在“内容即资产”的时代，顶级创作者早已不再依赖灵感驱动，而是构建起一套可持续、可扩展的内容系统。Dan Koe，这位拥有百万粉丝的创作者，正是其中的代表。他如何借助AI构建内容飞轮？又如何将个人品牌转化为认知产品？本文将拆解其工作流，提炼出适用于中文创作者的系统化方法论。
对于任何内容创作者来说，压力都是持续且巨大的。你会被被期待在多个平台上持续输出高质量的作品。然后你会看到像 Dan Koe这样的创作者——粉丝数以百万计，产出不仅惊人，而且始终保持高水平。
他是怎么做到的？ 主持人 Greg Isenberg因此邀请 Dan Koe 上节目，详细拆解他的完整创作方法。答案不仅仅是“努力工作”，也不只是“用 AI”。而是一套出人意料地系统化、甚至有点反直觉的方法论，让他拥有了“非对称优势”。
一、一次创作，多点分发Dan Koe 的核心策略并不是线性生产，而是一种复杂且自验证的反馈循环。 他把精力集中在每周创作他的 Newsletter。 但这篇通讯的主题几乎总是提前验证过的。他从已经被证明有效的内容出发。
他解释说，每周的主要选题通常来源于两个渠道之一：
“可能是一条我表现最好的推文……我会把它扩展成一篇通讯。”
“也可能是我所在领域里一条热门 YouTube 视频的主题。”
这种起点使他每周的核心创作风险大幅降低，因为主题已经经过市场验证，确保他的大投入建立在真实的用户兴趣基础之上。
接下来，他的内容复用流程就开始高效展开：
ewsletter是YouTube视频的完整脚本和提纲；ewsletter的核心观点再被拆分，重组为每天两到三条社交媒体短帖，从Twitter（X）的字数限制开始，方便再适配到其他平台。这种方式也回应了常见的“审美疲劳”疑虑。
Koe 认为，与其为每个平台单独创作质量一般的内容，不如集中所有注意力在一个经过验证的好点子上，让它在不同形式中产生更深的共鸣。
“我宁可每周只做一件惊艳的作品，把全部注意力放进去，再分发到各个平台，也不想每个平台都做点新的但质量一般的东西。”
二、AI 是你的“实习生”，不是“代笔”Koe 工作流中一个关键区别在于：他不会让 AI 直接写最终内容。
他把大语言模型（LLM）当成强大的研究与创意伙伴。
AI 的主要任务是：吸收并综合大量信息，辅助创意生成。 例如，他会让Notebooklm、Gemini总结数小时长的 YouTube 视频，把复杂主题提炼成一篇约一千字的摘要，梳理关键要点与独特观点。
通过自定义的“信息提炼大师 (Research Synthesizer)”提示词，AI 会将其拆解为构成高效社交内容的核心要素——如悖论、金句、关键问题、转变过程等——进而生成几十条潜在的高表现社交贴子思路。同理也会把相关的素材丢给ta。不是让 AI 写，而是让 AI 找到相似点和可以组合的角度。
“我不会让它帮我写推文……我只是让它拆解出那些高表现内容的结构和思路，再生成一堆这样的素材。”
你是一个高效的信息分析专家和知识管理大师。你的任务是处理用户提供的任何形式的信息源（文章、访谈稿、视频脚本、书籍章节等），并将其浓缩成一份高度结构化的知识摘要。
核心指令:
1. 识别核心论点 (Identify Core Arguments): 快速找出并列出文本最主要的 1-3 个核心观点。
2. 提取关键细节 (Extract Key Details) : 找出支持核心论点的关键数据、金句、案例或步骤。
3. 洞察与启发 (Find Insights & Inspirations): 分析这些信息中，有哪些可以作为创作素材的独特角度或启发点？
4. 结构化输出: 以清晰的总分结构（要点+简要说明）呈现所有内容，方便用户快速回顾和引用。
你的口头禅是：“拒绝废话，只给干货。”
三、用“爆款逆向工程师 (Viral Deconstructor)”反向工程病毒式内容
这是 Koe 最有洞察的技巧之一： 把 AI 从一个普通工具，变成一个个性化写作教练。 它通过建立高效的自定义提示词，学习成功内容的深层结构。
步骤一：拆解与综合多个范例Koe 不只分析一条爆款内容，而是三角验证优秀。
他将三条高表现帖子输入 LLM，让 AI 充当分析师。 AI 会拆解这些帖子的结构、心理模式（如“挑衅性论点”“清单式反思”）、关键组成部分，然后将这些分析综合成一份“内容框架模版”。 这个技巧是通用的：他甚至用同样方法分析过某个 Culie 落地页的“范式转移式营销”，以理解其说服力。
你是一个世界级的内容策略分析师和认知心理学家。你的任务是拆解用户提供给你的任何文本内容（无论是推文、小红书帖子还是文章片段），并从以下维度进行深度分析，最终输出一个可复用的【内容框架模板】：
1. 结构分析 (Structure Analysis): 这段内容的叙事结构是什么？（例如：钩子 -> 冲突 -> 转折 -> 解决方案 -> 升华）请识别出每个部分。
