写博客/文章/教程时用AI做研究、加引用…

在撰写博客、文章、通讯、教程或思想领导力内容时，把AI当作写作伙伴，从提纲、研究、引用到逐节反馈和终稿润色全程协作。

适用场景

解决思路

1. 先搭建写作环境：为文章创建专属文件夹（mkdir ~/writing/my-article-title && cd ~/writing/my-article-title），创建草稿文件（touch article-draft.md），在该目录下打开 Claude Code 开始写作。
2. 先澄清写作项目：向用户询问主题与核心论点、目标读者、期望长度/格式、写作目标（教育/说服/娱乐/解释）、已有研究或来源、写作风格（正式/口语/技术）。
3. 协作制定提纲：按 Hook、Introduction、Main Sections（每节含要点、示例/证据、待研究项）、Conclusion、Research To-Do 清单的结构产出 markdown 提纲，并基于反馈迭代、确保逻辑流畅、标出研究空白、标记需深入展开的章节。
4. 执行研究：搜索相关信息、寻找可信来源、提取关键事实/引语/数据，按用户要求的格式添加引用，输出关键发现加编号引用列表，并注明已加入提纲的哪个章节。
5. 改进钩子：分析现有开头的优点、可加强处、情感冲击力，提供3个替代方案（大胆陈述、个人故事、意外数据），每个附示例和为何有效，并用好奇心、价值承诺、具体性、受众匹配度四个问题检验。
6. 逐节反馈：每节写完后按「做得好的地方✓ / 改进建议（清晰度、流畅度、证据、风格）/ 具体行级修改（原文→建议→原因）/ 值得思考的问题」的结构给出反馈。
7. 保持作者声音：阅读其现有写作样本学习风格，只建议不替换，匹配其语气，尊重其选择，做增强而非改写，并定期问「这听起来像你吗」「语气对吗」「要不要更正式/口语/技术」。
8. 管理引用：按用户偏好选择行内引用、编号引用或脚注样式，并维护一份持续更新的 References 列表。
9. 终稿审阅与润色：给出整体评估（优势、影响力）、结构与流畅度、内容质量、技术质量（语法、一致性、引用完整性）、可读性（清晰度、句式变化、段落长度）、终稿润色建议（引言/正文/结论/标题）以及发布前检查清单（所有论断有出处、引用格式正确、示例清晰、过渡顺畅、有行动号召、无错别字）。
10. 按内容类型套用工作流：博客（提纲→研究→引言反馈→逐节反馈→结论→润色）、通讯（讨论钩子→快速提纲→一次成稿→检查清晰度与链接→快速润色）、技术教程（列步骤→写代码示例→加解释→测试指令→加排错章节→准确性终审）、思想领导力（头脑风暴独特角度→研究现有观点→形成论点→带强观点写作→补充证据→打造有力结论）。
11. 采用实用技巧：在 VS Code 中写作、一次只写一节并增量获取反馈、把研究单独存为 research.md、给草稿做版本管理（article-v1.md、article-v2.md）、朗读以发现拗口句子、设定截止时间、写-反馈-暂停-修改交替进行。
12. 按推荐结构组织文件：outline.md、research.md、draft-v1.md、draft-v2.md、final.md、feedback.md 以及 sources/ 参考材料目录。
13. 研究时核实来源、尽量用近期数据、平衡不同视角、链接原始来源；求反馈时明确诉求、说出顾虑、提问、要求替代方案；声音方面分享写作样本、说明语气偏好、指出像与不像的句子。

适用边界 · 注意事项

• 不适用于需要完全独立完成、不希望AI介入改写或提供建议的写作场景
• 不适用于没有明确主题、读者或目标，无法进行澄清提问的随意写作
• 不适用于需要严格保密、不能把内容交给外部AI处理的研究或稿件