把 JEV 接进内容工作流：从知识整理到文章发布前检查

资料越存越多，写稿的速度越来越快，发布前要检查的事情却一点没少：旧笔记里是不是已经有了同样的信息？这段话是否符合自己的表达习惯？标题有没有承诺过头？读者看完能不能真正解决问题？

JEV 可以尝试放在这些检查环节里。上一篇《JEV 能做什么？》介绍了它的基本能力，这一篇把范围缩小到内容创作，具体拆解四种工作流。

下面是根据 JEV 的能力设计的接入方案与示例，尚未作为完整系统实测。它们需要配合现有的笔记工具、写作工具或网站后台使用。

图：JEV 四种内容工作流示意，原图署名 @shannholmberg。左侧提供材料，中间进行判断，右侧由软件执行并由人复核。图中的表现与排名评估属于应用设想；价格为图示信息，使用时以官方最新说明为准。

先分清任务：材料、判断、修改各由谁负责

一个实用的流程可以这样安排：笔记或采集工具准备材料，JEV 按标准判断，写作模型根据问题清单修改，最后由编辑核实并发布。保存、检索、抓取网页和读取发布数据，仍由相应工具完成。

按照官方文档，JEV 可以从给定选项中选择、按等级评分，或返回某个条件成立的概率。问题应尽量具体，例如“这段是否重复上一段的结论”，而不是笼统地问“整篇文章该怎么优化”。

建议从一份检查清单开始。先明确判断结果会影响哪个动作，再决定有没有必要调用模型。

一、整理知识库：给新资料找到位置

这里的“知识库”，可以只是一个笔记目录。假设你长期整理 AI 工具资料，每条笔记至少保留标题、正文、来源链接和收集日期。

先准备材料。给新资料分配编号，提供少量明确分类，例如“安装配置”“功能用法”“故障排查”“产品动态”和“其他”。如果想检查重复内容，再由搜索工具找出几条可能相近的旧笔记，连同编号一起提供。

再设计问题。可以从下面三个判断开始：

• 这份资料主要属于哪个分类？使用 Choice，选项中保留“其他”。

• 新资料和候选旧笔记是否描述同一个问题、同一种解决方法？每个候选单独判断。

• 新资料是否增加了旧笔记没有的新版本信息、前置条件或处理步骤？使用 Noul。

最后决定如何归档。如果内容相近但增加了新的适用条件，可以标为“建议补充到旧笔记”；如果只是主题相同而步骤不同，应保留为独立资料。第一次接入时，先展示归档建议，不直接合并或删除。

例如，同样是容器启动失败，一篇解决端口占用，一篇解决目录权限。只比较标题很容易误判，正文里的错误信息和解决条件才是关键。

还要留意判断的范围：只提供五条候选笔记，最多只能说明它和这五条的关系，不能据此宣称整个知识库没有重复。必填字段是否为空、链接格式是否正确、保存是否成功，这些可以直接由程序检查。

二、检查写作风格：把“像我写的”变成明确标准

让 AI“写得自然一点”，每个人理解都不一样。更容易执行的办法，是先准备一份简短的个人写作说明，再挑几段自己认可的旧文章作为参考。

下面是一份适合实用教程的示例，可以按自己的习惯修改：

面向有基础但不熟悉该工具的读者。开头交代要解决什么问题。每段只展开一个重点。提到功能时给出使用条件。没有验证过的结果，不写成亲身经历。少用空泛评价，优先写具体步骤和限制。

这份说明常被称为 Voice DNA，理解成“个人写作风格说明”就够了，不需要专门搭建系统。

检查时，把草稿按段落编号，再分别询问：这一段是否只有评价而缺少具体信息？是否重复前文已经讲过的结论？是否把推测写成确定事实？是否出现与风格说明明显冲突的表达？

其中事实类问题要同时提供来源材料；没有证据时，最多标记为“需要核实”，不能让模型凭语气判断真假。

JEV 负责返回各段的判断结果，程序将它们对应到段落编号；解释原因和改写句子，可以交给编辑或写作模型。不要要求 JEV 自由撰写一份长篇修改报告。

比如草稿写着“这款工具显著提升效率，彻底改变创作体验”，但后面没有任务耗时或具体用法。合理的修改方向是补上实际操作和适用范围，不能为了让句子显得可信而编一个节省时间的数字。

