个客户搭过端到端AI写作流水线，结论挺反直觉——AI写文章90% 翻车不是模型不够强，是工作流断在校稿与SEO加工两段。把AI当作"自动写手"用，产出是Google反垃圾政策点名的scaled content abuse；把AI当作"选题挖矿工 + 草稿生成器 + 校对助手"分阶段用，6阶段流水线跑通，1个人一个月能稳定产出12-20篇过收录的长文。差距在流程，不在模型。

为什么90% 的AI写作内容在Google与AIO眼里都是填充料？

保哥从2023年Q4开始追这个题，到2025年中刚好两年。期间帮一家DTC家居站从GPT 4全自动模式（一周写80篇）改到6阶段人机协同模式（一周写8-12篇），自然搜索流量从月4万UV跑到月19万UV。同时见过3个客户因为"AI全自动写 + 直接发"被Google核心更新一波清零，掉了70%-90% 流量到现在没缓过来。

差距不在模型选型——GPT 5、Claude 4.5、Gemini 2.5这几代模型基础能力其实差不多。差距在工作流。Google在2023年2月发的 Search and AI Content官方说明里写得明明白白：内容是否被收录，看的不是是否AI生成，而是是否符合E-E-A-T。后来2024年3月的反垃圾政策升级又加了一个新罪名：scaled content abuse（规模化内容滥用）——批量生成主要为操纵搜索排名而无独立价值的内容，无论是不是AI写的，全部惩罚。

实测下来，纯AI全自动写出的稿子有6个高频死法：

• 套路化开篇（"在当今这个时代/随着XX的快速发展"）——AIO直接跳过
• 没有第一手数据（没有作者亲身实验的截图、数字、踩坑）——E-E-A-T的Experience拿不到分
• 虚构案例与数字（AI喜欢编"某客户 +30%"）——一旦读者发现立刻流失
• 段落均匀但无重点（每段200字均匀分布）——读者扫读没钩子
• FAQ抄知乎/Quora同款问题——爬虫一去重就被打折扣
• 外链全是百度百科/CSDN/培训机构（AI不知道权威源）——降低引用价值

这6个死法没有任何一个能通过"换prompt"修复，必须靠分阶段流水线在不同阶段对应砍掉。下面8个H2把这条流水线6个阶段拆开讲——选题、草稿、校稿、SEO加工、分发、复盘——每个阶段都告诉你AI该干啥、人该补什么。

6阶段流水线总览长什么样？

先看全局图，再看每个阶段的细节。实战跑出的6阶段流水线是这样的：

整篇文章的AI占比约40%-50%，人工占比50%-60%。这就是真实的"人机协同"比例，比那些喊"AI替代写手"的卖课博主理性得多。AI是放大器不是替代品——它能让一个原本月产4篇的资深写手月产16篇，但前提是这个写手懂选题、懂SEO、懂校对。给一个不懂这些的人套同样工作流，月产16篇但14篇被惩罚或被忽略。

这套流水线跟前面那篇AI搜索GEO工作流的差异是：GEO那篇聚焦"提示词到LLM引擎适配"的8步，这一篇聚焦"端到端内容生产"的6阶段。前者管"被AI引擎引用"，后者管"被Google收录 + 读者读得下去"——两套工作流不冲突，可以叠加跑。

阶段1：选题怎么用AI + 自有数据挖低竞争长尾？

选题是流水线第一关，也是最容易被低估的一关。新手常犯两个错：（1）凭灵感拍脑袋，拍出来的题目要么搜索量太低没流量、要么竞争太狠打不过；（2）让AI直接生成100个选题，AI不知道你站内已发什么，扔出来的题目跟既有文章高度重叠。

实战选题流程分三步：

第一步：从自有数据拉"已经在排名但没拿到流量"的关键词。Search Console里筛position 11-30、impression > 100、CTR < 1% 的query，这些就是"差一篇文章就能拿流量"的金矿。GSC自带数据，不用付费工具。

第二步：用Ahrefs Content Explorer或Semrush Topic Research把上一步关键词扩展成"问句 + 长尾"。注意只看KD < 20的，重点要的是低竞争。这一步还是人工筛——AI不懂你站权重，给你扔的"高搜索量 + 中等竞争"题目其实你打不过。

第三步：把筛好的题目喂给Claude / GPT 5，让AI帮你做两件事：（1）按读者意图给题目重新分组（信息型 / 决策型 / 交易型）；（2）给每个题目生成5-8个潜在H2 outline，看哪个题目能撑起8000+ 字。撑不起的题目砍掉，撑得起的进入草稿阶段。

