一图说透「内容创作全流程」：从选题挖掘→选题挑选→内容构建，聊聊各环节的落地与提效思路

作为一个讲自动化流程和多维表格的博主，平时我会写一些用n8n + 多维表格来提高写作效率的内容和方案，比如自动抓Reddit需求、监控爆款文章等等，前两天看到一张图：

这张图把「从选题挖掘到内容构建」的整条链路画得很清楚，我一下就对上了，原来平时在做的那些自动化，都可以被归进这张图里的某个环节。作为内容创建者，都有必要好好研究下这张图，学习如何科学的进行创作。

Tips：这张图不知道出处是哪，但觉得方法论挺值得分享；如涉及侵权，请联系我删除或署名。

这篇文章，就吹水聊聊对这个全流程的观点，也说说每个环节落地大概要做哪些事，以及用 AI 自动化或多维表格可以怎么提效。

一、这张图在说什么：策略中台三阶段

整张图可以看成三个大阶段：选题挖掘 → 选题挑选 → 内容构建。前两个阶段解决「写什么」，最后一个阶段解决「怎么写、怎么发、怎么引流」。

1.选题挖掘：从多个来源找「可能值得写」的方向和素材。

（1）多平台关键词挖掘（高搜索量、低内容供给）

（2）竞对内容监控（近期爆款、低粉却爆的异常账号）

（3）用户需求（评论区、社群、销售/客服反馈等，共性需求 + 同类画像）

2.选题挑选：把挖到的信息收敛成「真的要写的选题列表」。

（1）高潜力方向、爆款选题库、近期热点、需求导向选题、近期需求变化（比如教育行业期中考后要把内容包装成期末）一起交叉筛选，得到选题列表。

3.内容构建：把选题变成可发布的资产。

（1）构建标题 → 写公众号文章 → 爆量后 转短视频底稿做二次分发；同时可以做引流电子资料（Lead Magnet），引导用户发生动作。

二、阶段一：选题挖掘

这个阶段的核心目标是：建立庞大的素材池，解决“写什么”的问题。

很多朋友们，包括我自己，最头疼的就是写什么，持续输出是一件非常辛苦的事情。所以这个阶段，就是要考虑如何科学的来进行选题的挖掘。可以尝试这三种方法。

1. 多平台关键词挖掘（高搜索量、低内容供给）

在内容创作领域，“高搜索量、低内容供给”被称为“蓝海词”或“机会词”。

也就是说，这是性价比最高、成功率最高的流量获取方式，是“以弱胜强”的唯一路径。

举个例子：比如你是一个做英语教育的新账号，直接做“英语怎么学”这种大词，你的竞争对手是新东方、头部大V，你的内容瞬间就会被淹没，因为这个领域的“内容供给”已经严重过剩，但比如你发现“考研英语复试口语急救”搜索量很大，但市面上只有几篇旧文章。你只要写一篇 80 分的内容，就能轻松排在搜索结果的第一名。不是你比别人强，而是因为那个位置刚好没人跟你抢。

具体如何落地：

①确定我们要做的领域/赛道，列出一批候选关键词。

②用各平台的数据工具看：搜索量、指数趋势、现有内容数量与质量。

③找出「搜索多、但优质内容少」的关键词，作为高潜力方向，进入下一阶段的选题池。

比较常见的数据源：小红书聚光、微信指数、百度指数、巨量算数等。

AI如何提效：

①比如我们可以先让AI拓展长尾词。比如“我是做亲子教育的，请基于‘英语启蒙’这个核心词，帮我通过用户痛点思维，裂变出 20 个搜索意图强烈的长尾关键词。”

②核心：通过关键词搜索的结果的数量和质量，该如何判断？可能这一步貌似很难完全自动化，我们可以根据内容的前10来打个分，比如可以从这几个维度：

• 赞粉比：如果排在前面的内容，博主只有几百个粉丝，却有几千个赞，说明内容质量极高（或者是运气），这个词竞争大。反之，如果排在前面全是几十万粉丝的大 V，且点赞才几十个，说明内容质量一般，大 V 只是靠权重占位。你可以通过做出更硬核的内容直接超车。
• 解决方案的完整度：用户搜“英语启蒙方法”，排第一的如果只是个卖课广告，或者只有几句废话。那么你写一个“3000 字避坑指南+书单”。
• 时效性：如果搜索结果前几名都是 2022 年、2023 年的内容。这说明该词下缺乏新鲜优质供给，你发新内容，系统可能会优先推你。

自动化思路可以这样，考虑用n8n，对接平台接口，或者第三方API聚合的产品如tikhub，拿到上面几个维度的数据，然后写入到多维表格，然后用AI来进行分析。

③在多维表格建一张「关键词库」表，字段包含：关键词、来源平台、搜索量/指数、内容供给量、是否高潜力（搜索指数 / 内容供给系数）、备注。用视图按「高潜力」筛选，或按平台、时间排序，方便定期更新和复盘。