这套检查针对表达问题，不能用来认定一篇文章是不是 AI 写的。

三、发布前评估：给标题和开头一个比较依据

有了几个标题版本，接下来最有用的问题是：哪个更清楚地告诉读者，这篇文章能解决什么？

准备待选标题、文章正文、目标读者描述。如果使用历史文章作参考，还应记录发布时间、平台、内容类型，以及统一观察周期内的曝光、点击或收藏数据。

先从三个独立维度评分：

• 对象是否明确：读者能否看出文章适合谁？

• 收益是否具体：是否说明能学会什么或解决什么问题？

• 承诺是否兑现：正文是否提供了标题承诺的内容？

每个维度都要写清等级。例如“承诺兑现”可分为：正文基本未涉及、只解释部分内容、主要问题有可执行答案。把这些评分分别保留，往往比压成一个总分更方便修改。

举个例子：“这款 AI 太强了”和“用 JEV 检查教程草稿：先找重复段落，再核对标题承诺”，后者描述了具体任务。如果正文没有提供检查方法，后者同样需要修改。

发布后，可以在固定时间点回看真实数据。若高分内容没有表现更好，应检查评分规则、样本和选题条件，不要只挑成功案例证明模型有效。跨平台、不同曝光量、不同观察周期的原始阅读数，也不宜直接放在一起比较。

在有足够的历史验证之前，我更愿意把它叫作“编辑评估”，而不是“爆款预测”。

四、SEO 审查：围绕读者的问题检查缺漏

SEO 场景需要先准备好资料：目标关键词、目标读者、自己的草稿，以及相关搜索结果中的页面内容。JEV 不会因为收到一个关键词就自动掌握当前排名，需要搜索工具或人工提供这些材料。

如果参考搜索结果前十，应同时记录搜索日期、地区和语言，并区分广告与自然结果。它们是用来了解读者可能需要什么的参考材料，不能当作照搬的提纲。

假设要写“Docker 容器目录权限问题排查”，可以准备一份自己的检查清单：

• 是否说明报错出现在哪个操作中？

• 是否区分宿主机目录与容器内路径？

• 是否给出确认运行用户和目录权限的方法？

• 修改步骤之后，是否说明如何验证问题已经解决？

• 是否把可能丢失数据或扩大权限的操作交代清楚？

这是一组示例问题，不代表本文已经采集并分析该关键词的实际搜索结果。真正执行时，应根据目标问题和来源材料调整。

对每个检查项，可以让 JEV 判断“已覆盖、部分覆盖、未覆盖、无法判断”，再由编辑核对被标记的部分。缺少验证步骤，就补验证步骤；前置条件不清楚，就补适用环境。不要为了凑长度把所有相关文章的内容都塞进去。

Google 的内容质量指南强调原创价值、可靠来源以及对读者的实际帮助，也明确没有偏好的固定文章字数。因此，这里的目标是找出内容缺口；评分不能等同于搜索排名，也不能承诺进入首页。

把检查结果交给写作工具时，限定修改范围

假设一篇文章检查后，只有第 3 段重复、第 7 段缺少依据。可以给写作工具这样的修改要求：

只处理第 3 段和第 7 段。第 3 段删去与前文重复的结论，保留新增信息；第 7 段只使用提供的来源补充依据，材料不足就保留待核实标记。其他段落不调整，不新增未经证实的数字和经历。

这能让复核范围保持清楚。改完后，重新检查受影响的段落以及它们与前后文的关系；如果模型提出的改动没有依据，编辑可以直接拒绝。

同一份材料上的独立问题，可以合在一次请求中处理；先判断再检索更多资料的步骤，则需要分开。具体组织方式可参考 TypeSafe 的工作流模式，不必一开始就把四个场景全部接通。

第一次尝试：用十篇旧稿做一次小检查

我建议先做一个只读实验：挑十篇已发布旧稿，选其中一个任务，例如“重复表达检查”。编辑先人工标记问题，再用同一套标准让 JEV 判断，逐条比较。

没有开发环境，也可以按官方快速入门使用 Playground：放入一段材料，添加具体问题，查看结果。中文稿件就用真实的中文样本测试；未公开的客户资料和内部材料，应先确认可以提交给所用服务。

记录三件事就够了：标记的问题有多少被编辑认可、哪些真实问题没有被发现、加上复核后有没有节省时间。十篇只能帮助发现明显问题，不能证明已经具备稳定的预测能力。

如果这个小任务确实有用，再接到每次发布前的草稿检查里。让 JEV 先做一件能核对的事，比同时搭起知识库、写作、评分和自动发布，更容易看清它到底帮了多少忙。