摘要:自媒体运营的核心痛点是选题难、产出慢、分发累。本文从专业视角拆解 AI 自媒体工作流,并用 DeepSeek API 实现一套可运行的内容生产系统,覆盖选题、标题、多平台适配、合规检查四大模块。代码可直接运行,成本极低。
自媒体对模型的要求很特殊:中文网感强、成本低、调用高频、响应快。GPT 贵且中文梗弱,本地模型质量参差。DeepSeek 在这四点上都占优:
维度 | DeepSeek 表现 |
|---|---|
中文能力 | 母语级,懂平台调性 |
成本 | 极低,适合日更批量 |
协议 | 兼容 OpenAI SDK |
部署 | 支持私有化 |
核心原则:AI 做量,人做质。
热点/垂类 -> 选题 -> 标题 -> 正文 -> 平台适配 -> 合规检查 -> 分发AI 负责前六步的初稿,人负责终审和调性把控。
# deepseek_client.py
from openai import OpenAI
import os
client = OpenAI(
api_key=os.getenv("DEEPSEEK_API_KEY"),
base_url="https://api.deepseek.com/v1",
)
def ask(prompt: str, system: str = "你是资深自媒体运营专家,中文表达精准,懂平台调性。",
model: str = "deepseek-chat", temperature: float = 0.7) -> str:
resp = client.chat.completions.create(
model=model,
messages=[
{"role": "system", "content": system},
{"role": "user", "content": prompt},
],
temperature=temperature,
)
return resp.choices[0].message.content.strip()
# topic.py
def generate_topics(domain: str, count: int = 5) -> list[str]:
prompt = f"""你是{domain}领域的资深编辑。
请基于当前用户痛点,生成 {count} 个高潜力选题。
要求:
1. 每个选题有明确目标读者;
2. 有情绪钩子或信息增量;
3. 一行一个,不要编号,不要解释。
"""
text = ask(prompt, temperature=0.9)
return [line.strip() for line in text.splitlines() if line.strip()]
# title.py
def generate_titles(topic: str, platform: str = "小红书", count: int = 5) -> list[str]:
prompt = f"""为{platform}平台,围绕选题「{topic}」写 {count} 个标题。
要求:
- 20 字以内;
- 有数字、悬念或反常识;
- 符合{platform}用户阅读习惯;
- 一行一个,不要编号。
"""
text = ask(prompt, temperature=1.0)
return [line.strip() for line in text.splitlines() if line.strip()]
# adapter.py
PLATFORM_RULES = {
"公众号": "1500-2500字,结构清晰,有金句,适合深度阅读。",
"小红书": "300-600字,多用emoji,分点短句,口语化,结尾带话题标签。",
"知乎": "1000-2000字,逻辑严谨,有论据,专业感强。",
"抖音": "口播脚本,300字内,前3秒抓人,节奏快。",
}
def adapt_content(topic: str, platform: str) -> str:
rule = PLATFORM_RULES.get(platform, "")
prompt = f"""围绕主题「{topic}」,写一篇{platform}内容。
平台规则:{rule}
要求:原创、有观点、不空泛,直接输出正文。
"""
return ask(prompt, temperature=0.7)
# compliance.py
BANNED = ["绝对", "第一", "100%", "永久", "治愈", "最便宜"]
def check_compliance(text: str) -> dict:
hits = [w for w in BANNED if w in text]
prompt = f"""检查以下内容是否有广告法违规、敏感词或平台违规风险,
只返回问题清单,没有则返回"无":
{text}
"""
ai_risk = ask(prompt, temperature=0.2)
return {
"banned_words": hits,
"ai_review": ai_risk,
"safe": not hits and "无" in ai_risk,
}# main.py
def produce(domain: str, platform: str):
topics = generate_topics(domain, count=3)
topic = topics[0]
titles = generate_titles(topic, platform, count=5)
content = adapt_content(topic, platform)
report = check_compliance(content)
return {
"topic": topic,
"candidates": topics,
"titles": titles,
"content": content,
"compliance": report,
}
if __name__ == "__main__":
result = produce("AI 工具", "小红书")
print("选题:", result["topic"])
print("标题:", result["titles"])
print("合规:", result["compliance"]["safe"])
print("\n正文:\n", result["content"])单篇内容约消耗 6000 tokens,按 DeepSeek 价格,日更 10 篇月成本可控制在极低水平。
实测收益:
DeepSeek 自媒体的本质,不是让 AI 替你写作,而是把重复劳动交给 AI,把判断力留给人:
选题 -> 标题 -> 正文 -> 适配 -> 合规 -> 分发当你能把这条流水线跑通,一个人就能撑起过去一个团队的产能。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。