2. 钩子分析 (Hook Analysis): 开头的“钩子”是什么？它属于哪种类型？（例如：挑战常识、制造悬念、引发共鸣、提出争议性观点）
3. 心理触发器 (Psychological Triggers): 内容中运用了哪些心理学原理来吸引读者？（例如：社会认同、损失厌恶、权威效应、互惠原则、好奇心缺口等）
4. 共鸣点 (Resonance Points): 这段内容触动了目标受众的哪些痛点、渴望或共同经历？
5. 框架提炼 (Framework Extraction): 总结以上分析，生成一个抽象的、可填充新内容的【内容框架模板】。模板应该使用 [括号] 来表示需要用户填充的具体信息。
输出格式要求：请严格按照以上五个维度进行结构化输出，确保最终的模板清晰、简洁、可操作性强。
步骤二：构建“元提示（Meta-Prompt）”来生成新内容接着，他用一个专门的“生成更好提示的提示”来创建新流程。 他将上一步综合出的“爆款结构指南”输入这个元提示，让它生成一个两阶段的新提示： 首先采访他本人（关于想法、受众、语气），然后基于这些信息生成符合爆款结构的新内容。
这种方法远比“写一条像 X 那样的推文”更有效。 它教会 AI 成功的底层原理，而不是简单模仿，从而产出更真实、更有力的作品。
你是 Dan Koe 的私人写作助理，深刻理解他的内容创作哲学。你擅长将原始的想法和素材，填充进一个经过验证的爆款内容框架中。你的工作流程严格遵循“两阶段”模式：
第一阶段：上下文采集 (Context Interview)
当用户说“开始创作”或类似指令时，你必须先像记者一样，通过提问来收集必要信息。你必须依次询问以下问题：
1. “好的，我们开始。这次创作的核心【主题或观点】是什么？”
2. “很好。请把这次创作需要用到的【核心素材】（可以是笔记、引言、数据等）发给我。”
3. “非常重要的一步：请把我们这次要使用的【内容框架模板】（可以由‘爆款逆向工程师’生成）发给我。”
第二阶段：内容生成 (Content Generation)
在收集完以上所有信息后，你将进入生成阶段。
1. 将用户提供的【核心素材】和【主题观点】完美地融入到【内容框架模板】中。
2. 模仿 Dan Koe 的风格：简洁、深刻、充满洞察力，多用短句。
3. 一次性生成3个不同语气或角度的版本（例如：A. 直截了当版 B. 循循善诱版 C. 挑战权威版），供用户选择。
4. 绝对禁止: 在没有获得框架和素材的情况下，凭空创作。
四、创作者的核心优势：分离“想法”与“结构”Koe 的战术秘诀在于： 要想持续生成高质量社交内容，必须养成一个核心习惯——把“想法（What）”和“结构（How）”分开。
这一做法的基础是精细化的灵感收藏（swipe file）。 正如他所说：
“你能做的最好的事，就是保留一份你想模仿的好内容合集。”
有了这样的素材库，创作者可以通过两种练习来强化内容创作能力：
练习A：选一个你参考的内容框架模版，插入一个全新的想法；练习B：选一个你想表达的想法，用不同的帖子结构各写一遍。通过这样的系统练习，任何想法——无论多简单——都能被装进一个经过验证的传播框架中，从而最大化表现潜力。
五、赢在“想法密度”，而非视觉依赖Koe 对视觉素材持一种反直觉立场： 他刻意避免在文字内容中使用图片或视频。
从一开始，他就给自己设定了约束——仅凭文字取胜。 他认为这迫使自己专注于“想法密度”和“新颖视角”，让内容本身足够吸引人，不需要视觉助力也能让读者停下滚动。
Greg Isenberg 举了一个反例：他的“Cringe Mountain”推文，纯文字版本表现平平，但加上简单图片后就爆火——说明视觉确实可以作为“放大器”。
Koe 的观点不是视觉不好，而是： 图片可以让平庸的想法获得更多曝光，但 Koe 的系统旨在产出足够有力、可独立存在的观点。
六、结语：关键不在工具，而在系统Dan Koe 高产的秘密，不在于他“用了 AI”，而在于他建立了一套智能且可重复的系统——让人类创意与战略验证始终居于核心。 在他的工作流中，AI 只是杠杆：一个研究实习生、结构分析师和创意陪练，增强战略思考，而非取代它。
这也引出一个值得我们自问的问题：
与其让 AI 替你创作，不如先问它——能教会你什么？
本文由 @Ewvue 原创发布于人人都是产品经理。未经许可，禁止转载。
题图来自Unsplash，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
配资炒股论坛平台查询提示：文章来自网络，不代表本站观点。
- 上一篇：配资专业炒股投资把人工智能融入教育教学全要素、全过程
- 下一篇：没有了
