推特 40万+阅读,一天涨粉700+!这篇爆文竟 97%是 AI写的?

说实话,昨天的数据真的把我吓了一跳。

我随手发布的那篇豆包手机遭全网围剿:微信拒登、淘宝弹窗,大厂们到底在怕什么?,在 X平台(推特)上竟然爆了。

单篇阅读量冲破 40万(很多百万粉大V的单帖也才这个量级),一天之内涨粉700+,关注度简直离谱。如下图所示:

推特 40万+阅读,一天涨粉700+!这篇爆文竟 97%是 AI写的?

评论区里,大家吵得不可开交。有人站大厂,有人站豆包手机,还有不少人评价夸我:“这文章写得太透了,逻辑严密,尤其是那个爷爷的煤油灯的故事,简直神来之笔!

看到这些夸奖,我其实挺心虚的。因为我必须跟各位坦白一个真相:

这篇文章,97%的内容都是 AI (Gemini) 写的。

我没有夸张。从选题、大纲、逻辑推演到最终成文,我只动了不到100个字(主要是修改一些词汇和调整了顺序)。但神奇的是,哪怕我把文章扔进专业的 AIGC检测工具,得到的评价也是:

“AI生成概率中等:结构清晰有章法,但包含个人评论、具体文化引用和情感化语言,显示人类创作与可能的AI辅助混合。”

推特 40万+阅读,一天涨粉700+!这篇爆文竟 97%是 AI写的?

这就很有意思了。大家平时用 AI写文章,出来的都是一股浓浓的“AI味”,为什么我这次能用 AI写出这篇有灵魂、有深度、甚至让几十万人产生共鸣的爆款?

今天,我不藏私,把这套 Deep Think 创作心法彻底拆解开来。如果你能看懂,你不仅能省下 97%的写作时间,更能感受到一种大脑被扩容的豁然开朗。

很多人的误区:把 AI当自动贩卖机

大多数人是怎么用 AI的? 打开对话框,直接输一行字:“帮我写一篇关于豆包手机被封杀的文章。

然后 AI给你吐出一篇四平八稳、毫无亮点的说明书。然后大骂这 AI不行,它偷懒。却没有想过,自己的方法是不是错了,即把 AI当成了自动贩卖机,投币后立马出货。如下图所示,时不时有朋友看我玩AI,玩得好,就给我出“难题”。

推特 40万+阅读,一天涨粉700+!这篇爆文竟 97%是 AI写的?

但我把 AI当成合伙人。正所谓:

AI 是一个强大的能力杠杆,但杠杆的支点必须是你自身不断增长的认知深度。

我这次的创作流程,其实就做对了三件事。我把它总结为 3C工作流

第一步:Context(备料)手动打造外挂大脑

AI写不出深度好文,最大的原因是它肚子里没货。它只能根据原始训练数据里的平均水平来瞎编。

所以,我做的第一件事,不是让它写,而是投喂。这在技术圈叫上下文工程(Context Engineering),通俗点说,就是手动给 AI装一个临时的外挂大脑。

为了写豆包手机这篇文章,我没有让 AI去联网瞎搜,而是自己动手,收集了知乎上关于该话题最高质量的 5篇深度回答(比如@deephub的技术分析、@古都闲云的历史观点)。如下图所示,我上传了高赞回答。

推特 40万+阅读,一天涨粉700+!这篇爆文竟 97%是 AI写的?

这还不够。最关键的一步来了,我给 AI投喂了一个看似毫不相关的素材:动漫《爷爷的煤油灯》的故事梗概。

为什么要喂这个?因为 AI懂技术、懂商业,但它不懂人类的情感。另外,是因为我联想到此动漫了,正好是我要表达和升华的内容。

豆包手机被大厂围剿,像极了这个故事里百年前电灯刚出现时,煤油灯商人的恐慌。这个隐喻,就是我作为人类提供的认知支点 我把这个故事扔进上下文里,Gemini 瞬间就领悟了我要的调性,不是冰冷的商业分析,而是新旧时代的悲壮博弈。

可以说,这就是手动RAG(检索增强生成)。既然 AI不知道什么是好素材,我就把全网最好的素材塞到它嘴边。

第二步:Criticize(试菜)拉满弓,才能射得远

素材喂进去了,是不是马上让它写?

