我做了一個寫作 App,但它不會替你寫文章

我最近終於把自己做的一個寫作 App 分享出來。
過去幾個月,我基本上每天都在用它寫東西,裡面的 database 已經累積了超過 200 篇內容。

但我做這個 App 最想解決的問題,從來都不是:
怎樣輸入一句 Prompt,然後立即叫 AI 幫你寫完一篇文章。
剛好相反。
我真正想做的,是讓我們可以從自己的腦袋裡找出經驗、故事和想法,再把它們放進寫作裡。
因為我愈使用 AI,愈覺得這才是 AI 時代寫作真正重要的地方。
AI 很會回答問題,但這也是問題
你問 AI 一個問題,它可以立即給你答案,而且答案很完整。
但這些答案只是概括性答案。如果你只是需要知道某件事,這當然沒有問題。但如果你的目標是寫內容、建立個人品牌,甚至希望別人看完你的內容後記得你,單靠這些答案並不足夠。
因為同一條問題,其他人也可以問。
其他人也可以得到差不多的答案。
所以真正能夠形成記憶點的,往往不是 AI 知道什麼,而是:
你經歷過什麼。
這也是為什麼我設計整個寫作流程時,重點並不是讓 AI 一句話生成文章,而是逐步引導你把自己的內容寫出來——這跟我之前寫AI 殺不死真正的創作者,只會淘汰這 3 類偷懶的人得出的結論是同一件事:AI 淘汰的從來不是「用 AI 寫作」的人,而是不肯把自己的經驗放進內容裡的人。

我寫作流程最重要的部分:深入訪談
在我的寫作流程裡,有一個我很重視的部分:深入訪談。
動筆前可以先做 Research找題目,也可以研究別人的內容,再讓 AI 建議文章結構。
但做完這些事情之後,我不會立即叫 AI 寫文章。

我會先問:
- 這篇文章到底想說什麼?
- 寫給誰看?
- 讀者看完之後應該得到什麼?
- 為什麼這件事情值得由你來說?
然後 AI 再根據前面整理好的方向,開始問你問題。
這很重要。因為到了這個階段,AI 其實寫不到答案了。
它可以問你問題,但答案要由你提供。
原因很簡單:
AI 沒有體驗過你的事情。

你遇過什麼問題、當時怎樣做、為什麼這樣決定、做完之後發生什麼改變,這些都不是 AI 可以憑空替你補上的。
所以真正花時間的,其實也是這一部分。
你要自己回答。
有時候你不知道怎樣回答,就換一個問法。
有時候第一個答案太空泛,就繼續追問。
我反而覺得,這才是 AI 寫作最應該花時間的地方。
不是花時間 Prompt AI:「幫我寫得更吸引。」
而是把自己真正知道的東西挖出來。
AI 應該挑戰你而不是只服從你
我在流程裡還加了一個做法:
讓 AI 挑戰我。
例如我們寫文章時,很容易說:
「我要改善這篇文章。」
但什麼叫改善?
這句話本身其實沒有意思。
AI 分析後會問你:「你所說的改善,具體是什麼?」
可能你的真正意思是:
「我希望讀者看完之後,可以在五分鐘內立即採取行動。」

這就具體得多。
同樣,如果我說某個 workflow 幫我節省時間,AI 可以繼續問:
「到底節省多少?」
我說節省 30 分鐘,那文章裡就應該寫 30 分鐘,而不是寫一句空泛的「大幅提升效率」。
這也是我認為 AI 很適合做的事情。不是代替我思考,而是迫我把自己的想法說得更具體——如果你想直接把這種「批判者視角」搬進自己的 Prompt,我之前拆解過具體做法:寫 AI 提示詞時加入「批判者視角」,讓 AI 自行找出邏輯漏洞與盲點。
很多內容不夠吸引,不一定是因為文字寫得不好。
而是因為我們自己都還沒有想清楚到底在說什麼。

