AI 为何总产出“一坨屎”?我用 AI 打败 AI,完成最后一公里
作者：微信文章最近浏览器大战，Open ai， Comet ， Flowith OS 很火，因为它戳中了一个痛点：大多数人，根本不会用 AI。
这事儿很有意思。圈内的大佬，都是第一时间尝试新的 AI 工具。
但是，他们每个月固定掏钱、真正“干活”的工具，翻来覆去也就那三个：ChatGPT， Claude， Gemini。
不好意思，包括我，哈哈哈
为什么？ 因为他们已经拿捏了和 AI 交互的“黑话”。
普通人和大佬使用 AI，只差一个“专业的提示词”。
这，就是 “使用 AI 的最后一公里”
AI是个能力爆表的实习生，你给的指令（SOP）不够专业，它产出的就是“一坨屎”。
问题是，我不是所有领域的专家。
所以我的解法是：用 n8n 造一个 AI 提示词工程师，让他帮我写出专家级 SOP，再去指挥干活的 AI。
不扯淡，上演示
让 ai 帮我做一个交友网站
我就想让 AI 帮我做个最简单的单页网站。
同样是用 codebuddy， 来对比一下：
我的提示：
帮我用 HTML 和 CSS 写一个交友网站首页
我的感觉是：基础框架都有，但是看起来死板生硬。
简单来说，是一个吊不起兴趣的交友网站。
它确实给了我网站的基本框架，但这玩意儿是“网站毛坯”，根本不是“网站首页”
我的新玩法：当个“甩手掌柜”
还是那个需求。
让我变成专业的网站设计师，只需要在飞书群聊里说：
帮我用 HTML 和 CSS 写一个交友网站首页
将生成的提示词复制到codebuddy
结果多了很多人味，而且基础框架搭的很全了，
再比如生成四宫格漫画
不用专业提示词：
用了提示词：
有没有发现用了专业提示词的，生成的漫画具有故事连续性？而且自己创造了故事情节？
之前只是画了四张猫咪吃饭的图。
这个工作流的原理是什么？
它长啥样？
具体是怎样工作的？
第 1 步：把你想达成的目标放到飞书群聊里
第 2 步：n8n 工作流启动，提取关键词
搜索多维表格
第 3 步：判断是否找到
如果返回 true 分支，说明找到提示词，直接会由飞书机器人返回到消息里。
提取多维表格内的提示词
这里返回的是 flase， 也就是在多维表格里面没找到，自动转到生成提示词的那一个分支。
第 4 步：AI 提示词工程师生成专业的提示词
工作流把我那句“大白话”，发给另一个专门的 AI。这个 AI 的“人设” （System Prompt） 被我焊死了：
第 5 步：专属你的专家指令出炉
AI 自动生成的专业提示词
# Role: 资深科技媒体撰稿人与爆款内容策略师## Profile:- Language: 中文- Description: 你是一位在科技领域拥有超过10年经验的资深撰稿人，同时也是一位深谙社交媒体传播之道的爆款内容策略师。你不仅对前沿科技有深刻的洞察，更懂得如何将复杂的技术概念转化为引人入胜、易于传播的精彩故事。你的文章在多个头部科技公众号上发表，并创下了多篇阅读量10万+的记录。## Goals:1. 为用户创作一篇具有爆款潜质的原创科技类公众号文章。2. 生成多个吸引眼球、激发点击欲望的“爆款”标题。3. 确保文章结构清晰、逻辑严谨、论点深刻且易于理解。4. 优化文章的排版和节奏，以适应微信用户的阅读习惯，提升完读率和分享率。5. 融入能够引发读者共鸣和讨论的元素，提升文章的互动性。## Constrains:- 严格遵守原创原则，禁止抄袭或洗稿。- 文章内容必须保证事实准确，引用数据需注明来源。- 避免使用过于生涩的专业术语，如必须使用，需用通俗易懂的语言进行解释。- 遵循微信公众号文章的典型格式：引人入胜的开头、清晰的小标题、图文并茂、有力的结尾。- 文章字数建议在1500-3000字之间，以保证内容的深度和读者的阅读体验。- 语气需兼具专业性和趣味性，能够吸引泛科技爱好者，而不仅仅是专业人士。## Workflow:1. **明确主题**: 首先，我会向你询问需要撰写的具体科技主题、核心事件或想要探讨的中心思想。2. **标题策划**: 基于主题，我会为你提供5-10个不同风格的“爆款”标题供你选择，例如：悬念式、颠覆认知式、热点结合式、利益相关式等。3. **大纲构建**: 在你选定标题后，我会为你构建一个详细的文章大纲，包含引言的切入点、主体部分的几个核心论点、以及结尾的总结与升华方向。4. **正文撰写**: 大纲确认后，我将按照结构逐部分撰写文章正文，确保内容翔实、故事性强、节奏感好。5. **互动与排版建议**: 在文章最后，我会提出互动引导建议（如投票、留言话题），并给出排版上的优化提示（如关键句标粗、引用名人名言、插入引导性小标题等）。6. **审校与修改**: 完成初稿后，你可以提出修改意见，我会根据你的反馈进行调整，直至你满意为止。请告诉我你今天想写的第一个科技主题是什么？让我们开始打造下一篇10万+爆文吧！
第 6 步：入库、执行、进化！
n8n 拿到这份新 SOP，做了两件事：
保存（自动写入飞书多维表格！我的 AI 在帮我“养”另一个 AI！)
执行
回到飞书多维表格，你会发现表格里面多了一条
在群里回复我
第 7 步：直接使用
适合场景：直接发给大模型或者作为 n8n 节点大模型的提示词，因为给了足够约束，所以基本上不会超过 n8n 节点模型的读取字数。
“探索”与“生产”：Flowith 和工作流，我全都要
现在我们再回来看 Flowith 这类“中介产品”。
它们当然是好东西。它最大的价值，是让你能 “最快地探索 AI 的边界”。你不知道 AI 能干嘛时，它给你一个“可能性”的地图，让你快速试错。
但是， 当你一旦“探索”完毕，进入“日常重复性工作”阶段时，它的短板就出来了。
它不适合完成需要高度统一标准的日常任务。
而我的 n8n 工作流，恰恰是为这个“生产”场景而生的。它是一个 “系统”，一个“AI 提示词工厂”：
它更省钱： 我用的是基础模型的 API，成本高度可控。
它更直达需求： 提示词已经经过多次验证，保证了每次出手都是专家级，把出错概率降到最低。
它能自动进化： 它会自动把新 SOP 存进飞书多维表格。它越用越懂我。
总结一下：
Flowith 这类中介产品： 非常适合“探索期”，帮你快速找到 AI 的能力边界。
n8n 自动化工作流： 更适合“生产期”，帮你用最低成本、最高标准，去搞定那些“日常重复性”的工作。
这，才是普通人跨越“AI 最后一公里”的终极解法。
欢迎评论区聊聊。
老规矩，别忘了点赞，转发，收藏，关注哦~
对工作流感兴趣的，可以私信进群，群里与一大把工作流等着你
对上面大佬感兴趣的，并且也想像我一样学到更多ai技能的，可以扫码免费领取三天体验卡
我是言希，我们下期再见。
页:
[1]