如何利用AI高效创作内容?
作者：微信文章本期解析油管大神Dan koe的内容生产方法
高产出（high output）并非仅仅依赖于勤奋，更依赖于智能化的系统。Dan Koe，一位拥有数百万粉丝的内容创作者，向我们展示了如何通过精确的LLMs（大语言模型）和提示工程（Prompts），构建一个能够实现【
内容指数级分发（distribution）】的独特工作流。
这并非关于囤积播放列表，而是关于建立一个以立即行动+持续输出为核心的、增强认知的创作体系。
一、“一套内容，全平台分发”：内容生态系统的基石
Dan Koe系统的核心理念是：每周专注于产出一件精彩的内容（one amazing thing），然后将其发布到所有平台，而不是为每个平台创建全新的内容。这种策略极大提高了效率和影响力。
1.通讯作为内容基地（The Base）：每周撰写一次（或两次）的电子邮件通讯（Newsletter）是他所有内容的起点和基础。
2.社交媒体作为试金石（The Litmus Test）：他首先在Twitter/X上撰写每日两到三篇的社交帖子。他选择Twitter是因为其280字符的限制是所有平台中的“限制因素”，一旦内容能在Twitter上成功，就能轻松转移到其他平台，如Threads、Instagram、LinkedIn，甚至作为Reels的脚本。
3.跨平台扩展与复用（Repurposing）：通讯内容实际上就是YouTube视频或播客的大纲。他会看着镜头，阅读通讯的语句并将其复述出来。这种复用不仅节省了时间，而且由于观众更喜欢观看或收听不同媒介的内容，因此很少有人会感到厌倦。
关键洞察： Dan Koe认为，算法是基于人类心理学的。如果内容创作者理解人类心理学，并利用AI来加深这种理解，内容的参与度将显著提高。
二、验证与筛选：利用成功内容进行高效构思
优秀的内容需要燃料，即经过验证的好想法（validated ideas）。
1.借鉴表现优异的内容：他获取想法的方式之一是查看自己过去表现最好的推文，并将其扩展为通讯。另一种方法是进入特定领域（Niche）的YouTube频道，筛选“最热门”视频，写下10个他认为可以重新创作的选题。
2.提取角度而非抄袭：这里的秘密在于，他不是观看或窃取视频内容，而是要获取话题（topic）和角度（angle），然后以自己的独特视角来诠释。这确保了内容的独特性和品牌联想。
3.建立想法文件库（Swipe File）：为了持续不断地生产优质内容，他强调必须成为一个“无情的笔记记录者”，持续保存那些可以模仿（emulate）的优秀想法，直到结构化思考成为第二天性。
三、LLM赋能研究：将认知外包给AI
这是Dan Koe系统中最具效率革命性的部分：利用LLM将耗时的研究工作自动化。
1.研究提炼： 观看长达3到6小时的深度视频时，他通常不会做笔记。相反，他会利用拥有大上下文窗口的LLM（如Gemini 2.5），让AI从YouTube视频或PDF中提取相关的关键点、摘要、独特的视角。AI能够将6个小时的视频转化为一千字的参考资料。
2.与AI共同构思（Ideiation）：他将LLM的摘要与自己先前写过的相关想法结合起来，粘贴到另一个聊天窗口中，并询问：“这里有什么相似之处？我是否遗漏了什么？”。他与LLM进行思想碰撞，直到拥有足够的“火力”（firepower）来构建通讯大纲。
3.不让AI代笔： 虽然技术上可以做到，但他不会让LLM直接撰写通讯全文。AI提供的是想法的构建块（building blocks），而非最终成品。
四、提示工程大师课：定制化AI加速器
Dan Koe将LLMs视为一个高度定制化的加速器，他通过精心设计的**结构化提示（structured prompts）**来确保AI输出符合要求，并保持内容的高质量。
他的三大核心提示工具是：
1.YouTube标题生成器： 他将自己的通讯内容粘贴进去，AI根据他过去表现最好的15个标题的心理模式和原则，生成20到30个潜在标题。这保证了视频标题从一开始就具备成功的基因。
2.深度帖子生成器/内容想法生成器： 这是真正的秘密武器。他指导AI分析他最喜欢的社交帖子结构和成功要素，总结出：**悖论（paradoxes）、反直觉真相（counterintuitive truths）、转型弧线（transformation arc）、核心问题（core problems）、行动步骤（action steps）**等。然后，他要求AI将通讯内容分解，提供这些“构建块”。这样，他得到了一堆随时可用于创作高绩效内容的原材料。
3.提示创建提示（Prompt Creation Prompt）：这是meta提示（Meta-Prompt）。他首先要求LLM分解（Break Down）他喜欢的优秀内容（如推文、登陆页或书中的精彩段落）的结构和心理机制。然后，他使用这个提示，要求AI根据这个分析指南和所需的所有上下文（context is king），创建一个两阶段的提示：第一阶段是上下文收集面试（context gathering interview），第二阶段是内容写作。
通过这种方式，他将复杂的写作流程和营销原则（例如Alex Hormozi的创建Offer指南）内化并自动化，让LLM充当他的第一稿（first draft）生成器，从而实现更快速的通过实践学习（learning by doing）和更快地失败迭代（fail faster）。
五、日常执行与增长飞轮
这个系统最终归结为严格的日常执行：Dan Koe每天早上会专门花两小时进行写作。在这两小时内，他必须完成通讯的一部分和三篇社交帖子。
增长策略的关键在于找到“黄金点”（strike gold）：
1.实验与发现： 通过不断实验找到能够带来粉丝增长的帖子。
2.持续衍生： 一旦找到“黄金点”，就必须将其作为固定流程的一部分，持续创作该帖子的衍生版本（spin-offs）。
3.保持平衡： 他建议用30%的时间创作核心衍生内容来维持增长，用其余时间继续试验，直到找到下一个“黄金点”，从而持续地增加粉丝。
总结而言，Dan Koe的AI工作流不仅是提高产量的工具，更是一套提高内容质量和分发效率的**高机构性（high agency）**学习和创作方法。对于自媒体人而言，现在正是利用这种技术套利（arbitrage opportunity）获取关注和建立影响力的绝佳窗口期。
好好学习 天天向上！
页:
[1]