企业官网建设流程全解析

两个月前，我把手里所有需要动笔的活儿做了一个实验：全部改成"让AI先列提纲，我审完提纲再写"。这个实验持续了整整两个月，覆盖了几十篇方案、文章、报告和复盘。结果不是网上常见的那种"AI真香"，也不是"AI完全不行"，而是一句没那么刺激但更真实的话：一半的活儿变快了，另一半我老老实实改回了手动。

我说"一半"，不是精确的数据。但这个比例背后的分界线，在这两个月里越画越清楚。为什么有的活儿给AI列提纲，效率能直接翻倍？为什么有的活儿给了它提纲，反而比原来纯手动更慢、更别扭？这些问题实验之前我完全回答不上来。两个月的坑踩完之后，我至少给自己摸出了一套判断标准，也把整个流程打磨成了一版能稳定复用的提示词模板。

这篇文章不打算讲什么宏大方法论，就是复盘我具体怎么操作、哪些地方变快了、哪些地方翻车了、踩过哪些坑，以及我现在还在用的一套判断标准。如果你也在用AI辅助写作，尤其是那种让AI直接生成全文、结果改到怀疑人生的场景，这篇文章大概率能帮你少浪费几周时间。

1. 为什么"先列提纲再写"值得单独拿出来做实验

1.1 直接让AI生成全文，问题不在AI，在"没有边界"

尝试这个办法之前，我和大多数人一样，用的是最粗暴的用法：丢给AI一段需求，让它直接生成一篇完整的文章。结果经常是这样——AI确实生成了，而且生成得很快。但它生成的是一篇看起来什么都有、实际上什么都没说的文章：开头是"随着……的发展"，中间是三个泛泛的点，每个点下面配两三句正确的废话，结尾来一段"综上所述"。我改吧，等于把结构重新搭一遍；我不改吧，这种东西发出去读者一眼就能看出来是AI写的，我自己也不愿意署名。

后来我意识到，问题不在AI能不能写，而在"直接生成全文"这个动作里，"边界"是缺失的。什么叫边界？就是这篇文章到底解决什么问题、给谁看、用什么结构、每个部分要承担什么功能。直接把需求丢给AI，相当于把这些问题全部丢给它自己猜。AI确实会猜一个大概率的方向，但大概率不是你要的方向，于是返工成本全落在你身上。

1.2 提纲是写作流程里杠杆率最高的一个环节

写作这件事，说到底由两件事组成：设计结构，填充内容。结构决定了读者先看到什么、后看到什么、在哪里被说服、在哪里停下来；内容决定了读者觉得有没有干货。

大多数人的精力分配是反的：在填充内容上花了很多时间，在结构设计上非常潦草。结构潦草的直接后果，是填充到一半发现逻辑跑偏了，或者某个段落越写越心虚——因为你其实不知道这一段在整个文章里承担什么功能。

让AI先列提纲，本质上是把"设计结构"这个环节单独切出来，用AI的速度做廉价的结构草稿，用人脑的判断做结构的裁决。AI列一个提纲只要十几秒，人审提纲只需要几分钟。但如果跳过提纲直接让AI写全文，接下来你面对的是上千字、需要逐句判断的内容，认知负荷完全不同。

这个道理说出来很简单，但真正跑通这个流程，需要解决的细节问题一大堆：怎么把需求喂给AI，让它列出的提纲是能用的，而不是正确的废话？怎么判断一份提纲该不该用？提纲通过之后，写作环节到底该给AI多大自由度？这些就是我后来一步步调出来的。

1.3 实验的前提：我愿意为"跑偏"买单

还有一个前提得说清楚。选择让AI先列提纲再写，意味着流程多了一个环节，前期看起来更慢了。过去一句话下去就能拿到全文初稿，现在要先等提纲、审提纲、改提纲，然后才进入写作。如果提纲阶段跑偏了，损失确实是双份的。

我在开始实验之前，就接受了这个前提：宁可前期慢一点，也要把返工成本压下来。后来的数据也证明，这个判断是对的。真正让我头疼的不是流程变慢，而是"哪些活儿压根不该走这个流程"。这个认知，是到了第二个月才慢慢清晰的。