这套三步流程在客户站实测下来，月产20篇选题，能撑起长文的占比60%-70%——比"AI一把梭"的20% 高3倍以上。关键是第一步"从自有数据起步"，让AI在你站已有权重的赛道里继续打。

另外提醒一点：选题阶段就要决定这篇是"主题集群里的支柱页（pillar）"还是"卫星页（cluster）"——分类清楚才能在阶段4把内链方向规划好。主题集群与支柱页的搭建逻辑，SEO文章写作流程那篇展开讲过，可以一并读。

阶段2：草稿要让AI全写还是段落级辅助？

到了草稿阶段，最大争议是"AI写全文vs段落级辅助"。做过6个月A/B对比，结论是：

• AI一次写全文（5000-8000字一口气）：产出快但60%+ 内容是套路句，校稿要砍40%-50% 文字，整体工时反而高
• AI写outline + 人指定每个H2重点 + AI写每个H2段落：产出稍慢但每段都有方向，校稿砍15%-25% 文字，整体工时低30%
• 人写outline + 段落级AI辅助（一句给方向AI出200字 → 人改）：产出最慢但质量最高，适合品牌核心页面，月产能4-6篇

对SEO长尾流水线（月产12-20篇），方案2最经济。Claude 3.5+ 系列在这个工作流下表现最稳，GPT 5也行但更容易出"假数字 + 编案例"；Gemini在中文上下文连贯性还差一档，适合做事实查询而不是长文生成。

系统提示词关键要素（这部分别照搬别人的，每家业务都不一样）：

1. 明确读者画像（SEO从业者 / 外贸运营 / 独立站主）
2. 明确文体（专家口吻 + 通俗易懂 + 偶有比喻，禁营销腔）
3. 明确禁用句式（"在当今/随着/众所周知"等套路开篇全部禁）
4. 明确字段格式（H标题层级、段落长度上限、加粗与列表使用规则）
5. 明确要求"引用具体数据请给出来源，不能编"——这一条能把虚构案例率从30% 压到5% 以下

实战工具栈选型方面，DTC AI工具栈那篇里讲过12款覆盖选品到客服的工具评测，内容生产用的工具栈跟DTC部分重叠，可以参考挑选。

关于交付物：草稿阶段的AI输出必须是结构化的——开头TLDR + 6-10个H2 outline + 每个H2下800-1200字段落 + 段尾要有过渡。直接扔进CMS排版器就能看到雏形，方便阶段3校稿人聚焦在内容上而不是版面。

阶段3：人工校稿在AI工作流里到底要砍什么？

校稿阶段是流水线里最容易被偷工的一段——AI产出读起来"看上去挺通顺"，新人编辑往往只改错别字就放行。结果就是阶段4 SEO加工时发现：每段都正确但没一段抓人，整篇内容像维基百科条目。

校稿要砍3类东西：

第一类：AI套路句。典型表现包括"综上所述/总而言之/在当今这个时代/随着AI技术的快速发展/不可否认的是/值得我们深入思考的是"。AI模型训练时被灌了大量营销文，倾向于在段首段尾塞这种过渡。校稿人要逐段砍——这些句子去掉不影响信息密度，反而让段落更紧凑。一篇6000字草稿一般能砍掉400-800字这种填充。

第二类：虚构案例与数字。AI喜欢在论点旁边加"根据某项研究"、"某客户案例显示 +30%"——这些数字70% 是模型幻觉。校稿人有两个选择：（1）查证后保留并加来源链接；（2）换成你客户的真实数据（如果方便分享）；（3）直接删除，让论点站在逻辑而不是伪数字上。Surfer那篇AI Content Detection文章里聊过：虚构数字是AI写作被Google反垃圾系统识别的最强信号之一，比句式套路严重得多。

第三类：均匀但无重点的段落。AI喜欢把每段都写到200字均匀分布——读者扫读时找不到钩子。校稿人要做的：（1）每个H2下面挑出最关键的一句加粗或单独成段；（2）把均匀长段切成"短句开场 + 中段展开 + 短句结尾"三段式；（3）该用表格的地方做表格，该用列表的地方做列表。这一步是把"AI产出"变成"读者愿意读"的关键。

校稿之后还有一个动作：注入第一手数据。AI写的草稿是"通用稿"，校稿人要在2-3个关键位置插入你的真实数据——客户案例的具体数字、踩过的坑、独立做过的实验结果。一篇文章有2-3个这种"只有作者能写出来"的段落，E-E-A-T的Experience维度才稳。AI页面SEO 12周实测那篇里有完整的"哪些段落必须注入第一手数据"清单可以参考。

