产品文案流水线进终端：一份 Brief 自动生成 5 平台营销文案

我上个月发布了一个业余项目，说实话，写代码反而是最轻松的部分。真正吞掉我整整一周时间的，是发布文案：Product Hunt 的 tagline、一个 X thread、一篇 LinkedIn 帖子、一篇读起来不能像广告的 Reddit 帖子，再加上一大批 SEO 文章。同一个产品，却要用五种截然不同的表达方式。

最后，我采用了这样一套工作流：每个平台的表达风格都是一个 .txt 文件，产品 brief 是另一个文件，再用一条循环命令，在大约 30 秒内生成完整的内容矩阵。下面是我对这套方案的真实复盘，也会讲到它的不足之处。

聊天标签页工作流的问题

我最初采用的是最直接的方式：打开一个聊天标签页，每次生成一篇内容。但这套方式很快就在三个方面暴露出问题：

• 风格漂移——第 5 条 thread 和第 1 条听起来不像出自同一个人，因为我每次描述需求时，措辞都会略有不同

• prompt 蒸发——上周精心调好的“Reddit 风格”，随着 session 结束就消失了

• 复制粘贴成本——当内容量上来之后，这些机械操作反而成了真正的工作

问题的根源并不在模型，而在于聊天 session 本质上是一种易失性存储，而平台风格恰恰是你希望持久保存下来的东西。

把风格存成文件，把生成变成循环

我使用的工具是 bl，也就是 Alibaba Cloud Model Studio 的 CLI：

npm install -g bailian-cli
bl auth login

（需要 Node 18+。你还需要一个 API key——可以在这里免费获取，免费额度足以覆盖本文中的所有操作。）

launch-copy/
├── brief.md            # product brief: value props, audience, pricing
├── voices/
│   ├── ph.txt          # Product Hunt: tagline + maker comment, banned hype words
│   ├── x-thread.txt    # X: 6-tweet thread, hook first
│   ├── linkedin.txt    # story-driven, no emoji walls
│   ├── reddit.txt      # plain text, zero marketing speak
│   └── seo.txt         # 800-word keyword article
└── out/

for f in voices/*.txt; do bl text chat --system "$(cat "$f")" --message "$(cat brief.md)" > "out/$(basename "$f" .txt).md"; done

--system 承载表达风格，--message 承载产品 brief。两者都从文件中读取，生成结果写入 out/。这就是整套架构的全部内容。

一个月真实使用后总结出的三点经验

1. 在风格文件中锁定输出格式。我生成的第一版 Product Hunt 文案里出现了“revolutionary”这个词。于是，我在 ph.txt 中加入了禁用词：revolutionary、game-changing、disrupt——从那以后，输出一直很干净。只需在文件里修正一次，问题就会一直保持修复状态。这正是它相较于聊天方式最根本的优势。

2. Temperature 是一个需要按内容类型调节的旋钮。默认设置生成的 tagline 毫无生气（“Learn smarter”）。将 --temperature 调到 1.2 后，我得到了一些足以进入候选名单的文案；调到 1.8 时，内容则开始偏离产品本身。新闻稿的情况正好相反：使用 --temperature 0.3，连续运行三次都能得到结构一致的结果。在大多数聊天 UI 中，你根本无法调节这个参数。

3. 根据内容的重要程度选择不同模型。大量 SEO 内容使用低成本档位（--model qwen-turbo --max-tokens 1500）生成——每篇 800 词文章的成本还不到一美分。面向用户的核心文案，例如 tagline 和发布 thread，则继续使用默认的旗舰模型。只需调整一个 flag，成本就能相差一个数量级。

额外福利：不用离开终端就能生成封面——

bl image generate --prompt "Cozy desk scene, warm lamp light, open notebook next to a phone showing a study app, flat illustration, warm colors" --model qwen-image-2.0-pro --size 3:4 --n 2 --out-dir ./covers/ --watermark false

完整的一轮发布任务：大约 60 次文本调用，加 4 张图片。

bl usage free
bl usage stats --days 30

其中大部分调用都包含在免费额度内。即使按照公开定价计算，全部 token 费用也买不了一杯咖啡——而常见的文案 SaaS，每个席位每月通常要 39～49 美元。重新生成也因此几乎没有心理负担：只需要修改风格文件中的一个词，再运行一次，成本不过是几美分的一小部分。

坦诚地说说它的不足

输出只能算草稿级别，还达不到直接发布的水准——事实核查和去除 AI 味仍然需要人工完成。我的日常流程是：先在终端中批量生成，再把值得保留的内容放进聊天窗口润色，或者手动修改。

如果你每周只写两篇内容，聊天标签页确实用起来更舒服。而且，从十个候选 tagline 中选出最终胜者，依然是你的工作。

可以从小处开始：安装 CLI（参见文档），然后把你调得最满意的一个平台风格保存为第一个 .txt 文件。从这个文件诞生的那一刻起，你的文案工作流就开始产生复利。

你的发布文案工作流是什么样的——使用聊天标签页、工作流平台，还是自己编写的脚本？很想在评论区和大家交流比较。

如需采取进一步措施，你可以考虑屏蔽此人和／或举报滥用行为。