我第一次把「一鱼多吃」的结果页跑通时,屏幕上整整齐齐排着 11 份内容:LinkedIn 帖子、X thread、小红书图文、视频脚本、Newsletter……作为 Demo,它看上去已经能卖了。
我没急着高兴。因为我心里清楚,这 11 份里有几份,根本不是 AI 生成的。早期版本有个“聪明”的处理:模型一报错,它就悄悄塞一份模板进去,把空位补满。用户看到的是漂漂亮亮的 11 份,只有我知道,其中有几张是糊弄人的布景。
这事儿让我别扭了好几天。后来我想明白了:这个产品真正坑人的地方,是把一份普通模板,包装成“AI 成功生成”的结果。用户一旦信了,拿着错的内容去发,砸的是他自己经营了好几年的号。
多平台生成不是“写十一遍”。它是把同一个事实,放进十一种不同的阅读场景,并让用户看得见每次转换的依据。
我亲手删掉的第一个功能,叫“永远成功”
静默兜底这东西,是个特别诱人的陷阱。Demo 永远不会断,看的人连连点头,你自己也舒坦。可它有个要命的死穴:用户分不清自己手里的,到底是模型真生成的、缓存里捞的,还是后台偷偷塞的模板。一份带着错事实的文案被发出去,赔进去的可是人家经营了三年的账号信誉,区区一次生成额度根本填不起这个窟窿。
我纠结了两天,最后还是把它删了。
Decision 01 · 删掉静默假数据
- 约束
- 模型会超时、会返回格式错误,开发环境还可能压根没配密钥。
- 备选
- 继续模板兜底;全页报错;保留已成功的,只把失败的标出来。
- 选择
- 第三种。成功的接着能编辑,失败的卡片直接写明原因,给个重试按钮。
- 代价
- Demo 再也不“完美”了,错误状态和恢复路径得单独设计一套。
- 收益
- 用户终于知道哪些能信,我也第一次拿到了真实的失败数据。

这里有个很多人没想明白的产品常识:错误提示,别把它当成工程异常的创可贴——它是用户决策的一部分。一句干巴巴的“生成失败”,等于啥也没说。换成“小红书这条图片描述超了限制,其他 10 条都给你留着呢,要不要单独重试这一条?”,用户才知道下一步该干嘛。
我为什么亲手砍掉了那个万能聊天框
最早的版本,我也上了聊天框:左边对话,右边出结果。输入“把这篇稿子改成 11 个平台”,等它吐答案。这结构顺手得要命——因为所有 AI 产品都这么干,用户也熟,照着抄最省事。
可我一拿真实运营场景去压,它立马露馅。
真干活的人,根本不是这么干活的。他会锁死一条确认过的数据,只重写标题;他会同时对比两个 X 的开头,还得瞄一眼小红书有没有违禁词;他会把某个平台拖到下周再发。聊天记录能存下你俩的对话,可它死活表达不了 11 个对象各自是什么版本、什么状态、谁依赖谁。用聊天框管这些,就像用记事本去管一个项目——能凑合,但迟早乱套。
Decision 02 · 从对话框改成空间工作台
- 约束
- 同一份来源,要变出多个能独立编辑、锁定、重试、排期的结果。
- 备选
- 一条长回答;标签页切换;三栏工作台。
- 选择
- 第三种。左边定意图,中间存上下文,右边出结果。借的是 IDE 那种空间上的稳,扔掉聊天那种时间上的流水。
- 代价
- 首屏信息更密,层级和响应式得重新磨。
- 验证
- 用户不用滚回历史消息,就能答上来“这条结果用了哪些资料、现在到底能不能发”。


Guardrail,得在生成之前就拦在门口
这个坑我也踩过:最早把品牌检查放在最后。11 份内容全生成完,系统才慢悠悠弹一句“语气可能不一致”。你说它说得对吗?对。有用吗?一点用没有。用户已经编辑了大半天了,你这时候才告诉他整段不能发?
后来我把它整个挪到了生成之前。护栏里存着不许用的承诺、必须出现的产品名、一个字都不能改的数据、语气边界和 CTA。生成的时候,这些规则先进上下文;生成完,再回头查一遍。这东西更像一份能被执行的机构记忆,比一份躺在云盘里落灰的品牌手册强多了。

四秒钟的等待,不能只剩一个转圈
11 个平台同时生成,不可能秒出。早期版本就是在按钮上转个圈,四秒钟,用户眼里能拉长成十几秒。后来我让每张卡片各自亮起状态:读资料、套规则、生成、检查——完成一张就先冒出来一张。总耗时没省多少,但等待从一个黑箱,变成了一场你能看见的过程。
我没敢把这写成“感知速度提升 40%”——因为压根没做能支撑这个百分比的实验。我能拍胸脯确认的就两点:用户看得见系统卡在哪了,也能先去处理那些已经好的。前者让人不慌,后者让人不干等。
计费页,逼着我回答一个最怕的问题
做到定价页,我被卡住了。一个产品要是只按“每月生成多少条”收钱,迟早被拖进一场 token 转售的价格战——谁家模型便宜谁赢,你辛辛苦苦做的产品,护城河约等于零。
真正难被抄走的,是另一摊东西:能复用的品牌规则、攒下来的历史上下文、跨渠道的状态管理、一套发布节奏。所以定价不能光卖数量,得对上你真正提供的那种工作方式。

说句实话,我到现在也没有足够的真实付费数据,能证明这套套餐就是对的。这是当下最让我心里没底的事。我觉得下一步不该再堆功能了——该老老实实回去盯一件事:创作者掏钱,到底图什么?为省时间,为少出错,还是为品牌始终一个味儿。
到最后,这套产品反过来教我怎么做内容
有意思的是,做完这产品,我对自己“怎么发内容”这件事,也算彻底想通了。母体就放个人网站:完整论证、图片、来源,都搁这儿。LinkedIn 提炼职业判断,X 记录干活的短结论,小红书把一个机制拆成图来讲,视频号用大白话讲一个具体场景。它们共用一套事实,但谁也不抄谁的句子。
就拿这篇文章来说——到了小红书,我不会把它缩成“AI 内容工具的 5 个原则”。我只讲一件事:为什么我删掉了一个能让 Demo 永远成功的功能。到 X,就是一句判断,配四张失败状态的图。到 LinkedIn,聊的是 AI 产品为什么非得把不确定性摆到台面上。网站负责把话讲透,平台负责把人领进门。
做 AI 产品之前,拿这五条先拷问自己一遍
- 失败的时候,你的产品有没有偷偷塞一个看起来成功的东西给用户?
- 每条重要内容,能不能往前追到来源和规则?
- 你的护栏,是生成前就拦在门口,还是发布前才补一句没用的警告?
- 用户等待的时候,屏幕上是真实的进度,还是干巴巴一个转圈?
- 你卖的是 token 数,还是一种让人离不开的工作方式?
- 「一鱼多吃」完整产品案例:工作台、代理、Guardrail、日历与计费画面。
- 本文关于等待和质量的判断来自当前产品实现与自我复盘,不冒充规模化用户研究结果。
