用AI全自动运营公众号：从搭建到变现的完整教程，目前最值得去做的副业赚钱的赛道

很多人问我，公众号还值不值得做？丝绸之路社群这个月内训就是讲这个，但不是用你想象的方式做。

以前做公众号：你自己想选题、自己写文章、自己做排版、自己找配图、自己发布、自己看数据、自己回复留言。一篇文章从动念头到发出去，少说两三个小时，一周更三篇就已经累得够呛。

现在做公众号：你告诉AI”参考这几个对标账号的风格，写一篇关于XX的文章，配好图，排好版”，几分钟后文章出现在你的草稿箱里，你过一遍，改几个地方，点发布。

但这只是表面，90%的人搞AI自动发文，最后都把号做死了，因为他们只自动化了”发”这个动作，没有自动化”发什么能赚钱”这个判断。

今天这篇教程解决的不是”怎么让AI帮你发文章”，是”怎么用AI做一个能持续赚钱的公众号“。

从底层逻辑到工具搭建到质量控制到变现闭环，每一步写到你可以跟着做的程度。

15分钟读完，建议收藏分段看。

先搞清楚一件事：公众号最赚钱的方式不是流量主广告。

流量主广告按阅读量给钱，一万阅读大概赚几十到几百块，取决于你的赛道和粉丝画像，但是你要算一下：一万阅读的号起码要几万粉丝，而且要持续产出高完读率的内容才能维持推荐量。

真正赚钱的方式是：公众号引流→私域成交→知识付费/课程/社群/服务。

看第三行：几百粉丝就能月入几万，因为知识付费的客单价高（几百到几万），你不需要很多人看你的文章，你需要对的人看你的文章。

公众号文章的核心作用不是”被更多人看到”，是”筛选精准用户进你的私域”，每一篇文章都是一个过滤器：看完觉得有价值的人会加你微信、进你的社群、买你的课程。

这就是为什么”AI自动发文”只解决了10%的问题，剩下90%是：发什么内容→吸引什么样的人→怎么把他们导到私域→怎么成交。

90%的AI自动发文都在自杀

这一段非常重要，看完能帮你避开最大的坑。

微信公众号的推荐算法不是”发得多推得多”，它的核心指标是读完率。

如果你用AI批量生成的文章完读率只有15%到20%（这是大部分AI直接生成文章的真实数据），你发得越多，算法越认为你是垃圾号。

结果就是：你的文章连自己的粉丝都看不到了，推荐量断崖式下跌。

有人用AI工具一天发三篇，几周后阅读量跌到几十甚至个位数，不是被封了，是被算法静默降权了，跟Facebook的影子降权算法逻辑一模一样。

所以正确的AI发文逻辑不是”高频与多”，而是”每一篇都达到质量标准才发“。

一周发两篇完读率50%以上的，效果远超一天发三篇完读率20%的，前者让算法越来越喜欢你，后者让算法越来越讨厌你。

正确的AI发文自动化流水线

我把整个流程画出来，你就知道跟市面上那些”一键生成公众号文章”的工具差别在哪里。

对标拆解 → 选题判断 → AI写初稿 → 人格蒸馏 → deAI去指纹 → 质量闸门 → 排版配图 → 发布草稿箱 → 数据回收 → 迭代优化

一步一步教你怎么搭。

第一步：对标拆解：先看别人什么内容在跑

不要自己拍脑袋想选题，先找10个你所在赛道做得好的公众号，看他们最近三个月什么内容阅读量高。

怎么找对标账号：

找到之后做什么：

把每个对标账号最近30天阅读量最高的5篇文章记录下来。

记录这些维度：

标题、开头第一句话、文章结构（几个章节、每章多长）、有没有表格、有没有互动问题、结尾怎么引导（关注/加微信/进群）。

这一步可以手动做，也可以用OpenClaw的飞书集成自动抓取，后面工具搭建部分会讲怎么自动化。

产出：一张飞书多维表格，里面是你的对标文章库，后面AI写文章的时候会从这个库里提取风格和结构模板。

第二步：人格蒸馏：让AI写出来的东西像高手写的

这是整个流程里技术含量最高、效果最决定性的一步。

什么是人格蒸馏？就是让AI学会高手的写作风格，不是通用的”干货风格”或者”活泼风格”这种粗分类，是你关注的高手特有的用词习惯、句式节奏、语气特点。

为什么需要人格蒸馏？因为不做这一步，AI写出来的东西一定有AI味：

“值得注意的是””综上所述””首先…其次…最后””让我们一起来看看”…

这些都是AI的指纹词，读者一看就知道是AI写的，立刻失去信任，完读率暴跌。

如何做人格蒸馏：

训练数据格式（JSONL）：

微调成本：大约5美元，基于A社的OPUS模型估算。

微调完之后你就有了一个”你的分身”：

输入任何素材，它输出的文风跟你自己写的一模一样，这个分身是你最有价值的资产，后面所有的自动化都建立在它上面。

如果你暂时不想做微调，可以用一个替代方案：

写一份详细的风格指南（500到1000字），描述你的用词习惯、句式特点、禁止使用的词、常用的口头禅，然后在每次调用AI写文时把这份风格指南放在system prompt里。效果不如微调但也能用。这种玩法我在X上自动化发推已经有了效果，方法很简单，用中文的武汉话方言，各位可以看数据：

