企业官网建设流程全解析

去年我手里有两个公众号，一个偏行业观察，一个写职场干货，都是周更三篇的节奏。说实话，这个频率手动扛下来非常吃力——白天要上班，晚上回到家还得查资料、列提纲、写初稿、排版配图，整套流程走完基本到凌晨。坚持了几个月后，我明显感觉内容质量在滑坡，有好几篇都是硬凑出来的，自己都不太想点开看。

后来我决定把“写”这件事交给 WorkBuddy 来搭流水线。现在的情况是：选题我拍板，资料交给流水线去扒，初稿由智能体出，我只需要做审校和润色，排版和定时发布也基本半自动。整个流程跑顺以后，我每周用在公众号上的时间从 12 个小时压缩到了 3 个小时左右，周更三篇成了很轻松的事情。

这篇就完整分享一下我是怎么用 WorkBuddy 搭这条流水线的，包含架构设计、核心配置、提示词模板，以及我踩过的各种坑。标题里的“半自动”是重点——我从来不建议做全自动，公众号这种强个人IP属性的东西，一旦全自动，文章就没有人味儿了。

1. 内容流水线的整体设计与思路拆解

1.1 先搞清楚“自动写作”到底要解决什么问题

很多人的第一反应是：自动写作不就是让 AI 直接生成文章吗？其实不是。把整个流程拆开，公众号从想法到发布的完整链路是这样的：

选题策划 → 资料搜集 → 素材整理 → 初稿撰写 → 人工改写 → 排版校对 → 预览确认 → 定时发布

这八个环节里，真正“写”的部分只占四分之一。剩下的大部分时间都消耗在找选题、查资料、整理素材、排版校对这些重复性工作上。所以我的核心思路是：不要试图让 AI 一步到位生成一篇完美文章，而是把流水线拆成好几段，每段只解决它最擅长的问题。

用 WorkBuddy 搭流水线，本质上就是把这八个环节串起来，让数据在上游产出后自动流向下游，把“拷贝粘贴式”的搬运工作全部省掉。我最终跑通的流水线是四段式结构：

素材采集阶段 → 知识库整合阶段 → 初稿生成阶段 → 审校发布阶段

这里要特意强调“审校发布”中的人工参与。AI 可以把初稿写到 80 分，但最后的 20 分——观点校准、语气统一、查漏补缺——必须人来完成。这也是我把它叫“半自动”的原因。

1.2 为什么选 WorkBuddy 而不是自己写脚本

在决定用 WorkBuddy 之前，我其实考虑过两条路：一是自己用 Python 写爬虫加调用大模型 API 的脚本，二是用手工方式继续硬扛。先说第一条路，技术上完全可行，但代价太高。你得维护爬虫的逻辑、处理各种反爬、管理 API 的 key 和额度、自己写定时任务、还要处理各种报错。如果本身不是程序员出身，光是把这套东西跑起来可能就得花掉好几个周末。

WorkBuddy 解决的关键问题是它把“采集—处理—生成”这几个环节的可视化编排做得比较成熟。我可以直接在它的工作台上拖拽配置，定义好数据流走向，然后让整个流水线按顺序执行。它集成的 Skill 机制可以让我把常用的操作封装起来，比如“搜索某个主题的资料”“从网页提取正文”“生成 Markdown 格式的初稿”等等。这些能力如果用纯代码实现，工作量非常大，但在 WorkBuddy 里基本就是配置层面的事情。

另外一个很重要的原因是：写作这件事需要不断迭代提示词和流程参数。如果用纯脚本，每改一次逻辑就要改代码；而在 WorkBuddy 的可视化界面里，调整流程只需要拖拽和改配置，试错成本低得多。这对非程序员特别友好。

1.3 半自动流水线的两个核心原则

这条流水线在设计上我坚持了两个原则，也是在搭建过程中逐渐总结出来的，分享出来可以帮大家少走弯路。

第一个原则叫“决策保留”。选题、文章的核心观点、需要强调的案例、发布的节奏，这些必须我自己定。AI 可以给我 10 个选题方向，但最终拍板的是我。可以这样理解：流水线负责解决“把菜做熟”的问题，而“今天吃什么”以及“口味淡一点还是重一点”还是得自己拿主意。

第二个原则叫“分段质检”。每一段完成之后，先检查这一段的输出结果是否合格，再让它进入下一段。千万不能让上游的坏数据一路污染到下游。比如素材采集阶段如果搜到的是过时信息或者来源不明的数据，直接拿去做初稿生成，写出来的东西就会自带问题。所以我每段都会设置一个检查点，简单看一眼输出质量，确认没问题再继续跑后面的流程。

