惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

N
News and Events Feed by Topic
WordPress大学
WordPress大学
Vercel News
Vercel News
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
小众软件
小众软件
L
LangChain Blog
雷峰网
雷峰网
D
DataBreaches.Net
博客园 - 三生石上(FineUI控件)
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
T
Tor Project blog
NISL@THU
NISL@THU
Scott Helme
Scott Helme
量子位
S
Security Affairs
T
Threat Research - Cisco Blogs
博客园_首页
云风的 BLOG
云风的 BLOG
D
Docker
AWS News Blog
AWS News Blog
腾讯CDC
博客园 - 聂微东
The GitHub Blog
The GitHub Blog
U
Unit 42
Recent Announcements
Recent Announcements
Apple Machine Learning Research
Apple Machine Learning Research
G
Google Developers Blog
T
The Exploit Database - CXSecurity.com
MongoDB | Blog
MongoDB | Blog
Stack Overflow Blog
Stack Overflow Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
L
LINUX DO - 热门话题
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
The Last Watchdog
The Last Watchdog
C
Cybersecurity and Infrastructure Security Agency CISA
IT之家
IT之家
W
WeLiveSecurity
P
Privacy & Cybersecurity Law Blog
F
Full Disclosure
L
Lohrmann on Cybersecurity
The Hacker News
The Hacker News
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
Y
Y Combinator Blog
S
Security @ Cisco Blogs
C
Cyber Attacks, Cyber Crime and Cyber Security
C
Check Point Blog
C
CXSECURITY Database RSS Feed - CXSecurity.com
N
News and Events Feed by Topic
PCI Perspectives
PCI Perspectives
I
InfoQ

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
百万粉丝创作者的 AI 内容系统:Dan Koe 的工作流解析
Ewvue · 2025-10-27 · via 人人都是产品经理

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:

  • Newsletter是YouTube视频的完整脚本和提纲
  • Newsletter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。