这一步建立起来之后，我们至少可以从各个平台定期获取到所关心的优质关键词的选题方向。

2. 竞对内容监控（近期爆款、低粉异常）

这一步的核心目标就是找到对标账号的潜力内容，尤其是比如这个人粉丝很少，但是突然某个作品的点赞数直接爆发，这就说明他的这期作品内容本身足够硬核，而不是靠博主光环。

具体如何落地：

①定一批要监控的账号或话题（竞品号、同赛道优质号）。 你是做什么方向的，就找这个方向的账号。

②定期看他们近期哪些内容爆了（阅读/播放、点赞、评论、转发）。

③特别关注粉丝不多但某条爆了的账号——往往代表新趋势或未被满足的需求。 另外可以重点看赞评比（点赞/评论），越低越容易代表讨论度高、互动强，而不只是刷赞。

④把值得跟的选题沉淀下来，形成监控列表 / 爆款选题库。

AI如何提效：

• 可以用多维表格建一张「竞对监控表」：账号名、平台、粉丝数、某条内容链接、发布时间、阅读/赞/评、赞评比、是否纳入选题库。再建一张「爆款选题库」表，从监控表里勾选导入，并加字段：选题方向、优先级、是否已写。
• 再用 n8n 定时拉取指定账号或话题的近期内容（公众号、小红书、抖音等，可以用我们之前经常用的tikhub API接口平台），把标题、链接、阅读/赞/评等基础数据定期写入到多维表格；然后根据「低粉 + 高赞」或「赞评比低」等规则打标，方便我们一眼筛出「异常爆款」。 还可以在多维表格里建立自动化任务，当某条数据有异常时，就发送飞书消息提醒给你。

这个「监控爆款 + 沉淀到表格」的玩法，和我们之前写的用 n8n + 多维表格监控公众号爆款、分析爆款共性是同一类能力，只是数据源和指标不同。

3. 用户需求（共性需求、同类画像）

这一步的核心目的是关注评论区、社群、客服反馈，寻找共性需求和同类画像。

具体如何落地：

①从评论区、社群、销售/客服反馈里收集真实问题、吐槽、愿望。

②做一层「确认需求」：用搜索结果或交叉问同类用户，看这个需求是不是共性的、值得做成内容。

③确认后的需求，转为需求导向选题，进入选题挑选阶段。

AI如何提效：

我们之前有写过一篇如何定期抓取公众号文章的评论区内容并提炼需求的文章

其实道理是一样，同样我们可以

• 用多维表格：建「用户需求池」表，记录来源（评论/社群/客服）、原始内容、需求摘要、是否共性、目标画像、是否已转选题。用视图按「未处理」「已转选题」筛选，避免需求沉底。
• 用n8n自动化流程通过API定期拿到评论区内容，用 n8n 把新反馈自动写入多维表格。
• 在多维表格用AI能力，对原始反馈做摘要、打标签（如痛点类型、产品线），或从长评论里提取「需求句」；多维表格的 AI 字段可以批量做「是否属于共性需求」的初筛，我们再人工复核。

从作品中拿评论并用AI分析这部分完全可以自动化，当然平时我们在刷视频或文章时，也会看到一些不错的想法和需求，这种情况我们可以人工把内容记录到多维表格里。

三、阶段二：选题挑选

在阶段一我们已经沉淀好选题了，在第二个阶段，核心就是把「高潜力方向、爆款选题库、近期热点、需求导向选题、近期需求变化」交叉筛选，输出一份可执行的选题列表。

具体如何落地：

①定期（如每周）把「选题挖掘」阶段产出的几路信息汇总：高潜力关键词方向、爆款选题库里的条目、近期热点事件、需求导向选题、以及近期需求变化（例如教育行业期中后要转向期末）。

②按我们的内容节奏和资源，做优先级排序与去重，形成选题列表（可带时间维度和内容类型）。

③时效性匹配：有的内容有时效性，过了节点再发就失效，需要把同一类内容换包装（如期中 → 期末）；学习资料类还会随课本进度变，要跟着时间线调整选题。

AI如何提效：

• 首先我们可以用多维表格把「高潜力方向」「爆款选题库」「用户需求转选题」都放进同一套表或关联表里，用视图按时间、类型、优先级做交叉筛选；选题列表单独一张表或视图，字段包含：选题标题、来源、计划发布时间、状态（待写/写作中/已发）。 然后，我们可以用自动化功能，设置提醒规则。比如“当选题标签包含‘考试季’且当前日期临近 7 天，自动发送飞书通知给内容负责人”。
• 用 AI 根据「近期需求变化」帮我们生成选题包装建议（例如：把「期中复习」改写成「期末冲刺」的选题角度）；或对选题列表做「是否与热点/需求匹配」的辅助判断。