2. 核心环节拆解：从素材采集到初稿生成

2.1 素材采集：不碰违规爬虫，用好公开渠道

素材采集是流水线的第一环，也是很多人最容易想歪的地方。网上确实有人搞 PC 微信进程爬取、公众号文章批量抓取之类的黑科技手段，我在研究阶段看过一眼就果断放弃了。不是技术难度的问题，而是这些手段本身就游走在灰色地带，做自媒体内容创业，流量是小事，账号安全才是大事，完全没有必要去冒这个险。

我的素材采集方案全部基于公开合法渠道。核心思路是：建一个自己的选题素材池，每天自动往里面补充内容。具体用到的渠道有三个：

• 行业新闻源的 RSS 订阅，用 WorkBuddy 定时抓取更新，提取标题和摘要信息。
• 知乎、小红书等平台的搜索页，用 WorkBuddy 的网页内容提取能力抓取公开搜索结果，重点看评论区里用户在讨论什么话题，这些都是鲜活的写作素材。
• 知识星球和一些付费社群的精华内容，我自己购买的社群，通过网页版导出后放进素材库。

在 WorkBuddy 里我把素材采集封装成了一个定时任务，每天早上 9 点自动跑一遍，把昨天新增的内容清洗、去重后写入素材池。特别要提醒一件事：不要直接复制粘贴别人的文章内容。我这里的采集只提取标题、摘要、链接和关键观点，真正的内容理解是在大模型阅读之后总结出来的。这样做既规避了版权问题，又能把这些素材转化成自己的语言。

2.2 知识库整合：给 AI 配一个“长期记忆”

素材采集完以后，直接丢给大模型写稿是可以的，但效果很一般。原因是大模型对公众号读者喜欢什么、我之前写过什么观点、我这个号的风格和调性，并没有一个长期记忆。就像是请了一个很有才华但完全不了解你的代笔，写出来的东西即便文字很漂亮，也不像你的风格。

所以流水线的第二环就是知识库整合。我在 WorkBuddy 里挂载了一个知识库，存储三类东西：

• 我过去所有发布过的文章全文，让 AI 在写作时参考我的写作风格。
• 按主题分类的素材精编，每一篇素材都有摘要、来源链接和我的批注观点。
• 关键数据和行业案例，包括行业报告的核心数字、经典案例的细节等。

在这个阶段，WorkBuddy 的本地部署能力帮了大忙。我的文章数据属于私人内容，放在云端总觉得不太放心。WorkBuddy 支持本地部署，数据存在自己的服务器上，通过 API 和向量数据库来做检索。这个配置完成后，AI 在生成初稿之前，会先从知识库里检索出和主题相关的历史文章风格参考与素材片段，再结合这些内容来写。出来的初稿就不会那么“AI 味”了。

2.3 初稿生成：让智能体分角色协作

这是我整个流水线里最核心、也最花心思调试的环节。初稿生成我用的不是单纯的“给一段提示词让 AI 写一篇”，而是设计了一个多智能体协作方案，让三个不同角色的智能体在 WorkBuddy 里各司其职，像一个小编辑部一样配合。

第一个智能体是“大纲策划”，它的任务是根据选题和知识库检索出来的素材，构建文章的逻辑框架，输出一个包含开头、核心论点、案例、结尾的结构大纲。

第二个智能体是“初稿写手”，它拿到大纲后，按照公众号的叙事风格把内容扩写成完整的文章。这里的关键是为它准备专门的提示词，明确要求“用口语化的表达、避免在开头铺垫背景、尽量直接抛出观点、案例部分要具体”。

第三个智能体是“质检编辑”，它负责检查初稿是否存在逻辑漏洞、事实性错误、表达过于学术化等问题，并输出修改建议。

这三个智能体在 WorkBuddy 里通过流水线串联起来：大纲策划的输出自动成为初稿写手的输入，初稿写手的输出再自动流转到质检编辑那里。整个链条跑完需要几分钟时间，我通常在早上去上班前把当天要写的选题扔进去，等到了公司打开一看，初稿和质检建议已经准备好了，可以直接进入我的审校环节。

2.4 去AI化改写：把机器味去掉，把人味加回来

我知道网上有很多“文章去 AI 化软件”相关的搜索，说明大家都意识到这个问题了。但我的经验是：不要依赖那些所谓的“去AI化工具”，那些工具实际上只是在做同义词替换和句式打散，效果很机械，伪原创查重一眼就能看出来。

