大家好，我是程序員魚皮。

最近我看了影視颶風 Tim 分享的 AI 工作流，他們團隊主要做視頻內容，用 AI 輔助選題、生成概念片、生成語音，效率提升了一大截。

我作為程序員 + 知識博主 + 編程講師 + 創業者，日常要處理的東西比做視頻還多還雜，包括寫代碼、寫文章、拍視頻、管公司、做產品、回答用戶問題等等……

所以我對 AI 的依賴程度可能比大多數人都重。

從今年起，我個人每個月消耗的 token 量在 10 億 左右，累積燒了 40 億 tokens。因為我幾乎所有重復性的工作，都封裝成了 AI 工作流。

什么叫工作流呢？

你可以理解為一套固定的操作規范和流程，也可以簡單理解為 Agent Skills 技能包。AI 可以按照這個流程去執行任務，我只需要給它一個觸發信號就行。

下面給大家分享一下我自己的 AI 工作流，希望能給大家一些啟發。

全程干貨，建議收藏~

1、熱點獲取與選題

我利用 AI 編程開發了「全網熱點監控工具」，并封裝了「創作選題獲取工作流」。

通過全網熱點監控工具，我可以輸入要監控的熱點關鍵詞，讓 AI 定期幫我從全網抓取該熱點相關的信息，并進行智能分析。

在我需要獲取熱點和靈感的時候，可以在 AI 編程工具中打開創作選題獲取工作流，直接給 AI 發送「今日選題」4 個字，AI 就會自動抓取全網熱門信息，輸出一份按熱度排序的熱點報告，包含信息來源和對應的創作建議。

2、圖文創作

我自己持續打磨和優化了一套「圖文創作工作流」，同時支持長文章和短圖文的創作。

我只要把選題或者寫好的教程草稿提供給 AI，它會先全網調研相關信息，然后生成大綱等我確認，確認后根據我的寫作風格生成全文，我再人工精修調整，最后讓 AI 校驗一遍有沒有事實錯誤。

這套工作流里我給 AI 寫了完整的風格指南，告訴它我喜歡什么表達方式、討厭什么套話，生成出來的內容越來越接近我自己寫的風格了。

對于知識講解類的內容，我會讓 AI 拆分段落，給每一段生成對應的 AI 生圖提示詞，然后丟給 Nano Banana 或者 GPT Image 來出圖，幾乎不用自己畫圖了。文章封面和教程海報也是讓 AI 來生成的，給它描述一下風格和要素就行。

不過說實話，圖文創作這塊能提效的程度因內容類型差異很大。比如教程類的內容需要大量實操截圖，我一般都是自己先把實操跑完，再把草稿給 AI 潤色，這部分還是很花時間的。寫熱點資訊類的內容也不容易，大多數時間花在了人工校驗上，畢竟 AI 是有隨機性的，隨時可能出現幻覺，事實性的東西必須人來把關。

寫完文章之后，我利用 AI 編程做出來的「全平臺文章同步助手」，一鍵把文章同步到公眾號、知乎、B 站等 10 多個平臺的草稿箱，再人工調整和發布。以前同步一篇文章到這些平臺，得花將近 1 小時來回復制粘貼、調格式、上傳圖片，現在點一下就完事了。

3、編程開發

毫不夸張地說，我現在 99% 的代碼都是 AI 寫的。

舉個例子，我之前需要一個自動化工具來處理電商平臺的日常運營，因為手動處理每天得花一兩個小時，都是重復的、無意義的工作。

于是我就寫了個需求文檔丟給 AI，讓它幫我開發了一個 Chrome 瀏覽器插件。現在這個插件全自動在后臺跑著，定時檢查訂單、自動處理反饋，完全不用人工管理。

換成以前純人工開發，這種跨多個網站的復雜瀏覽器插件至少得寫一周，用 AI 編程前后加起來不到一天就搞定了。

除了寫代碼，AI 在源碼分析上也很好用。之前我學 Claude Code 源碼的時候，直接讓 AI 先把完整源碼分析一遍，然后當做我的問答助手，遇到不理解的設計直接問它；甚至還可以讓 AI 生成一個源碼分析解讀網站，比自己一行行看代碼效率高太多了。

