保姆级：用AI搭建你的选题流水线，从信息源到选题入库全流程

说实话，大概3个月前，我每天最头疼的事就是选题。

早上起来第一件事，翻X。刷半天，看到好多人都在发内容。自己想发点什么，脑子一片空白。越刷越焦虑。到后面已经不是在看内容了，就是在惯性刷手机。

好不容易找到一个觉得能写的，打开编辑器。写了三行，删了。又写了两行，又删了。最后关掉，明天再说。

后来我不干了。我搭了一套东西。每天凌晨自动跑，早上打开 Obsidian，10 个选题已经在里面了。带信源链接，带数据，带角度。我花 5 分钟扫一遍，当天写什么就定了。

跑了 3 个月，迭代了好几个版本。今天把整套方法公开聊。🧵

先聊一个底层的事。

很多人以为选题靠灵感。灵感来了文思泉涌，没灵感就干等着。

我跑了这几个月最大的感受是：选题不是灵感问题，是信息处理问题。

你想想，你每天看到的信息量有多少。X、公众号、各种新闻、群聊。人脑根本处理不完。处理不完就焦虑，焦虑就乱刷，乱刷就更焦虑。

把“找信息“这件事交给系统，把你的脑子省下来做判断。这才是对的。

好了，说具体怎么做。一共 5 步。

第一步：定水源。

选题不是凭空想出来的。选题是从信息里筛出来的。信息源就是你的水源。水脏，后面全白搭。

我自己分了四层。

第一层，快水。就是 X 上的热点、微博热搜、各种科技新闻。每几个小时扫一次，保证你不会错过正在发酵的事。

第二层，深水。36 氪、虎嗅、Hacker News、GitHub Trending。每天看一次。这些地方的信息有料，不是那种转了好几手的口水。

第三层，慢水。行业报告、深度分析、竞品动态。一周看两三次就够了。这层的选题不容易过时，适合写长文。

第四层，反水。这个最容易被忽略：评论区。不是去跟人吵架，是去看别人在问什么。一个人在评论区追着问的问题，至少 100 个人也想问。问题就是选题。

你今天就做一件事：把每层写 3 个来源。不用多，3 个够了。

第二步：撒渔网。

水源有了，你得告诉 AI 你关心什么。关键词就是你的渔网。

比如我关注 AI Agent，关键词大概是这样的：

AI Agent 框架、多 Agent 协作、Agent 记忆 LangGraph、MCP 协议、A2A Agent 幻觉、Agent 超时、Agent 成本

有一条很重要：别只写行业词，一定要写痛点词。 痛点词搜出来的东西，天然就是选题。因为“痛“等于读者在乎。

这东西不是写一次就不管了。我每周日晚上花几分钟，扫一眼。删掉过时的，加上这周新冒出来的。

第三步：AI 初筛。

水源有了，渔网有了。让 AI 开工。

我这边是每天凌晨自动跑。AI 并行搜 5 到 8 个关键词，每个关键词返回几条结果。去重，按时效排，挑 24 小时内的优先。然后逐条抓原文，读内容。

跑完之后，一份选题早报自动写进我的 Obsidian。里面有核心发现、关键数据、信源链接。我早上打开就能直接看。

聊聊一个容易踩的坑。

很多人让 AI 直接生成选题。这个方向是错的。

AI 做的事应该是“信息压缩“。把 100 篇文章压成 10 条摘要。它不负责判断哪条值得写。

判断是人的事。人看摘要，凭经验和直觉，挑出能写的。AI 负责快，人负责准。

第四步：人做判断。

早报到手了，怎么看。我每条只问自己四个问题。

第一，角度新吗？搜一下，前 10 条结果没有同角度的，才算新。别人写烂了，直接 pass。

第二，我有独特信息吗？一手经验、独家数据、只有你能写的东西。有的话，这条选题就很稳。

第三，读者在乎吗？你写的东西，你的目标读者愿意花几分钟看吗？

第四，能涨粉或者换来实际收益吗？