真正有效的去 AI 化，靠的是两件事：一是写提示词时就把风格要求约束好，让 AI 产出的时候就不那么“AI”；二是靠我自己在审校阶段做口语化改写。在提示词层面，我会在写手智能体的指令里明确要求：

• 每一段话必须有明确的主语，不要使用无主语的被动句。
• 避免使用“值得注意的是”“总的来说”“不可否认”这类书面语连接词。
• 多用短句，适当加入口语化的过渡，比如“说真的”“我试过”“踩过几次坑之后”。
• 论点之后必须紧跟具体的例子或个人经验，不允许只讲道理不举案例。

在审校阶段，我会逐段阅读初稿，碰到读起来“太顺”的段落就手动打散重写。这里说个我总结出来的小技巧：AI 写的文章读起来“太顺”，是因为每一句话之间的逻辑衔接过于严密，没有任何跳跃。而真人写作的特点恰恰是有一点跳跃的，句与句之间偶尔会有一个隐含的逻辑断点，读者需要自己稍微补一下，这反而是阅读的乐趣。我审校时就是专门找这种“过于顺滑”的段落，把它们改得有点“毛边”，文章的人味一下就出来了。

3. WorkBuddy 实操配置详解

3.1 安装与本地部署的选择

WorkBuddy 的安装方式有两种：在线版和本地部署版。实际的体验是，在线版开箱即用，但如果你像我一样需要对接自己的知识库数据、后续还要跑定时任务，建议直接上本地部署版。WorkBuddy 对 Linux 和 Windows 都支持，我用的是 Ubuntu 服务器。

安装步骤很简单，核心就三步：

1. 从官方仓库拉取安装包，解压后进入目录。
2. 执行启动脚本，它会自动安装依赖并启动服务。
3. 打开浏览器访问本机端口，进入 WorkBuddy 的工作台完成初始化配置。

整个过程大约十分钟。有一点要注意：WorkBuddy 启动时需要对几个目录做索引，第一次启动会慢一些，可能达到两三分钟，这是正常的，不要以为卡死了。如果后续每次启动都很慢，看一下是不是把工作目录放在了一些同步盘或者网络磁盘上，这种跨盘读取会严重拖慢启动速度。

3.2 配置基础 Skill：素材抓取与知识库检索

WorkBuddy 的 Skill 机制是它最核心的扩展点。你可以把 Skill 理解为“给 AI 预装好的能力模块”，比如某个 Skill 专门负责搜索网页、某个 Skill 专门负责读取 PDF、某个 Skill 专门负责调用某个大模型 API。

我的素材采集流水线就封装了三个 Skill：

• NewsFetcher Skill：定时抓取我订阅的几个 RSS 源，解析出标题、摘要、链接，写入素材池数据库。
• WebExtractor Skill：输入一个 URL，自动提取网页正文内容和 Meta 信息，用于抓取公开搜索页的文章内容。
• KnowledgeSearcher Skill：接收查询关键词，在本地知识库里做向量检索，返回相关的历史文章片段或素材条目。

配置 Skill 的时候，有一个容易被忽略的细节：要给 Skill 设置合理的超时时间。网页提取这类任务，遇到一些响应慢的站点，默认超时时间很容易不够用，我一开始就经常遇到抓取任务失败的情况，后来把超时调到 30 秒，情况就缓解了。另外，在知识库检索时，返回的片段数量不建议设置过多，我设置的是每轮检索返回 5 到 8 条相关度最高的结果，数量太大反而会把不相关的内容混进生成的文本里。

3.3 设计知识库结构：素材、风格、数据三分区

知识库的设计决定了流水线的上限。我把 WorkBuddy 的知识库规划成了三个分区，这是经过好几轮迭代后的最佳方案：

每次在知识库里加入新素材前，我会做一层过滤：凡是纯情绪化的内容、来源不明确的数字、没有落款时间的碎片信息，一律不进库。因为进了库之后，AI 一旦引用，写进文章里就是事实性错误，这个是很难事后修正的，所以宁可入口严格一点，也不要后面解释“这只是 AI 写错了”。

3.4 搭建多智能体协作流程：从大纲到定稿

WorkBuddy 的工作台支持可视化编排多智能体流程，这个功能是搭流水线的主战场。我的操作路径是这样的，先在工作台里新建一个“文章生产流水线”的项目，然后在画布上依次添加三个节点，分别对应大纲策划、初稿写手、质检编辑。