資料蒐集仍然重要
我有時候會說,不要一開始就叫 AI Research 一大堆東西。
有人會理解成:是不是不用 Research?
不是。
Research 當然要做。
例如我看到別人的影片、文章或 AI workflow,我一樣會研究,也會拿來做靈感。但我不會直接把別人的內容交給 AI,然後叫它改寫成我的文章。因為這樣即使文字不同,內容核心仍然不是你的。
我的做法通常是先看。
然後問:
- 這件事情放進我自己的 workflow 裡成立嗎?
- 我自己有沒有實際用過?
- 我的經驗跟他有什麼不同?
- 有沒有什麼地方我不同意?
然後才重新決定這篇文章真正想說的東西。
所以 Research 的目的不是幫你找一篇文章來改寫。
而是讓你有更多材料,做出自己的判斷。所以你可以看到,我上面展示的部分,Writer Pro 裡面有加入 YouTube 熱門主題的資訊。但我抓取資料後,一樣會跑完整個流程來幫我寫內容,而不是就這樣直接拿出來重複使用就算了。

最後讓 AI 負責組裝
到了後面,我才會讓 AI 生成初稿。
它會根據前面的題目、主線、訪談、例子、反例和我的回答,把所有材料重新組裝成文章。
這時候有一件很有趣的事。
最後看到的文字,可能很多都是 AI 寫出來的。但文章裡的概念和重點,都是我前面一步一步建構出來的。
我覺得這兩件事有很大的分別。
一種做法是:
我什麼都沒有提供,AI 替我想、替我判斷、替我寫。
另一種做法是:
經驗是我的,判斷是我的,例子是我的,AI 幫我把它整理成更容易閱讀的形式。
我想做的是第二種。

我還建立了一個「品牌大腦」
除了單篇文章的訪談之外,我還做了一個叫「品牌大腦」的功能。
品牌大腦把我過去寫過的內容、我的聲音、我習慣怎樣表達、我寫什麼題目,以及一些寫作框架整理起來。因為 AI 不應該每次寫文章,都把你當成一個全新的陌生人。它應該知道你之前說過什麼。
知道你平時怎樣表達。
知道哪些觀點跟你的方向一致。
我甚至會讓 AI 自己檢查裡面的矛盾。
例如設定裡說我喜歡短句,但實際提供的文章卻有很多中長句,那就要重新調整。
這樣做的目的不是讓 AI 更像我。
而是減少它每一次重新猜我是誰。
AI 寫作最好的結果,不應該是「看起來像你」
我以前會比較容易把 AI 寫作理解成:
- 怎樣 Prompt 得更好?
- 怎樣讓它寫得更像自己?
- 怎樣生成得更快?
但現在我更在意另一件事:
寫出來的東西,到底是不是源自你?
因為「像你的語氣」和「是你的內容」,其實是兩件完全不同的事情。
AI 可以很容易模仿一個人的句子長短、用字和語氣。
但如果觀點不是你的、經驗不是你的、判斷不是你的,只是語氣很像你,我不會覺得那真正是你的文章。我自己就曾經在「像我」但「不是我」的內容上跌過一次跟頭——我曾以為有了 AI 就可以每日更新寫內容,結果我親手把觸及率「寫」死了——那次的教訓,直接影響了我後來設計這個寫作流程的方式。
反過來,即使最後有不少文字是 AI 幫你整理,只要背後的經驗、選擇、例子和判斷都來自你,我反而覺得這更接近 AI 時代應該有的寫作方式。
所以我做這個 AI 寫作 App,最想做到的不是讓你少寫一點。
而是讓 AI 處理那些它比你做得好的部分:
整理、結構、追問、挑戰、組裝。
然後把真正不能外判的東西留給自己:
你的經驗,以及你對這些經驗作出的判斷。
AI 不應該替你寫文章。
它應該幫你把本來就在你腦裡的文章寫出來。
延伸閱讀
延伸閱讀
沿著這個主題繼續看
- AI Workflow 與自動化
Claude 開始替文字加上水印,我第一個擔心的卻是社群觸及率
Claude 將在生成文字中加入機器可讀水印。這會否影響社群觸及率?更重要的是,AI 輔助寫作與代筆、造假的界線到底在哪裡?
- AI Workflow 與自動化
你不是需要更多 AI 工具,而是需要重新整理你的工作流
很多人學 AI,最大的問題不是工具用得太少,而是工具用得太亂。真正拉開差距的不是誰追最新工具,而是誰知道每個工具在工作流裡負責哪一個位置。
- AI Workflow 與自動化
如何在20分鐘內,用 Cowork 建立第一套真正能運作的工作系統
我也是 Claude Cowork 新手。 所以這篇文章不會假裝把 Cowork 每一個功能都講完,我只想回答 […]