第三步：deAI去指纹：让读者看不出是AI写的

人格蒸馏解决了”写得像人”，deAI解决了”不像AI”，这是两件不同的事。

AI最大的指纹不是某个具体的词，而是”太干净了”，真人写的东西有口语化的表达、有废话、有不完美的句式、有情绪化的用词，AI写的东西每一句都很正确、很规范、很完美，反而不像人写的，哪怕你已经做了一个风格设定，依然一看就是AI写的。

deAI两步走：

关键原则：加法要在修改阶段做，不能让AI自己插入口语词，AI插入的口语词位置和频率都不自然，必须是人来做这最后一步。

实操中可以用一个deAI检查脚本：扫描文章中是否包含常见AI指纹词，如果超过阈值就标记出来让你手动修改。

第四步：质量闸门：不达标不发

这一步是你跟所有”一键发文”工具的本质区别。

质量闸门检查什么：

过了闸门才进入排版配图环节。没过的打回重写。

这个闸门可以用Python脚本自动化，检查项全部是可量化的规则，不需要人来判断。

第五步：工具搭建：OpenClaw + Claude Skill完整教程

前面讲了方法论，现在讲具体怎么搭。

整套系统的架构：

你（发指令）→ OpenClaw（调度中心）→ 各个Skill（执行具体任务）→ 飞书/公众号（输入输出）

5.1 安装OpenClaw

SSH登录你的VPS，执行：

安装完成后验证：

看到版本号就说明装好了。

5.2 安装Claude Code

安装完后登录：

按提示在浏览器里完成认证。

5.3 配置Skill目录结构

在OpenClaw的工作目录下创建Skill文件夹：

创建以下文件结构：

wechat-article-writer/
├── SKILL.md # Skill说明书（最重要）
├── config.json # API密钥配置
├── scripts/
│ ├── read_benchmark.py # 读取对标文章
│ ├── write_article.py # AI写文章
│ ├── deai_check.py # deAI指纹检查
│ ├── quality_gate.py # 质量闸门
│ ├── generate_image.py # AI生成配图
│ ├── compress_image.py # 图片压缩
│ ├── format_article.py # Markdown转微信HTML
│ └── publish_draft.py # 推送草稿箱
└── output/ # 输出目录

注意跟市面上那些工具的区别：我们多了 read_benchmark.py（对标拆解）、deai_check.py（去AI指纹）和 quality_gate.py（质量闸门）。这三个脚本是核心差异化。

5.4 config.json配置

{
“deepseek_api_key”: “sk-你的deepseek密钥”,
“deepseek_model”: “deepseek-chat”,
“image_api_key”: “你的出图API密钥”,
“wechat_appid”: “你的公众号AppID”,
“wechat_appsecret”: “你的公众号AppSecret”,
“feishu_app_id”: “你的飞书应用ID”,
“feishu_app_secret”: “你的飞书应用密钥”,
“feishu_table_url”: “你的对标文章飞书多维表格URL”,
“style_guide_path”: “./style_guide.md”,
“quality_thresholds”: {
“min_length”: 800,
“max_length”: 2000,
“max_ai_fingerprint_words”: 3,
“min_tables”: 2,
“min_visual_anchors_per_400_chars”: 1,
“require_abcd_ending”: true
}
}

API密钥在哪拿：

5.5 SKILL.md编写

SKILL.md是整个Skill的大脑。OpenClaw读这个文件来理解怎么执行任务。

# 微信公众号智能内容助手
## 功能
根据用户指令，参考对标文章风格，生成公众号文章并推送到草稿箱。
## 工作流（必须严格按顺序执行，不可跳步）
### Step 1：读取对标文章
执行 scripts/read_benchmark.py
从飞书多维表格读取对标账号文章内容和风格特征
### Step 2：AI生成文章初稿
执行 scripts/write_article.py
根据用户主题 + 对标风格 + 风格指南生成文章
### Step 3：deAI指纹检查
执行 scripts/deai_check.py
扫描AI指纹词，超过阈值则标记需要修改的位置
### Step 4：质量闸门
执行 scripts/quality_gate.py
检查文章长度、开头钩子、表格数量、视觉锚点、互动结尾
不通过则返回Step 2重新生成
### Step 5：生成配图
执行 scripts/generate_image.py
根据文章内容生成封面图和正文配图
### Step 6：图片压缩
执行 scripts/compress_image.py
压缩所有图片至微信要求的大小限制（封面图<64KB）
### Step 7：格式转换
执行 scripts/format_article.py
Markdown转微信HTML，上传图片到微信素材库
### Step 8：推送草稿箱
执行 scripts/publish_draft.py
通过微信API将文章推送到公众号草稿箱