节点之间的连线表示数据流方向，上游节点的输出会自动作为下游节点的输入。每个节点单独设置自己的提示词和引用的知识库分区。

大纲策划节点的提示词我做了比较细致的约束，核心内容框架参考如下：

你是一位资深公众号编辑。针对以下选题，构建一篇公众号文章的详细大纲。 要求： 1. 文章结构必须包含：吸引人的开头、核心观点陈述、2-3个支撑论点、论据与案例、个人观点收尾 2. 开头不允许铺垫背景，必须用故事、疑问或反常识观点直接切入 3. 每个论点下必须标注将引用的真实素材或案例完整信息 4. 输出格式为 Markdown 标题层级结构 5. 若检索到的素材不足以支撑某个论点，必须明确标注“素材不足，需补充”

初稿写手节点的提示词则更聚焦在行文风格上，核心要求是“写出一个真实的人在聊天式地阐述观点，而不是一份结构严谨的论文”。质检编辑节点的提示词会检查三件事：文章是否存在明显的事实错误；正文是否出现了 AI 常见书面语高频词；每个论点是否都有对应的真实案例，若无则明确标注缺失位置。

跑完这三个节点后，我得到的是初稿加一条质检意见表。最后的人工审校就看这两份输出，用不了太久就能直接确定最终版本。

4. 发布链路配置与长期运营避坑

4.1 从 Markdown 到公众号文章的格式转换

WorkBuddy 生成的初稿是 Markdown 格式，而公众号后台编辑器并不原生支持 Markdown 预览。这一步如果手动处理，每篇文章都得花差不多半小时去调标题级、加粗、分隔线、代码块这些排版。我的做法是：在流水线中增加一个排版转换节点。

这个节点做两件事：一是把 Markdown 语法转换成公众号能识别的 HTML 标签，包括标题、加粗、引用、图片位置标记；二是在文章开头自动生成几个候选标题的备选方案，同时用规则生成一段 50 字以内的推荐摘要。

这里有一个很实用的经验：公众号的摘要不要写那种“带你了解xx”的套路文案，直接摘取文章里最有张力的观点句效果会好很多。我测试过同一篇文章换摘要后的打开率，观点型摘要比概括型摘要打开率高出 40% 左右。所以在排版节点的提示词里，我专门要求 AI 从全文里找一句最有冲突感的话当摘要，而不是概括全文内容。

4.2 自动发布的风险与替代方案

文章定稿后，我还尝试过让 WorkBuddy 自动登录公众号后台进行发布。试了几轮之后最终放弃了全自动发布，改成半自动模式。原因有两个：

第一是账号安全。自动登录公众号后台的操作链路涉及模拟浏览器行为，一旦触发平台风控，账号可能被限制甚至封禁，这个损失太大了。我有一次测试自动发布流程时，就遇到了“链接内容不属于当前公众号”的错误提示，排查半天才发现是自动登录时 Cookie 过期导致的 session 错乱，这让我意识到全自动发布的风险完全不可控。

第二是发布本身存在不确定性。预览时正常、发布出来样式错乱之类的问题，在自动发布模式下很难及时发现。公众号阅读体验直接影响粉丝留存率，不能拿这个去冒险。

所以现在的流程是：WorkBuddy 把排版好的文章导出到我指定的文件夹，会自动生成一篇已整理好样式的最终稿，我在手机上通过公众号助手 App 打开，粘贴进去，预览确认无误后手动点发布。这样既省掉了排版的时间，又保留了“人手最后确认”的安全阀。配合公众号后台的定时群发功能，我一般会在晚上 10 点前把文章编辑好，设置成第二天早上 8 点推送，这一步也实现了“半自动”发布。

5. 实际操作中踩过的坑与排查技巧

这套流水线从零搭到稳定运行，前后大约改了三版。从最初经常卡住、生成的内容质量不稳定，到最终能够每天稳定跑通一条龙，中间遇到的问题挺多的，这里把印象最深、其他人大概率也会遇到的几个坑单独列出来。

5.1 知识库检索内容质量差导致生成结果偏题

第一版流水线跑出来的初稿，经常出现偏题的情况。比如我给它一个“职场沟通技巧”的选题，它写出来的内容里有大段关于“亲子沟通”的内容，显然是知识库里的其他素材被当成相关材料检索并使用了。排查下来发现原因是素材入库时没有打好标签，导致向量检索把不同主题的内容混在一起。

