嗨，我是晴天，近期在全面使用claude code 解决做副业时遇到的问题，今天分享的就是关于写文章这件事，AI写完用朱雀查了一下：

上面图中是表现比较好的时候，一般的话可能人工特征在40%左右，然后疑似AI的话占50%左右，其次就是AI特征在10左右。

能达到这个效果主要还是我本身给的参考文章质量比较高，那么通过这些高质量的参考文章去建立你个人的画像，那他就比较精准的，再配合一个足够稳定的大模型，加上你写完之后人工微调一下，就基本OK了。

之前分享过关于这个AI写作系统，因为这个Claude Code它确实更新得也比较快，然后我也在不断地迭代这个AI写作系统，目前是以一个agent，然后多个skills去配合完成写作，平时大部分就是在迭代优化这些skills。

之前每次用这个AI写作系统写完一篇文章以后，我就需要去给这个AI进行反馈帮助他迭代优化，比如这次开头节奏不错记一下，这个过渡有点生硬标记避坑。

做的多了我就感觉，难道这件事情不能用AI来做吗？看数据、找规律、调策略，这不就是机器学习擅长的事，我为什么还在手工记录、手工分析、手工更新？

所以我决定搭一个会自己进化的写作系统。

2.0版本的问题

1 现有流程的稳定与瓶颈

我现在用的AI协作写作系统是v2.0版本，一个基于Claude Code Skills的多角色协作流程，它跑得很稳定，写手、审稿、打磨各司其职，一篇2000字文章十几分钟搞定。

但有个环节始终依赖手工，就是画像更新。每次写完文章发出去，我得做这些事：看后台数据、回忆哪些部分反馈好、手动记到画像文件里、下次写作时提醒AI注意。

之前测试写了12篇文章，更新了18次画像，平均每次15分钟，而且全靠我自己的主观判断，有时候记得不及时，经验反馈就丢了。

这套流程的本质就是数据驱动优化，收集反馈、提取规律、调整策略，这不是AI擅长的事吗，为什么还要人工做？

灵感 Loop

1

启发

我最近看到两个东西，给了我启发。

一个是RLHF，就是强化学习里的反馈机制。

你刷抖音时，系统就在用这套逻辑，推送内容、收集你的反应比如看完没点赞没、调整策略、下次推更符合你口味的。核心是持续优化，而不是一次性调教好。

二是借鉴ralph-claude-code，一个让AI自动迭代开发的工具，

说白了就是在门口安排个监工，AI想下班时检查任务真的完成了吗，没完成就把作业扔回去，逼着它继续改，直到真正达标。

这两个东西本质都是一回事，让系统自己从反馈中学习，而不是人工反复调教。

我想的是，写作系统能不能也这么搞？

3.0核心：构建自动化反馈循环

1 实现全流程自动化

v3.0的思路很简单，就是把全流程自动化。选题、写作、发布、收集反馈、分析模式、更新画像、下次写作应用，整个链条跑起来。

具体来说有三个关键环节。

2 三个关键自动化环节

收集反馈，数据来源有三种：后台数据比如阅读量点赞完读率、我的反馈比如这个开头好这里逻辑跳了、AI分析比如对比历史高赞段落的特征。

分析模式，哪些表达得分高、哪些结构更有效、哪些话题更受欢迎。

自动更新，把高得分的表达加入画像，把低得分的标记避坑，调整各模块权重。

下次写作时，AI读取优化迭代后的画像，自动采用验证过，有效的方式，避开上次踩过的坑，整个循环是自动跑的，我只需要在关键节点确认一下。

思维转变：从工具到自驱型员工

1 静态画像与动态画像

这个升级，本质是思维的转变。

以前我把AI当工具，我说什么它做什么，每次都要从头教，现在我更愿意把它当一个“人”，给他目标、自动加人工反馈、让它自己迭代优化。

以前画像是静态的，依赖我手工编辑，AI每次写作都是执行指令，靠我总结经验进行更新。

现在画像是动态的，数据自动更新，AI每次写作都在积累经验，靠系统自动迭代优化。

说白了，不是教AI写成我的样子，而是让它自己进化出最优解，用数据说话。

当然这里面有个风险，会不会越迭代越跑偏？

所以我设计了保护机制，核心是围绕着我的画像，每次迭代幅度不超过10%，定期人工审核进化报告。

当前进展

1

进展

v3.0的设计思路已经跑通，数据收集和分析流程也搭好了，接下来准备用10篇文章小规模测试，一个月后复盘。

目前跑了3篇测试，画像已经自动更新了5条规则，比如具体场景加数据冲击的开头句式、问句推进的转折方式，都是系统根据数据或者用户综审反馈自动迭代进化的。

2

思路

如果你也在用AI辅助写作，而且感觉每次都要重新教AI很累，可以试试这个思路，不一定照搬我的方案，核心是建立反馈机制，让系统知道什么有效、什么无效，然后自己优化。

结语

以前我觉得，做内容就是深入理解读者、打磨细节、积累经验。

现在我更认可的是，系统思维比单篇打磨更重要。

不是手工雕琢画像，而是建立反馈循环，不是对抗AI味，而是利用AI的进化能力，不是把AI当工具用，而是把它当员工培养。

从v2.0到v3.0，本质是从“家养”到“放养”，不要有那么强的控制欲，设定好AI的角色，让AI去自由发挥。