前言
做了三年内容运营，最大的痛点不是 "写不出来"，而是 "写得太多、流程太碎"。选题、初稿、改稿、排版、发布，每个环节都要人盯着。
最近把内容生产的前三个环节用 Gemini 3.1 Pro 自动化了，脚本分享出来，有需要的直接拿去改。
背景：AI 内容生产的 2026 格局
先说个数据。根据行业统计，2026 年初已有超过 60% 的中型内容团队在不同程度上使用 AI 辅助生产，但其中能实现 "全流程自动化" 的不到 10%。
原因很现实：大多数团队把 AI 当成 "更好的 Word"，而不是 "自动化引擎"。 他们用 AI 写初稿，但选题还是人想、改稿还是人改、排版还是人排。
真正有价值的用法是：把 AI 嵌入流程的每个节点，让它在选题阶段就参与判断，在初稿阶段就按模板输出，在改稿阶段就自动质检。
Gemini 3.1 Pro 在这件事上有一个核心优势：大上下文窗口让它能一次性 "记住" 你的所有模板和规范，不用每次重新教它。
架构设计
整个流水线分四步，前三步自动化，最后一步人工审核：
核心代码
关键设计点
- 风格规范前置化。不要每次写稿都重新描述风格，把它写成一份固定的 style_guide，每次请求都带上。Gemini 的大上下文窗口让这件事零成本。
- JSON 模式输出。批量任务和质检任务的结果都是结构化的，下游系统可以直接消费，不需要人工再整理一遍。
- 分批处理。如果要同时生成 10 篇以上的初稿，建议用异步请求分批调用，控制并发在 5 以内，避免触发速率限制。
实际效果
跑了一周的数据：选题生成：从人工 2 小时 / 批 → 自动化 5 分钟 / 批初稿撰写：从人工 3 小时 / 篇 → 自动化 10 分钟 / 篇 + 人工 30 分钟改稿质检效率：人工逐篇检查 → 自动出报告，人工只看标红项
总体效率提升约 60%。 文章质量没有明显下降，因为质检环节会自动标出问题，人工改稿有针对性。
一点思考
很多人担心 AI 会取代内容创作者。我的看法正好相反：AI 取代的是重复性劳动，解放的是创造力。
当选题、初稿、质检这些环节都不需要你操心的时候，你可以把精力放在真正需要人的地方 —— 判断力、审美、和读者的共情。
工具的意义从来不是取代人，而是让人做更有价值的事。多模型协作是趋势，如果想一站式对比不同模型在内容生产各环节的表现，可以在 c.myliang.cn 上试试聚合调用。