解决方法是：在素材入库时强制要求打主题标签，每个素材至少关联一个垂直主题；检索配置中设置主题过滤条件，检索时先按主题圈定范围，再在这范围内做向量匹配。调整之后，偏题问题基本消失。

5.2 初稿风格太“AI”，改写成本很高

第二个坑是初稿的 AI 味。先说明一下，只靠提示词约束，可以在一定程度上缓解 AI 味，但不可能彻底消除。凡是整段整段生成出来的文本，无论提示词怎么写，都多多少少带着模板感。我的处理方式是把提示词里关于“语气和风格”的要求写得更具体，例如要求“每一段必须有说话人的主体意识，不要像百科词条那样客观陈述事实”，这样写出来的内容已经有明显改善。剩下的 AI 味段落，人工审校时集中改写。

后来我还琢磨出一个减少改写工作量的办法：让初稿写手按“口语化的逐段草稿”方式输出，而不是一次输出一篇“完整文章”。草稿里可以保留思考的过程、观点的雏形，甚至允许出现一些略显啰嗦的表达。这样人工审校的时候，我是基于一个“有想法的初稿”去整理，而不是通过删改来“急救”一篇四平八稳的机器文本，效率高很多，改出来的文字也更自然。

5.3 定时任务不稳定，素材每天重复入库

素材采集定时任务在一段时间内经常失败，排查后发现是两个原因叠在一起：一是某几个 RSS 源响应超时导致整个任务中断；二是个别素材标题相似，去重逻辑不够严格，导致同一篇文章被重复入库。

解决办法是：每个定时任务设立单独的超时阈值；入库逻辑增加双重去重判断，标题相似度超过 90% 且来源相同则直接跳过。这样调整之后，重复入库的问题没有再出现。

5.4 关于“发布失败”与“链接内容不属于当前公众号”的说明

网上搜索公众号发布相关内容，经常能看到“发布失败”“链接内容不属于当前公众号”这些报错。我也遇到过几次，这里做个简单的经验说明，能帮大家少走弯路：

“链接内容不属于当前公众号”这个报错，绝大多数情况是你使用了已登录但状态过期的账号 session 去请求发布接口，或者你的草稿内容里包含了一个属于其他账号的素材链接。解决思路是重新登录新媒体后台，或者解散当前草稿重新新建，确保草稿资源和当前登录账号为同一主体。真正常见的原因跟内容本身无关，跟登录态和资源归属有关。

“发布失败”的错误则要复杂很多。有些是因为文章正文里包含了违规词的模型误判，有些是因为预览链接在频繁请求后触发限流，还有些是排版代码里嵌入了平台不允许的格式标签。遇到发布失败我通常的措施是：先复制预览链接在无痕窗口里打开，确认链接可以访问；再用后台自带的“重新校验”功能跑一遍；如果还是不行，就把大段排版代码删掉，改成纯文字发布，发布成功后再去编辑器里补排版。用归因排除的方式一步步来，比盲目重试有效很多。

6. 这套流水线的最终形态与心态建议

现在我的公众号写作节奏已经固定在一条相对稳定的流水线上，每个环节花的时间大概是这样的：

选题决策我自己来，10 分钟确定一周三个主题方向，扔进流水线。素材采集和知识库检索交给定时任务自动跑，每天早上自动完成更新。初稿和质检智能体在我上班路上的 30 分钟内自动生成，到了公司打开就能看到结果。我每天午休花 30 到 40 分钟审校和改写，晚上用公众号助手 App 同步排版，预览后定时发布。

整个流程跑下来，一周三篇从选题到发布，总投入时间大概是 3 到 4 个小时，跟之前手动写稿相比，效率提升非常明显。

我实际体会最深的，其实不是 AI 替我写好了文章，而是它帮我清掉了绝大部分机械式劳动。以前写作最消耗心力的不是写本身，而是要在写之前面对一篇空白文档去构思、去纠结、去找资料。现在流水线把这些“脏活累活”都接了，留给我的全是创作里最有意思的部分——判断、取舍、表达。

最后再分享一个小技巧：WorkBuddy 的流水线跑稳了以后，不一定要局限在公众号写作上，这套逻辑完全是可迁移的。我现在同一个知识库，还跑着一条知乎问答的生产流程，一套架构稍微改改题模板就能复用，性价比非常高。如果你准备动手搭，先从最小的流程试起——比如只做“自动搜集素材”这一环——跑顺手了再慢慢加，不要一上来就追求全自动，那很容易把自己劝退。