校稿阶段单篇40-90分钟是合理预算。低于20分钟基本等于没校，高于120分钟说明草稿质量太低应该退回阶段2重写。

阶段4：SEO加工要把AI草稿改成什么样才能被收录？

SEO加工是流水线里技术成分最高的一段。校稿完的"读起来顺"稿子，到这里要变成"被Google收录 + 在Search Console拿到impressions"的稿子。

必做的7件事：

1. 4字段填齐：title / seo_title / desc / description / keywords。title 30-45字符自然，seo_title ≤30字符SEO聚焦，desc与description不能完全相同。
2. H标题层级符合逻辑：H1在title里（正文不要H1），H2是主章节、H3是子节、H4视需要——H2应该60%+ 是问句，能勾起搜索意图匹配。
3. 正文段落 ≤250中文字符，列表/表格/blockquote主动打散版面。手机端连续3屏无分段必然有人退出。
4. 开篇TLDR 80-150字反直觉强观点，跟desc句式分流避免Jaccard过高被搜索引擎当作thin content。
5. FAQ 5-10条 + FAQPage JSON-LD结构化数据。FAQ问题别照抄知乎，要从GSC People Also Ask与AlsoAsked工具拉真实搜索问题。
6. 内链 ≤4条（DTC桶以外按SEO-KB引擎卡4条），全部要200，锚文本自然不是关键词堆砌。
7. 外链3-5条权威源（Google Search Central、行业头部博客），放aside.external-evidence块，rel="external noopener"，URL要在正文相关段落有锚文本——光在aside里堆链接不算引用。

Google在 Creating Helpful Content官方指南里列了一份self-assessment清单，建议每篇SEO加工完都过一遍——尤其"内容是否提供原创信息/独立分析/超越显而易见的事实"这条，AI草稿默认不达标，必须人工补。

阶段4单篇30-50分钟，比阶段3校稿快——前提是CMS / SEO工具栈已经搭好。如果用的是WordPress + Yoast或Typecho + 自研字段管线，4字段录入 + 内外链整理基本30分钟内能搞定。如果CMS不顺手，单这一步能拖2小时——别低估流水线工具化的杠杆作用。

阶段5：同一篇怎么改4个版本分发到主站 + 社交 + Newsletter？

主站发完不是结束，是分发的开始。同一篇8000字内容，按"4改4投"原则分发能多吃3-5倍曝光，但要避免变成duplicate content被Google折叠。

惯用的4版本拆法：

• 主站长版（原稿8000-12000字）：投自己独立站，按阶段4完整SEO加工，是流量基石
• 知乎/掘金/Medium改写版（3000-5000字）：保留核心结构与数据，开篇与结尾完全重写，去掉50%+ 内链改成站内站外混搭，标题用更口语化的句式
• LinkedIn / X长贴版（800-1500字）：抽取主站文里最反直觉的一个观点，附3-5个数据点，结尾挂主站链接
• Newsletter / 邮件版（500-1000字）：摘要式重写，加1-2句"为什么这件事跟你有关"的钩子，给点击主站长版的强CTA

避duplicate content的3个铁律：（1）改写版的核心H2文字必须重写（同义但不同字），不能直接copy；（2）改写版必须有canonical指向主站长版，或者明确标注"本文首发于zhangwenbao.com，[阅读完整版]"；（3）社交平台短贴禁全文同步，只放钩子 + 链接。

这套分发节奏一篇主站长版 + 3个改写版，单篇总产能从"发完1篇拿1个站"变成"发完1篇覆盖4个站"。月产12篇长文 + 36篇改写，但实际投入只多了20%-30% 工时（改写比新写省得多）。

AI在阶段5主要发挥两个作用：（1）给改写版起多个标题候选给人选；（2）按目标平台调性改写开篇与结尾（LinkedIn偏正式、X偏锐评、Newsletter偏对话）。但H2结构与核心数据必须人来定，AI自由改容易丢核心论点。

阶段6：内容效果复盘要看哪些AI写作专属指标？

复盘是流水线里最容易被跳过的一段——发完文章团队就奔下一个选题去了。结果是连续发3个月没人知道哪类内容真有效，明明可以复制成功的方法被默默丢掉。

保哥的复盘节奏分三档：

30天复盘：看Google Search Console的impression起来没、有没有进入position 11-30的"接近一面"区间、AIO有没有引用（Bing Copilot / Perplexity也要看）。这一档主要回答"内容被搜索引擎承认了吗"。30天没动静的稿件，要不就是选题选错了，要不就是SEO加工没到位，回头查阶段1与阶段4的复盘记录。