4、問題處理

工作和生活中遇到的各種問題，都可以讓 AI 協助你解決。

比如我之前某平臺的賬號綁卡綁錯了，換以前我可能打幾次客服電話，被來回踢皮球，然后就放棄了。但這次我讓 AI 跟客服周旋，生成各種話術和申訴材料，經過了將近 1 個月，最后還真解決了。畢竟 AI 不會煩不會累，而且生成話術又快又正式。

還有填寫表單的時候，我也直接網頁截圖、或者把網頁結構復制給 AI，讓它幫我生成填寫的表單項，然后我直接復制粘貼，美滋滋~

5、公司管理

以前公司財務相關的問題，我要么去問財務，要么自己網上搜，但搜出來的信息五花八門，很容易被帶偏或者被忽悠。

像合同條款之類的，也不可能每份都花錢找律師看。

現在我直接把公司所有的背景信息、財務情況、工資表、發票等等全部交給 AI，讓它幫我規劃合理避稅的建議，幫我分析公司的營收情況，審查合同之類的法律文件。

重要信息我會同時用多個 AI 大模型交叉驗證，不會單獨信一家的結論。

6、數據分析

雖然我們團隊有自己的數據監控看板，但是如果想看某個新的業務指標（比如對比上周和這周的付費轉化率），就得自己寫 SQL 語句查庫，或者找開發同事幫忙查，有時候一個數據要等很久才能拿到。

現在我直接讓 AI 對接了業務數據庫（只讀模式），通過自然語言告訴它 “我想看什么數據”，它會自動轉成 SQL 查詢并給出分析報告，說句話的功夫就能拿到結果。

這其實就是經典的 NL2SQL（將自然語言翻譯成 SQL），網上這種開源項目還挺多的，比如 Chat2DB，可以省去自己搭建工作流的時間。

7、視頻創作

我沒有搞什么全自動視頻生成工作流，這種模式雖然省事兒，但缺少溫度和真實感。

我更多的是利用 AI 來節省重復工作的時間、提高效率，比如下面這些場景。

1）演示網站生成

有些教程類的視頻，以前我得自己給視頻找畫面，現在直接讓 AI 根據寫好的圖文，生成交互式 PPT 演示網站，我對著講解就好。

2）空鏡頭生成

以前找合適的空鏡頭，要去素材網站一個個翻，還要注意版權風險。現在用即夢 Seedance 這類 AI 視頻生成模型，輸入提示詞文本就能生成有創意的視頻，讓畫面更充實。

3）字幕修復

我經常用「剪映」剪輯視頻，剪映自動識別的字幕總會有一些錯別字和斷句問題，以前得人工逐條去改，又枯燥又浪費時間，尤其是有很多英文技術名詞的教程視頻，改起來更惡心。

現在我直接把字幕文件丟給 AI，讓它根據我寫好的文案自動修復，然后再導入到剪映里就好，爽的一皮~

4）元信息生成

視頻發布前，我會讓 AI 生成各平臺視頻發布所需的信息，比如標題、標簽、簡介描述、封面建議等等。不同平臺調性不一樣，它能針對性地輸出不同版本。

雖然生成的部分內容有些生硬，但是能帶給我不少靈感，人工改巴改巴就能發布了~

最后嗶嗶

以上就是我的 AI 工作流分享，可以看到我已經完全把 AI 融入到自己的工作中了，tokens 就是我的生產力。

大家不要覺得搭建 AI 工作流很麻煩，我的這些工作流，不是一兩天就搭建完成的，而是我不斷地在工作中發現問題、嘗試利用 AI 來解決問題、再讓 AI 沉淀為可復用的工作流，最后經過不斷迭代優化，才得到了適合我的 AI 法寶。

你所有的重復工作，都可以嘗試通過 AI 編程或者封裝工作流來提高效率。而且你要在使用 AI 的過程中不斷給它反饋，注入自己的思考、表達習慣和工作方式，才能讓 AI 越來越適合你。

本文會收錄到我免費開源的 ，上千張圖、幾十萬字，完全免費開源，從零基礎快速學會 AI 編程，再到做出自己的產品、跑通變現全流程，一次拿捏。

我是魚皮，持續分享 AI 編程干貨。學會的話記得點贊收藏和關注，也歡迎在評論區聊聊：你在用 AI 做什么？有沒有封裝過自己的工作流？