2. 我的完整操作流程：从"一句话需求"到"可执行的提纲"

这一套流程不是第一天就有的。最开始两周，我基本是在试错：有时提示词太简单，AI列出来的提纲是教科书式的三段结构，没有错但也没有用；有时我在提纲上花的时间比自己写还长，气得差点放弃。两周之后才稳定成下面这套四步流程，核心思路是：把"需求"翻译成AI能理解的结构化输入，再把"提纲"从AI手里拿回来做人工审核。

2.1 第一步：把需求拆成"目标、读者、动作、约束"四要素

我最早犯的错误，是给AI的提示词太简单，比如"帮我想一篇关于时间管理的文章提纲"。这种输入出来的提纲，大家应该都见过：什么是时间管理、为什么要时间管理、怎么做好时间管理。没有错，但也没有用。

后来我给自己加了一套固定的四要素模板，每次列提纲之前先填这四样东西：

• 目标：这篇文章要达成什么结果？比如让读者学会某种方法，还是认可某个观点，还是看完之后愿意点开一个链接。
• 读者：写给谁看的？他们的背景是什么？已经知道什么？
• 动作：读者看完之后，我希望他做什么？收藏、转发、评论，还是下单？
• 约束：有没有硬性要求？比如字数范围、风格调性、必须包含某个素材、不能提某个方向。

举个例子，我实际使用过的一个输入是这样的：

目标：让运营岗的读者搞清楚"什么时候该用AI辅助写方案，什么时候不该用"。 读者：3-5年经验的运营，用过AI但经常觉得改稿比写稿还累。 动作：读完能自己判断"这件事适不适合交给AI"。 约束：不用太学术，口语化，最好有具体案例，控制在2000字左右。

把这个四要素喂给AI之后再让它列提纲，出来的东西完全不一样了——结构是围绕"判断标准"展开的，而不是"AI是什么、AI怎么写"这样的教程式结构。原因很简单：你给了AI一个靶子，它列的提纲才知道往哪打。

2.2 第二步：让AI连问三轮"为什么"，逼出真实目标

四要素里最难填的是"目标"。很多人包括我自己，一开始以为目标很明确，写下来才发现是模糊的。

比如我一开始写"目标：写一篇介绍XX工具的文章"，后来被我自己一句"为什么写它？"问住了。写它是因为同事问得多？还是因为客户在意这个功能？还是因为我拿了推广费？这几个"为什么"指向的提纲完全是三个方向。

我的解决办法是：在正式列提纲之前，先让AI对需求做一轮提问。我会这样发指令：

先不要列提纲。针对我下面这个需求，连续问我5个问题，每个问题都要指向"这篇文章真正要服务的目标"。问完之后，我回答你，再根据回答优化需求描述。

AI问的问题有时候很蠢，但五分钟能问五个，问完我回答一遍，需求描述通常就清晰了。这一步相当于用AI当镜子，逼我把模糊的事情说清楚。我并没有真正依赖AI的问题质量——那不重要，重要的是"被问"这个动作本身在逼我想清楚。

2.3 第三步：第一版提纲只做"结构评审"，不要急着改文字

拿到AI的第一版提纲之后，大多数人的第一反应是这里改改那里改改，直接开始改文字。这是个坑。

我现在的做法是：第一版提纲拿回来之后，一个字都不改，先做结构评审。评审就三件事：

• 这个结构有没有一条可以复述的逻辑主线？如果我不能用一句话说出"这篇文章就是先讲A、再讲B、用C案例收尾"，这个提纲就是散的。
• 每一个章节，目标读者在那里会想什么？比如一个章节如果是"什么是XX"，读者真的需要先知道这个吗？还是这只是AI的惯性开头？
• 有没有哪一节是凑数的？AI有个坏习惯，列提纲喜欢凑对称，永远凑三点。里面经常有一到两点是硬凑的，要果断删。

