Make 24. AI 写作革命：DeepSeek 自动生成10万+ 爆文工作流教程

引言

DeepSeek R1发布后，我第一时间就在想——它的推理能力加上对中文写作风格的深度理解，能不能真正实现爆文的自动化生产？不是那种一看就是 AI 写的流水账，而是带有鲜明风格特征、能让人读下去的好文章。

我是翔宇。翔宇第一时间测试了 DeepSeek R1 的写作能力，在中文风格模仿方面确实远超之前的模型。

经过大量测试，答案是肯定的。我搭建了一套完整的爆文自动生成工作流：你只需要在 Notion 中输入写作主题和想要的风格（比如董宇辉、咪蒙、战狼），系统就会自动抓取素材、模仿风格创作、生成配图、排版成图文并茂的完整文章。整个过程不需要任何人工干预。

更让我震撼的是生成质量。一篇咪蒙风格的 DeepSeek 文章，标题"中国这家小公司，一夜让美国巨头蒸发4万亿，背后真相让所有人沉默"，正文开头"深夜2点，硅谷大佬们集体失眠了"——如果不说是 AI 写的，你几乎分辨不出来。

你将学到

• AI 爆文创作的四大核心方法论
• DeepSeek R1推理模型的写作风格模仿原理
• 利用 Together AI 稳定运行 DeepSeek 的方法
• EXA 素材抓取与文本聚合的工作流配置
• Set Variable 跨路由数据传递的第三种方案
• 正则表达式提取 DeepSeek 思维过程
• 文章结构化分段与智能配图的完整流程
• 302AI 图片搜索 API 的调用方法

视频教程

本教程配套视频已发布在 YouTube，建议搭配视频一起学习效果更佳。

详细教程

AI 爆文创作四大方法论

在进入 Make 实操之前，我先分享我总结的四种 AI 爆文创作方法，这是"术"的部分：

方法一：提示词驱动创作法（第14期视频介绍过）。分析爆款文章的写作特征，提炼写作技巧，汇总成一套风格提示词，再配合热点素材进行创作。

方法二：结构化模板创作法。在方法一基础上升华——解构爆文的开篇引入、权威背书、场景叙事、行动号召等结构，形成框架化提示词指导创作。

方法三：推理模型写作风格模仿法（本期重点）。直接告诉 DeepSeek R1"按照某某的写作风格创作"，它会先推理素材内容，再分析写作风格特征，最后模仿该风格完成创作。核心前提是 DeepSeek 的训练数据中包含了大量中文大 V 的写作样本。

方法四：爆文智能改写法。直接抓取现有爆文进行风格化改写，最简单粗暴但有效。

这四种方法并非互斥，实际运用中可以组合。但一定要理解：工作流是爆文的必要条件而不是充分条件。任何爆文的产生都是多因素协同的结果，工作流解决的是效率和质量下限的问题。

写作风格模仿的核心原理

DeepSeek 之所以能实现高质量的风格模仿，关键在于它基于海量中文知识训练。董宇辉、罗辑思维、咪蒙、三联生活周刊——这些大 V 的文章风格已经深入模型的"知识库"。当你说"按董宇辉的风格写"，它能在推理过程中分析出：语言流畅、善用生动比喻、注重情感共鸣、层次分明、注重文化内涵。

验证方法很简单：打开 DeepSeek 的思考过程（Thinking），看它是否准确识别了你指定的写作风格特征。如果它写"董宇辉善于用生动的比喻和情感共鸣"，说明它确实理解了这个风格。如果换成一个不知名的作者，它可能就无法准确还原。

实测效果：

• 咪蒙风格 + DeepSeek 主题 → 震惊体标题，数据详实，情感强烈
• 董宇辉风格 + 哪吒影评 → 文化底蕴深厚，比喻精妙，字里行间都有画面感
• 战狼风格 + 比亚迪天神之眼 → 激情澎湃，对比鲜明，"杀器""颤抖"等关键词精准到位

文章配图四种方案

本期工作流采用的是图文并茂的方案，这里总结我目前介绍过的四种配图方式：

本期使用302AI 方案，通过 HTTP 模块调用图片搜索 API，根据每段内容生成的关键词检索匹配图片，保存到 Cloudinary 图床后嵌入文章。

Make 工作流实操

Notion 输入库配置

新建 Notion 数据库，包含：标题、状态（单选：开始/已完成）、主题（文本）、素材（文本）、写作风格（单选）。写作风格可以添加董宇辉、咪蒙、罗辑思维、果壳等选项，也可以填入你所在领域的大 V 名称。