5.6 核心脚本逻辑

每个脚本的关键逻辑（不是完整代码，是核心骨架，你可以把这些骨架丢给AI让它帮你补全）：

read_benchmark.py  读取对标文章

# 核心逻辑：
# 1. 用飞书API读取多维表格中的对标文章
# 2. 提取每篇文章的：标题格式、开头结构、段落长度、用词特点
# 3. 生成一份”风格摘要”供后续写文使用
# 4. 输出JSON格式的风格摘要文件
import json
import requests
def read_benchmark(table_url, feishu_token):
# 调用飞书API获取表格数据
# 遍历每一行提取文章内容
# 分析风格特征：平均段落长度、高频词、标题模式
# 返回风格摘要
pass

write_article.py  AI写文章

# 核心逻辑：
# 1. 读取风格指南（你的写作风格描述）
# 2. 读取对标风格摘要（上一步的输出）
# 3. 组合成system prompt
# 4. 用户的主题作为user prompt
# 5. 调用DeepSeek API生成文章
# 6. 如果做过微调，用微调模型ID替换通用模型
# 7. 保存为Markdown文件
from openai import OpenAI
def write_article(topic, style_guide, benchmark_summary):
client = OpenAI(
api_key=config[“deepseek_api_key”],
base_url=”https://api.deepseek.com”
)
system_prompt = f”””
你是一个公众号作者。
你的写作风格：{style_guide}
参考这些对标文章的结构和节奏：{benchmark_summary}
严格遵守：
– 不使用”值得注意的是””综上所述””首先/其次/最后”等AI腔表达
– 每300到400字必须有一个视觉锚点（表格/加粗段落）
– 开头前150字必须有钩子
– 结尾必须有ABCD互动选项
– 文章长度800到2000字
“””
response = client.chat.completions.create(
model=config[“deepseek_model”], # 或微调模型ID
messages=[
{“role”: “system”, “content”: system_prompt},
{“role”: “user”, “content”: f”写一篇关于{topic}的公众号文章”}
]
)
# 保存为Markdown文件
pass

deai_check.py  deAI指纹检查

# 核心逻辑：
# 1. 定义AI指纹词列表（21个高频指纹词）
# 2. 扫描文章中的指纹词出现次数
# 3. 超过阈值标记为需要修改
# 4. 输出报告：哪些词在哪一行，建议替换成什么
AI_FINGERPRINT_WORDS = [
"值得注意的是", "综上所述", "首先", "其次", "最后",
"需要指出的是", "让我们", "在这个过程中", "总的来说",
"不难发现", "由此可见", "换句话说", "具体来说",
"事实上", "本文将", "接下来", "总而言之",
"毫无疑问", "显而易见", "不言而喻", "众所周知"
]
def check_deai(article_text, threshold=3):
found = []
for word in AI_FINGERPRINT_WORDS:
if word in article_text:
found.append(word)
if len(found) > threshold:
return {"pass": False, "found": found, "count": len(found)}
return {"pass": True, "found": found, "count": len(found)}

quality_gate.py  质量闸门

# 核心逻辑：
# 1. 检查文章长度是否在800到2000字
# 2. 检查前150字是否有钩子（问句/数字/冲突词）
# 3. 检查表格数量是否达标
# 4. 检查视觉锚点密度（每300到400字是否有表格/图片/加粗段落）
# 5. 检查结尾是否有ABCD互动
# 6. 所有检查通过才放行，任何一项不通过返回重写
import re
def quality_gate(article_text, config):
results = {}
# 长度检查
length = len(article_text)
results["length"] = {
"pass": config["min_length"] <= length <= config["max_length"],
"value": length
}
# 前150字钩子检查
first_150 = article_text[:150]
has_hook = any([
"？" in first_150, # 有问句
re.search(r'\d+', first_150), # 有数字
any(w in first_150 for w in ["但", "却", "居然", "竟然", "没想到"]) # 有冲突词
])
results["hook"] = {"pass": has_hook}
# 表格检查
table_count = article_text.count("|---")
results["tables"] = {
"pass": table_count >= config["min_tables"],
"value": table_count
}
# ABCD结尾检查
has_abcd = all(f"{letter}." in article_text[-500:] or f"{letter}、" in article_text[-500:] 
for letter in ["A", "B", "C", "D"])
results["abcd_ending"] = {"pass": has_abcd}
# 总判定
all_pass = all(r["pass"] for r in results.values())
return {"pass": all_pass, "details": results}