结构评审通过之后，才进入"改提纲"环节。改的不是AI的文字，而是它设计的内容顺序、详略分配和逻辑切口。这个环节，是我整条流程里唯一不能省、也绝对不外包的环节。

2.4 第四步：提纲定稿之后，按节生成、按节验收

提纲定稿之后，就进入写作环节。这里也有一个很多人会踩的坑：拿着提纲让AI写全文，结果AI写着写着就把提纲甩了，自己自由发挥。

我的处理办法是：如果这个活儿选择让AI写正文，就把提纲压缩成分节指令，每个小节单独生成，生成一段我过一段。即：把定稿提纲里第3小节的标题、要点和需要的素材单独喂给AI，明确说"这是第3小节，只写这一节，不要展开其他内容"。

这样做的原因是，AI对"这一节到底要承担什么功能"的理解，永远赶不上人。把一节切成一个独立任务，我只需要检查这一节是否完成了这一节的任务，逻辑风险大幅下降。如果生成内容里跑出提纲之外的东西，直接删掉重来，损失只在几十个字里，比一次性生成全文然后逐段揪问题便宜得多。

3. 哪些活儿真变快了：三类场景拆解

3.1 结构化说明型内容：从"憋半天"到"十分钟出一版"

第一类变快很明显的，是结构化说明型内容。什么叫结构化说明型？就是内容本身有明确的知识边界和组织逻辑，整篇的骨架在动手之前就已经存在。比如工具使用说明、流程介绍、机制讲解。

举一个具体例子：我有一篇讲"怎么用AI做竞品分析"的文章。这类文章在我没试提纲工作流之前，通常要自己憋一下午：竞品分析到底有哪几个环节？每个环节用到什么工具？输出什么结果？虽然心里都有，但把它们组织成一篇不啰嗦、不漏点的文章，需要来回调整结构。

用提纲工作流之后，我把四要素喂进去，AI十几秒给出一版提纲：确定分析对象、收集数据源、建立维度、逐项对比、输出结论，每节下面还有二到三个子要点。我审了一遍，改了两个子要点，把"维度怎么设计"这一节从第三节提前到第二节。为什么不放在第三节？因为读者不先知道维度，后面全看懵。整个结构评审加修改，大约花了二十分钟，然后按节生成，一小时以内整篇初稿就出来了。

这个场景变快的原因很明确：知识边界清晰的内容，AI的归纳能力完全够用，人的价值从"生产内容"变成了"审核和调整内容优先级"。人还是那个决定方向的人，但AI把脏活累活干掉了。

3.2 多方案对比型内容：AI列维度，人填判断

第二类变快的是多方案对比型内容。这类内容的难点不在"写"，在"对比维度的设计"。比如我写过一篇对比三种写作工具的文章，过去我的做法是打开一页文档，把三个工具各自的特点先列出来，然后对着比较，一边比较一边想维度，写得很慢，还容易出现"前面对比了价格、后面忘了提"这种漏项。

用提纲工作流之后，我的做法变成：让AI先列一份"对比维度清单"，不让它直接写文章。AI列出的维度通常是：价格、学习曲线、功能覆盖、适用人群、集成能力、社区生态等。我删掉两个不重要的维度，加上一个AI完全想不到、但读者很在意的维度——比如"换工具的数据迁移成本"。维度定稿之后，每个维度再单独展开写。

这里的关键点在于：AI列维度是在做枚举，枚举是它的强项，几乎不会有疏漏；人做的是判断哪些维度对读者重要，判断是人的强项。两者一分工，效率就上来了，而且内容质量比我过去纯手动写还要稳一点，因为漏项问题被AI的枚举能力补上了。

3.3 带固定格式的汇报和方案：从"写"变成"选"

第三类变快的场景，是各类带固定格式约束的写作，比如周报、项目复盘、方案初稿。这类写作的共同点是格式相对固定，但每期的具体内容不一样，需要花时间把信息组织进格式里。

我用提纲工作流做周报的方式是：把本周做过的五六件事丢给AI，让它先列一版"本周工作汇报提纲"，自己不看它的措辞，只看它把几件事怎么分组的。有些时候AI会把两件不太相关的事硬凑到一组，我会调整；但它分的组确实经常比我自己的第一反应更合理——因为它没有"我在这个项目上花了很多时间所以要大写特写"的自我投入感，反而更客观。

这类内容最爽的一点是，我不用从零开始搭骨架了，我只需要做选择题：哪组放前面、哪个细节删掉、哪个数据拿出来做亮点。原来写周报是生产行为，现在变成了选择题和判断题，耗时大概砍掉一半。

