个人博客自建指南（3.1 番外）：AI协作二轮三阶段法 —— 以博客专栏三篇成文为例

前言

这个番外的起因很简单：博客专栏三篇写完后，我回头看了一下与AI之间的对话记录，发现一个有趣的现象：

第一篇（fnm）效率很高，因为我有现成的笔记，AI 基于笔记整理，偏差少。第二篇（VSCode）效率偏低，因为我只给了框架想法，AI 出草稿后我反复修正了好几轮。第三篇（Git）效率又高了，因为我给了草稿框架，AI 出完整版，我逐节验证，偏差都在可控范围内。

这三篇的差异让我意识到：AI协作不是“AI 一次出完美结果”，而是有一套可复用的流程和方法。这篇番外就把这套流程和方法整理出来，既是记录，也是后续协作的模板。

一、讨论起点：从“AI 能帮我写文章”到“怎么让 AI 帮我写好文章”

最开始用 AI 写专栏时，我的预期是“我把需求说清楚，AI 一次出完美草稿”。实际用下来发现不是这样——AI 会犯错，会凭记忆写旧信息，会忽略国内网络环境的特殊性。

但我也发现：AI 犯错不可怕，可怕的是不知道怎么高效地纠正它。

于是我开始观察我们之间的协作模式，试图找出“哪些做法让修正效率高、哪些做法让修正效率低”。最终总结出了下面这套流程。

二、二轮三阶段人机协作循环框架

整个协作流程分为三个阶段，前两个阶段构成一个“迭代循环”，第三阶段是终稿打磨。

第一阶段：AI 主导出草稿
    ↓
第二阶段：人主导逐节迭代 ←→ AI 出解决方案（循环多次）
    ↓
第三阶段：人主导终稿打磨
    ↓
   定稿

第一阶段：AI 主导出草稿

要素	说明
输入	框架想法（方向、目标、已知要点）
AI 产出	框架正确但细节有偏差的详细草稿
人的动作	接收草稿，不做修改，只做标记——哪里不对、哪里漏了、哪里可以更好
典型产出物	带批注的草稿版本

第二阶段：人主导逐节迭代

要素	说明
输入	实践验证的偏差（实操后发现的坑、不准的地方、缺失的步骤）
AI 产出	高频解决方案（针对每个偏差给出修正方案）
人的动作	逐个小节迭代，锁定各小节最优解，最终输出修订定稿
关键原则	不跳过任何一个小节，每个小节都要经过“偏差发现 → 方案给出 → 验证确认”的闭环
典型产出物	修订定稿

第三阶段：人主导终稿打磨

要素	说明
输入	修订定稿
AI 产出	优化点和微错点清单
人的动作	审阅清单，选择性采纳，锁定终稿可发布
后续	存档，供后续灵感一现再行修订，走向完美
典型产出物	可发布的终稿

三个关键特征

• AI 负责“广撒网”：第一阶段出完整草稿，覆盖所有可能需要的点，哪怕有偏差
• 人负责“精准捕捞”：第二阶段逐节验证，只保留正确的、经过实战检验的内容
• 终稿权在人手里：第二阶段和第三阶段都是人主导，AI 只提供建议和方案，不做最终决定

三、三阶段对应模板

以下三段模板是从博客专栏三篇的协作过程中提炼出来的，可以直接复制使用。

3.1 第一阶段投喂模板（给 AI 出草稿时用）

在给出框架想法时，末尾加上这段，让 AI 出稿前先做三件事：

以上是我给的框架想法，请你基于此出详细草稿。出稿前先确认三件事：

1. 我提到的工具/插件如有重名或近期更名，请先核查当前（2026年）应用或插件市场里的正式显示名、扩展ID和作者，不要凭记忆写
2. 涉及下载/安装的，国内网络环境下给出至少两个下载源（官方+国内镜像/代理），并标注主推
3. 输出格式：每节先给“做什么”，再给“命令/配置”，再给“验证方式”，再给“常见坑”一段

3.2 第二阶段反馈模板（给 AI 修正偏差时用）

3.2.1 逐条反馈模板

开始修订章节时，按以下格式逐条反馈：

位置：[小节名，如“1.2 必备插件”的表格第2行]
现象：[当前写的是什么，哪里不对]
原因：[为什么不对，如“凭记忆写的旧名”]
期望：[改成什么样，最好给一句示例文本]
附加：[本节其他需要顺手调整的细节]

3.2.2 综合输出全文模板

反馈完成后，要求 AI 输出完整修订版全文：

以上是全部修订意见，请基于这些意见输出完整的修订版全文。

要求：
1. 保留原文结构和章节编号
2. 所有修订意见均已融入，不遗漏
3. 输出完整的、可直接发布的版本（含前言、正文、总结）
4. 输出文章后，单独跟一小节，指出在每处修改的前后对比，方便快速定位

3.3 第三阶段终稿检查模板（给 AI 扫尾时用）

修订定稿出来后，让 AI 以“终稿检查员”视角扫一遍：

以上内容是一篇技术教程的修订定稿，请你以“终稿检查员”视角扫一遍，只输出优化点和微错点清单，不要重写。

检查维度：
1. 命令格式一致性（提示符 > 是否只在 PS 提示符出现，不进 code 块）
2. 代码块语言标记是否准确（powershell / bash / json / ts 别混）
3. 路径写法一致性（D:\fnm-windows vs D:/fnm-windows）
4. ⚠️ / 💡 / > 引用 这三种提示符的使用是否统一
5. 小节编号是否连续、标题层级是否对得上
6. 外链是否加了国内访问不稳的备注

每条给“位置 + 现象 + 建议”，不要改原文。

四、适用边界

这套方法论适用于技术写作场景（教程、指南、专栏文章），不适用于：

• 创意写作（诗歌、小说、营销文案）——AI 主导度太高，人主导迭代的意义不大
• 纯事实核查（数据报表、法律文书）——不需要迭代，一次出准确结果更重要
• 高度个性化的个人表达（日记、随笔）——AI 介入反而失真

总结

这套“二轮三阶段法”是从博客专栏三篇的协作过程中长出来的，不是凭空设计的理论框架。它承认 AI 会犯错，但不让错误累积——每个偏差都在第二阶段被捕获和修正，不会留到终稿里。

如果你也在用 AI 协作写技术文章，可以直接复制上面的三段模板，按流程走一遍。第一次可能会觉得“多了一步”，但走完会发现：修正次数少了，终稿质量高了，总体时间反而省了。