千万别! 很多人就死在这一步。直接让AI写,它大概率会消化不良,把素材简单地罗列出来。

我用了一个叫做“退一步提示 (Step-back Prompting)”的技巧。

首先,上传完材料后,我是这么对 Gemini Deep Think 说的:

“请你结合这些上传的资料,客观地、批判性地评价一下那个知乎答主的观点,以及我对于《爷爷的煤油灯》的看法。先别写文章,先帮我理清来龙去脉和各方矛盾。”

推特 40万+阅读,一天涨粉700+!这篇爆文竟 97%是 AI写的?

这一步太重要了!这就好比射箭,写文章是放箭,而这一步是拉弓

为什么要这么做?原理如下:

“当你编写提示词时,实际上是在设定场景。如果你只给指令,模型只能就题论题;但如果你提供了背景(为什么做)和目的(为了什么),这就类似于退一步提示的原理——通过引导模型思考更宏观的背景,激活模型内部参数中的特定知识路径。

通过让 AI先进行批判性思考,它自己推导出了安全只是借口,利益才是核心这不是商业竞争,是权力倒置等深度逻辑。有了这些逻辑做骨架,后面的文章怎么写都不可能浅薄。

第三步:Create(烹饪) 注入“人味儿”

最后一步,才是生成文章。

为了防止 Gemini写出那种“首先、其次、综上所述”的八股文,我使用了“小样本提示 (Few-Shot Prompting)”。

简单说,就是给它打个样。我上传了我之前写的两篇阅读体验很好的文章,告诉它:

“请模仿这个风格。不要太严肃,要像个真人博主一样感叹(比如用‘真离谱啊’这种词),要有情绪起伏。”

其次,还给它展示了 AI生成率低/中/高的特征

如:AI 生成概率低等(展现明显的人类元素):体现明显的人类特征,有个人实测体验、’真离谱啊‘等口语化表达、具体操作语境,以及对工具局限性的真实讨论。

结果你们也看到了。Gemini 不仅完美融合了《爷爷的煤油灯》的故事,还写出了金句:

  • 那一瞬间,他悟了。不仅打火石是旧时代的产物,他手里死死护着的煤油灯,也一样。
  • 别等到煤油灯彻底熄灭的那一刻,才发现自己还没来得及买一张通往新世界的船票。
  • 阿里和腾讯构建的万亿级“注意力经济(靠用户停留时长卖广告),将在 AI 的意图经济”(用户只在乎结果)面前瞬间崩塌。

这些话,97%是 AI生成的,但灵魂是我赋予的。

结语

回顾这次40万+爆文的诞生,其实工具仅仅是 Gemini Deep Think,但核心在于流程:

  1. 备料:用高质量素材和独特的隐喻故事,拉高AI的信息密度。(上下文工程)
  2. 拉弓:让AI先思考、先批判、先推演,再动笔。(退一步提示)
  3. 烹饪:用自己的旧文做样本,锁死文章的风格。(少样本提示)

这套流程,就是我送给各位 AI爱好者的礼物。

不要害怕 AI会取代创作。就像《爷爷的煤油灯》里那个最后开了书店的主角巳之助一样,我们要做的不是死守着打火石(旧的写作方式),而是去学会如何使用电灯(AI工作流),去照亮更大的世界。

如果你想看我这次创作的完整提示词(Prompt)和与AI的全部对话记录(包括我是如何一步步调教它的)欢迎关注我的公众号,在后台回复关键词【豆包手机】,我把这套价值千金的实操记录免费分享给你。

相信我,看完你会更有一种原来如此的惊喜感。

文章来自于“稀有学生”,作者“我是离谱”。

给TA充电
共{{data.count}}人
人已充电
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
搜索