4. 另一半活儿，我为什么改回手动

4.1 观点型文章：提纲可以列，但列出来我觉得"不是我的"

第一批改回手动的，是观点型文章。这类文章的核心价值是"我有一段真实的经历和基于经历的判断"，比如复盘一个项目的坑、聊某个行业现象的观察、表达对某种做法的态度。

我试过让AI给这类文章列提纲。它列出来的东西逻辑完全通顺：先讲现象、再分析原因、然后给建议。但我看到提纲的那一刻就知道，这不是我要写的。原因不是它写得不好，而是这类文章在动手写之前，"观点"本身是没有完全成型的——观点是在写的过程中一点点变清晰的。让AI先列提纲，相当于逼我先有一个闭环观点，但我的观点在提纲阶段根本还没到那个清晰度。

用这个方法试了三四篇之后，我全部改回手动。改回去之后时间当然变长了，但我接受了：观点型文章的时间成本，本来就应该花在写作过程中的思路上。省了这一步，省掉的可能就是这篇文章最核心的那部分。

4.2 强个人经验的总结文：AI提纲太通用，我的经验太具体

第二类翻车的，是强个人经验的总结文。比如我写一篇"过去一年踩过的坑复盘"，这类文章的素材全部来自我自己的真实经历。我试过把经历的概要丢给AI让它列提纲，结果是：提纲是标准的"背景-过程-教训-展望"结构，但每一条教训都说得太轻了，轻到我自己看了都觉得不是我想说的。

后来我想明白了一个道理：个人经验的密度，远高于AI能理解的信息密度。一个坑踩了三个月，期间有无数细节、情绪转折、权衡过程，我喂给AI的只是压缩到几百字的梗概。AI基于这个梗概列出的提纲，只能覆盖表层逻辑，覆盖不了这些细节里的真实判断。这时候如果按AI提纲去写，等于用提纲的框架强行装我的内容，很多经验细节会被框架削掉。

所以这类文章我现在是反过来的：先自己写，写到内容基本成型之后，把初稿丢给AI，让它检查有没有更好的组织方式，或者有没有漏掉的关键点。AI从"前置提纲"变成"后置质检员"，效果反而很好。

4.3 还有一种翻车：提纲没问题，写出来全变味

最后一种情况让我一开始最不解：提纲明明审过了，逻辑也没问题，让AI按提纲写正文，写出来的东西就是不对味。后来我发现问题出在"风格"上——不是文风那种风格，是文章隐藏的态度和节奏。

同一份提纲，用"教科书调子"写出来，和用"朋友聊天调子"写出来，是完全不同的内容。AI按提纲写正文，默认会往"完整、工整、无错"的方向走，而我想要的往往是"有重点、有情绪、有选择性省略"的方向。这个差异在提纲阶段完全看不出来，只有在正文里才暴露。

试了几次之后，我对这类内容的处理是：提纲工作流只用到"结构评审"为止，正文自己写。结构上借用AI的框架可以节省整理思路的时间，但句子、例子、节奏，全要自己来。AI的提纲可以用，AI的正文不能用——这句话听起来绕，但它确实是我这两个月最重要的结论之一。

4.4 改回手动不等于放弃AI：我把AI挪到了"后置质检"

这里要补一句，避免误解。改回手动，不代表那个活儿就是纯手工写完。第二个月的经验是，很多翻车场景里的问题不是AI没用，而是我把AI放错了位置。

观点型、经验型文章，我用的是"手写初稿 + AI质检"的组合。初稿自己写，写完丢给AI，请它从三个角度提意见：逻辑有没有断裂？有没有更好的组织方式？有没有我漏掉的关键点？这个用法，不干预创作过程，只在完成后做质量复审，效果意外地好。它不会把文章"AI化"，但能帮我发现一些自己看不见的盲区。

所以最终我的工具箱里不是"AI提纲工作流"一个东西，而是三个档位：适合AI提纲的走提纲流程，适合手写的先手写、再把AI当质检员，介于两者之间的用AI列结构、自己写正文。每个活按实际需要选档。