四个问题问完，答案基本出来了。每个选题我会打个标。最顶级的只有一种情况：角度新，而且你有别人没有的信息。这种选题一周能碰到两三个就不错了。

聊到这儿，插一句关于文案公式的事。

好多人问我，你们那个 PAS、QUEST、SCAR 这些公式到底怎么用。

我跟你说，公式不是写文章的时候才用的，选题阶段就应该用。

你拿到一个选题，先想：这个适合什么公式？

比如一个让人焦虑的话题，用 PAS。问题，放大痛点，给解法。你选题阶段对着这三个框填素材，文章骨架就已经立住了。

一个教学向的内容，用 QUEST。提问，共情，教学，激发，行动。五个节点填上，框架就有了。

一个你自己的真实经历，用 SCAR。故事，冲突，顿悟，结果。真实经历本身就有感染力，公式是帮你把感染力理顺。

选题的时候花 30 秒想清楚用什么结构，写的时候就不会写到一半发现结构塌了。

第五步：入库排期。

打完标了，把选题扔进库里。

等级最高的那种，当天写完发。好但需要再挖一挖的，3 天内发。剩下的一般选题存着，哪天没东西写了就去库里翻。

每条选题我还会记几样东西：三到五个备选标题、核心角度、三到五个关键素材、发哪个平台。

但标题不急着定。这是铁律：正文写完了再定标题。 你先写正文，才知道自己到底交付了什么。很多时候你以为的选题，写完发现核心观点完全不一样。Hook 一定是最后写的。

跑了这 3 个月，最直观的变化是什么。

以前靠灵感，最大的问题是不稳定。今天有灵感写了三篇，接下来三天一个字都憋不出来。

有系统之后，每天早上打开 Obsidian，选题已经在了。我要做的事只剩一件：挑。

不是我的判断力变强了。是我把“找信息“这件事甩给了系统，脑子只用来做判断。人的脑子本来就不适合做信息检索，人适合的是看到 10 条摘要之后，靠直觉挑出最好的 3 条。

最后说三条我从这几个月里想明白的事。

一，搜索量最大的选题，往往最不值钱。所有人都在搜，所有人都在写。你卷不进去。

二，最被低估的选题来源是别人在问的问题。不是热搜，不是头条，就是普普通通一个评论区的提问。一条追问就是一个选题。

三，讲自己踩坑的内容，永远比讲成功经验传播得好。成功不一定能复制，踩坑一定能共情。我数据最好的几篇，全是讲搞砸了的事。

你现在就能做的几件事。

先花 10 分钟，把你的四层水源列出来。每层 3 个来源。不用想太复杂，你平时刷什么就写什么。

然后建一个关键词清单，20 个以内。痛点词至少占一半。

最后，用你现在手头就有的 AI 工具，给它你的水源和关键词，让它帮你跑一次搜索加摘要。第一次跑出来大概率很烂。没关系。跑完你就知道哪里要调，下次就会好很多。

搭好你的流水线之后，每天早上 5 分钟，10 个选题到手。这事就再也不用焦虑了。

下一篇聊什么：选题有了之后，怎么写出一个让人想点开的标题。关注我，马上更新。

📚 历史文章汇总

• 超级虚拟团队：多Agent协作实战指南

• AI 正在提高你的创业失败率

• 我手搓了一个 Chrome 插件，把 X 收藏夹批量整理成 Obsidian 知识库

• DeepSeek 一张 JD，就是 2026 年 AI 入行说明书

• 管10个AI员工3个月，烧了234个坑才悟出来的5条铁律

• 一个失败老新人的 X 账号避坑复盘：我差点把 16 年老号玩废了

• 别把 Codex 只当代码助手，它正在变成工作流系统

• Codex 的 Pinned Threads，到底该怎么用？

• Codex App 不折腾上手指南：先会这几个命令就够了

如果这篇对你有帮助，欢迎 关注 + 收藏 + 转发 👏🏻

关注 **@thinkszyg **，持续分享真实战，生产级，AI真干货。