90天复盘：看GA 4上的"目标完成数 / 停留时长 / scroll depth / 跳出率"——读者读完愿不愿意做下一步。这一档主要回答"内容对读者有没有真价值"。90天数据不理想的稿件，往往是阶段3校稿没注入足够第一手数据，靠AI套话撑不起读者注意力。

180天复盘：看长尾排名稳定性 + 内链导流量 + 是否被其他网站引用。这一档主要回答"内容能不能成为常青资产"。180天后稳定排在1-10的稿件是流量基石，要在阶段5加倍分发；180天后掉到30名以外的稿件要进改写池。

AI写作专属的复盘维度有4个，跟纯人工写作不同：

• AIO / SGE / AI Overview引用率：Google在 2024年5月那篇AIO更新里讲了AI Overview的引用机制，能被引用的稿子说明E-E-A-T信号到位。AI写但被AIO引用是好稿，AI写但被AIO跳过是工作流要回头修
• AI检测工具识别率（Originality / Surfer / Copyleaks等）：如果一篇稿子被95%+ 检测工具判为"AI生成"，说明阶段3校稿没把套路句砍干净——继续这样发会被Google当scaled content abuse
• 读者评论区"看上去像AI写的"比例：评论区直觉信号比技术工具准，3个以上读者抱怨"读起来像AI"，立刻回头改
• 邮件 / 社交转发率：人工写好稿一般有5%-15% 的读者主动转发；AI套话稿基本零转发——转发率是内容是否触达"被记住"层的最干净指标

把这6阶段流水线坚持跑90天，自然能感受到产能与质量都在涨。流水线本身不是KPI，KPI是内容资产的累积。

SEO + GEO双引擎下AI内容流水线还要做哪些调整？

2025年开始Google AIO / ChatGPT Search / Perplexity / Claude等AI搜索引擎跟传统SEO引擎已经分流——一份内容要同时被Google收录 + 被AI引擎引用，需要在前6阶段流水线之上做3个额外调整。

调整1：阶段1选题要加GEO维度。除了传统SEO关键词，还要看AI引擎的"问句长尾"——人在ChatGPT / Perplexity上提问的句式跟在Google搜索框里完全不同。SEO关键词偏短（"AI写作工具"），GEO问句偏长完整（"哪些AI写作工具适合SEO内容流水线？"）。两边都要覆盖。

调整2：阶段2草稿要加"事实密度优先"原则。AI引擎引用一段内容的判定逻辑跟Google不同：Google看整体E-E-A-T与外链信号，AI引擎看段落级的事实陈述清晰度。每个H2下要有1-3段"事实段"——明确陈述某个数据、定义、判断，给AI引擎可以原句引用的chunk。

调整3：阶段5分发要加"AI友好版"。除了知乎/Medium/LinkedIn这三个传统改写版，再加一个"AI摘要友好版"——把核心结论改写成200-400字的事实陈述段，发到Reddit / Quora / GitHub Discussion这些AI引擎频繁抓取的UGC平台。在保哥客户的实测里，这一步能让Perplexity引用率从8% 涨到25%-35%。

SEO + GEO双引擎下，AI内容流水线从6阶段扩展到6+3阶段。整套体系还在快速演化——Google AIO的引用机制半年大改一次，Perplexity的source权重每季调一次。流水线的稳定性来自核心6阶段，AIO/GEO增量调整每季滚动复盘一次。

实战里2025年下半年最显著的变化是：Perplexity与ChatGPT Search把"段落级citation"权重拉得越来越高——它们更倾向引用那些"一段话说清一个事实点"的段落，而不是层层铺垫后才给结论的传统SEO长段。这个趋势直接反推内容生产侧：每个H2下面的段落，前2-3句要把核心结论说完，后面再展开背景与证据，倒金字塔结构。这跟传统SEO长文铺背景的写法是反向的——倒金字塔写法在SEO引擎里也不掉分，但在AI引擎里多吃30%+ 引用率。

另一个隐性变化是引用源的"近因偏好"——Google在2025年上半年悄悄上调了"过去12个月发布或更新内容"的freshness权重，AI引擎更甚（Perplexity默认偏好6个月内）。这意味着AI内容流水线必须把"定期回炉改写"做成常规动作，每篇主稿至少每12个月更新一次时间戳与数据点。复盘阶段发现180天后排名下滑的稿件，回炉改写比写新稿ROI高3-5倍。