generate_image.py  AI生成配图

# 核心逻辑：
# 1. 分析文章结构找到所有小标题
# 2. 每个小标题生成一个图片提示词
# 3. 调用出图API生成图片
# 4. 封面图单独生成（高对比度、大字、情绪感强）
# 5. 保存到output目录
def generate_images(article_text, topic, style="通用"):
# 提取所有小标题作为配图锚点
sections = re.findall(r'\*\*(.+?)\*\*', article_text)
for i, section in enumerate(sections):
# 生成图片提示词
prompt = f"公众号配图，主题：{section}，风格：{style}，16:9比例"
# 调用出图API
# 保存图片
# 单独生成封面图
cover_prompt = f"公众号封面图，主题：{topic}，大字标题，高对比度，情绪感强"
# 调用API生成封面
pass

compress_image.py  图片压缩

# 核心逻辑：
# 1. 遍历output目录所有图片
# 2. 封面图压缩到64KB以下（微信硬限制）
# 3. 正文配图压缩到200KB以下
# 4. 保持画质的同时缩小文件体积
from PIL import Image
def compress_image(input_path, max_size_kb=64, target_size=(900, 500)):
img = Image.open(input_path)
# 裁剪到目标比例
# 缩放到目标尺寸
# 逐步降低quality直到文件大小满足要求
quality = 85
while True:
img.save(input_path, quality=quality, optimize=True)
if os.path.getsize(input_path) / 1024 <= max_size_kb:
break
quality -= 5
if quality < 20:
break

format_article.py  Markdown转微信HTML

# 核心逻辑：
# 1. 解析Markdown（标题、段落、表格、图片、加粗）
# 2. 转成微信兼容的HTML+内联CSS
# 3. 把本地图片上传到微信永久素材库
# 4. 替换图片路径为微信URL
# 微信不支持外链图片，必须上传到素材库才能显示
def md_to_wechat_html(md_content, access_token):
# 获取微信access_token
# 遍历所有本地图片
# 上传到微信素材库拿到media_url
# 替换Markdown中的图片路径
# 转换Markdown为HTML
# 加内联CSS样式
pass

publish_draft.py  推送草稿箱

# 核心逻辑：
# 1. 获取微信access_token
# 2. 上传封面图为永久素材拿到thumb_media_id
# 3. 调用草稿箱API创建草稿
# 4. 返回成功/失败状态
import requests
def publish_draft(access_token, title, html_content, thumb_media_id):
url = f"https://api.weixin.qq.com/cgi-bin/draft/add?access_token={access_token}"
data = {
"articles": [{
"title": title,
"thumb_media_id": thumb_media_id,
"content": html_content,
"content_source_url": "",
"need_open_comment": 1
}]
}
response = requests.post(url, json=data)
return response.json()

5.7 把Skill装进OpenClaw

所有脚本写好后，确认文件都在

/root/.openclaw/workspace/skills/wechat-article-writer/

目录下。

跟OpenClaw对话确认Skill已加载：

你：列出所有已安装的Skill
OpenClaw：已加载以下Skill：wechat-article-writer（微信公众号智能内容助手）

5.8 使用方式

在飞书或任何OpenClaw接入的平台里发一句话：

用wechat-article-writer，参考对标文章的风格，写一篇关于XX的文章，配好图，存到草稿箱

OpenClaw会按SKILL.md定义的8步工作流自动执行，几分钟后你去公众号后台看草稿箱，文章就在那里了。

你要做的事情：过一遍文章，做deAI的”加法”（加几个口语化表达），确认质量没问题，点发布。

全流程你花的时间：5到10分钟，以前：3到5小时。

第六步：数据闭环

文章发出去之后，每周看一次数据：

把这些数据反馈到下一轮选题：完读率高的话题多写，完读率低的话题砍掉，分享率高的结构模式复用，引导语效果好的固定下来。

AI负责生产，你负责判断和调整方向。

完整成本账

一个月花100到200块，换回来的是：每天一篇质量达标的公众号文章，你只花5到10分钟过审和发布。

如果你的公众号能通过内容引流到私域做知识付费，哪怕一个月只成交一单几百块的课程，投入产出比也是正的，成交几单就是几倍几十倍的回报。

常见问题

以上就是完整教程。从公众号的赚钱逻辑到AI自动化流水线搭建到质量控制到数据闭环，每一步都写到了可以跟着做的程度。

如果你看完还不知道怎么开始，把这篇文章全选、复制、粘贴给你的AI，告诉它

我想用OpenClaw自动化运营公众号，帮我从第一步开始。