四、阶段三：内容构建

这一阶段的核心主要就是内容输出了。内容构建阶段包括：写什么标题、写公众号文章、爆量后转短视频、做引流资料。

1. 构建标题 → 构建公众号文章

具体如何落地：

①根据选题列表，先定标题方向（可多拟几个，再选一个）。

②再写公众号正文，形成完整长文。

AI如何提效：

• 用 AI 根据选题和受众生成多个标题备选，我们再改一版定稿；正文可以按「观点 + 干货」结构，用 AI 写初稿或扩写某几段，我们负责改逻辑和人设。
• 然后用多维表格管理「选题 → 标题备选 → 正文状态」

其实写文章这块我们之前也写过一些内容方法，比如分析竞品爆款内容的写作风格和技巧 ，然后形成属于自己的AI提示词。

2. 文章转短视频底稿二次分发（爆量后）

具体如何落地：

①某篇公众号文章如果表现的不错，说明选题和角度被验证了。

②然后我们就可以把同一内容拆成多个短视频脚本（口播稿、分镜或关键画面），以及小红书图文内容，发到抖音/视频号/小红书等，做二次分发，把长文价值榨干。

AI如何提效：

• 我们把文章内容给到AI，让AI把长文摘要成 60 秒口播稿、或拆成 3～5 条短视频分段稿；然后同时拆成小红书的多个图文。
• 然后用多维表格建「文章 → 短视频衍生」的关联，来管理内容的分类、发布和表现数据记录：一篇公众号对应多条短视频脚本/链接，字段记录发布时间、平台、播放/赞评，方便看「哪篇长文衍生出的短视频表现好」。

3. 制作引流电子资料（Lead Magnet）

具体如何落地：

①国外叫 Lead Magnet，即引导用户发生某个动作的钩子（如留资、加企微、进群领资料）。

②引流资料往往和近期需求变化强相关：例如某段时间家长都在找期末资料，就做「期末复习包」作为引流品。

③选题阶段已经考虑了「近期需求变化」，内容构建时就要同步规划：这一批选题里，哪几个配「引流资料」、什么形式（PDF、模板、清单等）。

AI如何提效：

• 用多维表格建「引流资料库」：资料名称、对应选题/关键词、目标需求、上线时间、领取人数或转化数据。和选题列表、需求池关联，方便按「需求变化」快速决定下一份资料做什么。
• 用 AI 根据选题和用户画像，生成引流资料的提纲、清单体内容、或短文案；模板类资料可以用 AI 批量生成个性化版本（如按年级、科目生成不同版本的复习提纲）。
• 用户留资后，用 n8n 自动发邮件/企微推送资料、或把线索写入多维表格做后续运营，这部分就可以和我们现有的自动化流程打通。

五、整体串联：我们的n8n自动化 + 多维表格能落在哪

把上面三个阶段串起来，其实就发现我们可以在里面做很多提效和自动化的事情

阶段 / 环节	自动化场景
关键词 + 数据源	Reddit / 论坛需求抓取、多维表格沉淀
竞对监控 + 爆款选题库	公众号爆款监控、n8n 拉数据 + 多维表格打标
用户需求池	评论/社群/客服反馈进表 + AI 摘要与打标
选题列表 + 需求变化	多维表格选题库 + 视图筛选 + AI 包装建议
标题与正文	多维表格 + AI 标题/正文生成与诊断
爆量后转短视频	公众号转小红书/抖音的 prompt 与脚本
引流资料	多维表格管理资料库 + AI 生成内容 + 自动化发放

这样一张图 + 一张表，就能把「从选题到分发」的全流程和提效点都收进去，后续我们就针对每个场景来写一下具体的自动化落地方案。

写在最后

这张「策略中台」图的价值在于，除了它是一个完整闭环的试图之外，还把选题挖掘、选题挑选、内容构建拆成可操作的环节，每个环节我们都可以单独用 AI 或多维表格来做落地和提效——而不是东一榔头西一棒子。

每个做内容的朋友们都可以来参考一下。

我后面也会按环节再写更细的落地文章（比如竞对监控怎么搭、需求池怎么建、引流资料怎么和自动化结合），如果你感兴趣，欢迎关注。

最后是广告时间

如果你也对多维表格/n8n自动化工作流的知识和教程感兴趣，欢迎订阅我的小报童专栏。

专栏会持续更新详细的多维表格/n8n的配置方法、详细教程，以及实际应用场景/案例。

目前累计已更新80篇，总计24万字。 限时价格99元（永久）。

课程目录：

吨师傅 . AI自动化实验室

小报童订阅入口：

https://xiaobot.net/p/mrdun191?refer=ab67a8c6-dd54-45e1-9400-26c138383bd7（复制并在浏览器打开）

或扫描下方二维码