权威参考资料

常见问题解答

Q1：完全人工写和AI流水线写哪个SEO效果更好？

看选题与场景。常青信息型长尾（教程、对比、清单类）AI流水线胜，因为产能是纯人工3-5倍，相同时间能覆盖更多长尾；品牌核心页面（关于我们、价值主张、思想领导力文）纯人工胜，因为这些页面要展现独特视角与人格化语调，AI套不出来。两者结合才是最优解——成熟客户的内容矩阵一般是80% AI流水线长尾 + 20% 纯人工核心页，长尾负责拉流量、核心页负责转化与品牌。

Q2：用AI写完发出去要不要标注"本文部分内容由AI生成"？

Google官方立场是不强制标注但鼓励透明。从SEO角度，加不加标注对收录没影响；但从信任角度，2024-2025读者对AI生成内容警惕度上升，明确标注反而能提升信任。实战建议两种做法：（1）footer加一行"本文创作过程使用了Claude辅助生成草稿，所有数据与案例由编辑核对"；（2）法律敏感行业（医疗、金融、法律）必须显式标注。其它行业可选不加，但禁止"AI写但伪装成纯人工"的操作——一旦被读者识破，品牌信任损失远大于披露成本。

Q3：6阶段流水线对小团队（1-2人）是不是太重？

不重。流水线本身是分工逻辑，1个人也能跑——只是同一时间专注的阶段不一样。1人团队的实战节奏：周一选题（阶段1），周二-周三草稿+校稿（阶段2+3），周四SEO加工（阶段4），周五分发（阶段5），每月最后一周做复盘（阶段6）。月产8-12篇是1人合理上限，团队3-5人能跑到月30-50篇。重点不在团队大小，在工具栈是否到位——CMS、SEO字段管线、AI调用接口、复盘看板都搭好后，单人产能能翻3-4倍。

Q4：AI写的内容会不会被Google直接降权？

不会因为"AI写"被降权，但会因为"低质量 + 规模化滥用"被降权。Google 2023年2月与2024年3月两次官方表态都说得很清楚——内容质量与是否AI生成解耦，看的只有E-E-A-T与是否提供独立价值。但实战里90% 被降权的AI内容是"AI一把梭 + 直接发"模式，这种模式天然产出大量低质内容触发scaled content abuse政策。走6阶段流水线 + 注入第一手数据 + SEO加工到位的AI内容，跟纯人工写的内容在Google眼里是平等的。

Q5：哪些类型的内容不建议用AI流水线生产？

5类不建议：（1）医疗 / 法律 / 财税建议类——错误成本太高、合规风险大、E-E-A-T标准严格；（2）独家行业新闻与首发报道——AI不知道独家信息，硬写就是抄；（3）个人成长 / 思想随笔 / 品牌叙事——需要作者独特视角与情绪，AI写出来通用感太强；（4）深度技术研究（学术 / 工程深度文）——AI容易在专业细节上犯错，校稿成本反而高于纯人工；（5）面向资深读者的高密度专家洞见——这类读者对AI套话敏感，识破即流失。其它常青长尾 / 教程 / 工具评测 / 对比 / 清单类，AI流水线都比纯人工经济。

Q6：用ChatGPT、Claude、Gemini哪个更适合SEO长尾流水线？

2025年中实测排序：Claude（写作连贯性 + 引用准确度 + 中文表达自然度三项综合最优）> GPT 5（API稳定性 + 工具调用生态优）> Gemini（事实查询与多模态优势但中文长文输出还差一档）。具体选型还要看你的工作流——团队已经接OpenAI生态的接GPT 5改写成本低；做GEO引用优化的接Claude因为Claude输出更符合AI引擎引用的事实陈述风格；做多模态内容（图文并发）的接Gemini。流水线设计上建议主模型 + 备用模型双套配置，主模型挂了能立即切，避免单点依赖。

Q7：6阶段流水线跑下来单篇综合成本大概多少？

按2025年中行情：AI API调用成本约0.5-2美元/篇（Claude 3.5+ 写1.2万字 + 多轮校稿），人工校稿与SEO加工按时给1人时薪200-500元算约200-400元/篇，分发与复盘平均50-100元/篇，单篇综合成本250-500元。纯人工写一篇同量级长文一般800-1500元（资深写手时薪更高）。流水线把单篇成本压到纯人工的1/3-1/2，但前提是工具栈到位、流程跑顺。新手第1个月跑不顺单篇成本可能比纯人工还高——这是必经的工具化爬坡，跑通后才有3-4倍ROI杠杆。