5. 跑了两个月，我用六个问题做判断

5.1 六个快速判断问题：一件事要不要交给AI列提纲

两个月下来，我把经验收敛成一句话：不是AI能不能列提纲的问题，是这件事的"目标确定性"和"素材抽象度"合不合适。目标越确定、素材越能被抽象成要点，越适合走AI提纲流程；目标越模糊、素材越是个人化的具体经历，越不适合。

具体执行时，我会在动手前问自己六个问题，每题一分，分数越高越适合走AI提纲流程：

这六个问题不是理论推演出来的，是我把两个月里变快和翻车的场景放在一起对比之后自己总结的。前三个问题答"是"的，基本都走AI提纲流程；第4、第5个答"是"的，几乎全部翻车或者改回手动。

5.2 两条比具体方法更重要的心得

第一，提纲是给人看的，不是给AI看的。流程里最核心的工作永远是人的审核和切割，AI只是把草稿的成本压到极低。如果抱着"AI提纲能用就省事"的心态，跳过结构评审直接让AI全文生成，这个方法等于没跑——你只是把原来直接生成全文的返工，延后到了生成之后。

第二，"改回手动"不是失败，而是找到了正确的使用边界。这两个月我最怕的是自己因为"别人都说行"就硬用，还好翻车场景来得够及时，让我看清哪些活真的适合AI，哪些活只是看起来适合。方法没有变，变的是我对每件事的定位。AI不是写作的平替，它更像是流水线上的一台机器：有的工序给它做，效率翻倍；有的工序给它做，反而要花更多时间拆掉它搞出来的东西重来。

6. 我打磨了三版才定型的提示词模板

最后分享一个可以直接抄走的提示词模板。这个模板我改过三版，现在这一版在四要素基础上又加了一层约束。你复制走改成自己的需求就能用，我这里统一把提示词放在代码块里，方便复制。

请帮我为一篇文章列提纲。先不要动笔写全文。 我的目标是：…… 我的读者是：…… 我希望读者读完做出的动作是：…… 我的约束是：…… 列提纲时请遵守： 1. 先给三个可选的整体结构方向，每个方向用一句话说明它侧重什么、适合什么场景。 2. 选一个方向展开成详细提纲，每一节写明"这一节要解决什么问题"，而不是只写标题。 3. 不要凑三个点，如果两个要点就够说明问题，就列两个。 4. 在提纲最后列出你认为"如果这篇文章要更好，需要补充哪些素材或信息"，最多列五条。 5. 不要写"引言"和"结语"这种占位章节，除非你认为它们承担了不可替代的功能。

这个模板的三个关键改动，对应了我踩过的三个具体的坑。

第一版没有"三个可选结构方向"。当时喂进去，AI给出来的结构永远是唯一解，我只有"接受"和"不接受"两个选项，没有横向比较的空间。加上"三个可选方向"之后，同样的需求能出来三套完全不同的组织方式，有时候AI提的某个角度会让我眼前一亮，我再顺着那个角度调出自己的方案。这相当于把"审提纲"升级成"选方向"，决策质量高了很多。

第二版的问题是提纲层级太浅，只有标题，没有"这一节要解决什么问题"。列出来的提纲看着像模像样，真正写的时候才发现每一节的方向都是含糊的。加上这句指令之后，AI会把每个章节的功能目标写出来，我一眼就能看出哪一节是凑数的、哪一节的功能重复了。这一步直接把"结构评审"的时间再砍掉一半。

第三版加的是"不要写引言和结语"和"列出需要补充的素材"。前一个是治AI的惯性病，它总喜欢用"引言"和"结语"占两个章节，实际废掉我两轮删除操作；后一个是真的实用，提纲审完经常发现缺素材，与其写一半停下来现找，不如在提纲阶段就让AI帮我清点一遍素材缺口，写之前就补齐。

我用这个模板跑了差不多六周，从方案到文章到周报都套过。最大的感受不是稳定，是它稳定地帮我完成三件事：需求变清晰、结构变清晰、缺什么变清晰。剩下的工作，和以前一样，还是得自己一篇文章一篇文章地写、一个字一个字地调。AI负责把"从哪写起"这件事变便宜，写这件事本身，从来没有变便宜过。