素材获取的双通道设计

这是本期工作流的一个设计亮点。通过路由器的条件筛选实现两条路径：

• 素材字段为空 → 走 EXA 自动抓取路径（根据主题在互联网上检索4条相关素材）
• 素材字段有内容 → 走手动素材路径（直接使用 Notion 中填入的素材）

两条路径最终都通过 Set Variable 存储为"写作素材"变量，下游的创作模块通过 Get Variable 统一获取。这种设计让同一套工作流既支持全自动模式也支持半手动模式，比建两个独立工作流优雅得多。

Together AI 稳定运行 DeepSeek

DeepSeek 官方 API 和 OpenRouter 在这段时间的稳定性都不理想，经常报错或无输出。我测试下来，Together AI是目前运行 DeepSeek R1最稳定的平台，成功率95%以上。注册只需谷歌邮箱 + 信用卡充值1-2美元，可以用很长时间。

通过 HTTP 模块调用 Together AI 的 API，在请求体中指定模型为 DeepSeek R1。核心提示词只需一句："请根据{写作风格}的写作风格，基于提供的{主题}的素材进行爆款微信公众号文章的创作，目标是撰写10万+的微信爆文。"

关键细节：一定要明确告诉它创作目标是爆文（不是普通博客文章），这会显著影响输出质量。

思维过程提取

DeepSeek R1的输出包含<think>...</think>思考过程，这是我特别想保留的部分——它能告诉我模型是否正确理解了写作风格、如何组织素材、怎样安排文章结构。通过正则表达式 Match Pattern 模块提取 think 标签内的内容，保存到 Notion 附录页。

结构化分段与智能配图

DeepSeek 输出的是一整篇文章，需要经过两步处理才能实现图文混排：

第一步：OpenAI 4o-mini 结构化分段。把完整文章发送给4o-mini，让它按 JSON 格式输出标题、摘要和全文段落数组。这一步的目的是把文章切分成可以逐段配图的结构。

第二步：重复器 + 智能切片配图。这里用到了一个比较精巧的函数设计：假设全文有15个段落，我不需要每段都配图，而是等分成6份，每份约3个段落。通过slice函数按重复器的索引动态切分，每个切片生成一组配图关键词，再通过302AI 检索图片。

核心函数逻辑：

slice(全文数组, (i-1) * ceil(length/6), i * ceil(length/6))

同时设置筛选条件——切片后的数组长度必须大于1才往下走，避免空切片导致报错。

最终组合与保存

配图完成后，将每个段落的文本和对应图片的 Markdown 标记组合在一起，形成图文并茂的完整文章，最终保存到 Notion 知识库。状态自动更新为"已完成"。

延伸阅读

• Make 23. 提示词生成新方法：用 Make 自动化生成，只有今天能学到的独家技巧
• Make 25. 全网首个多模态 Make 工作流，轻松从文本、音频或视频生成爆款口播稿
• Make 20. Make 工作流改造方法论：一个工作流如何变成 1000 个工作流？

常见问题

Q：DeepSeek 的幻觉问题严重吗？
A：在爆文场景下，幻觉确实比其他模型多一些，特别是数据和时间方面。但就写作风格的复刻来说，它的表现是目前最好的。建议创作后对关键数据进行人工核实。

Q：写作风格必须是知名大 V 吗？
A：不一定，但效果最好的确实是 DeepSeek 训练数据中有大量样本的作者。你可以在思考过程中验证——如果它能准确描述出该风格的特征，就说明可以用。如果用了不知名作者，生成效果会打折扣。

Q：302AI 的图片搜索和 Apify 谷歌图片有什么区别？
A：302AI 配置更简单（单个 HTTP 模块），价格也更低，但本质上都是搜索引擎图片，存在版权风险。如果对版权有要求，建议用开源图库或 AI 生成方案。

Q：工作流运行一次大约多少费用？
A：主要成本在 DeepSeek R1的 API 调用和配图环节。Through Together AI 一次创作约0.1-0.3美元，加上配图检索和4o-mini 分段，总计约0.5美元以内。

总结

这期视频是目前为止信息密度最高的一期。从爆文创作的四大方法论到 DeepSeek 风格模仿原理，从双通道素材获取的路由设计到智能切片配图的函数实现，每一个环节都经过了反复的测试和优化。

我始终认为，自动化工作流解决的是效率问题，但内容创作的成功还需要对赛道的深刻理解、持续的实践和不断的迭代。工作流是起点，不是终点。希望这套方案能帮助你在内容创作的道路上走得更快一些。

资源下载

• AI 编程实操课：国内版-FlowUS | 国际版-BMC
• YouTube 频道：翔宇工作流