推特 40万+阅读，一天涨粉700+！这篇爆文竟 97%是 AI写的？

说实话，昨天的数据真的把我吓了一跳。

我随手发布的那篇豆包手机遭全网围剿：微信拒登、淘宝弹窗，大厂们到底在怕什么？，在 X平台（推特）上竟然爆了。

单篇阅读量冲破 40万（很多百万粉大V的单帖也才这个量级），一天之内涨粉700+，关注度简直离谱。如下图所示：

评论区里，大家吵得不可开交。有人站大厂，有人站豆包手机，还有不少人评价夸我：“这文章写得太透了，逻辑严密，尤其是那个爷爷的煤油灯的故事，简直神来之笔！”

看到这些夸奖，我其实挺心虚的。因为我必须跟各位坦白一个真相：

这篇文章，97%的内容都是 AI (Gemini) 写的。

我没有夸张。从选题、大纲、逻辑推演到最终成文，我只动了不到100个字（主要是修改一些词汇和调整了顺序）。但神奇的是，哪怕我把文章扔进专业的 AIGC检测工具，得到的评价也是：

“AI生成概率中等：结构清晰有章法，但包含个人评论、具体文化引用和情感化语言，显示人类创作与可能的AI辅助混合。”

这就很有意思了。大家平时用 AI写文章，出来的都是一股浓浓的“AI味”，为什么我这次能用 AI写出这篇有灵魂、有深度、甚至让几十万人产生共鸣的爆款？

今天，我不藏私，把这套 Deep Think 创作心法彻底拆解开来。如果你能看懂，你不仅能省下 97%的写作时间，更能感受到一种大脑被扩容的豁然开朗。

很多人的误区：把 AI当自动贩卖机

大多数人是怎么用 AI的？ 打开对话框，直接输一行字：“帮我写一篇关于豆包手机被封杀的文章。”

然后 AI给你吐出一篇四平八稳、毫无亮点的说明书。然后大骂这 AI不行，它偷懒。却没有想过，自己的方法是不是错了，即把 AI当成了自动贩卖机，投币后立马出货。如下图所示，时不时有朋友看我玩AI，玩得好，就给我出“难题”。

但我把 AI当成合伙人。正所谓：

“AI 是一个强大的能力杠杆，但杠杆的支点必须是你自身不断增长的认知深度。”

我这次的创作流程，其实就做对了三件事。我把它总结为 3C工作流。

第一步：Context（备料）手动打造外挂大脑

AI写不出深度好文，最大的原因是它肚子里没货。它只能根据原始训练数据里的平均水平来瞎编。

所以，我做的第一件事，不是让它写，而是投喂。这在技术圈叫上下文工程（Context Engineering），通俗点说，就是手动给 AI装一个临时的外挂大脑。

为了写豆包手机这篇文章，我没有让 AI去联网瞎搜，而是自己动手，收集了知乎上关于该话题最高质量的 5篇深度回答（比如@deephub的技术分析、@古都闲云的历史观点）。如下图所示，我上传了高赞回答。

这还不够。最关键的一步来了，我给 AI投喂了一个看似毫不相关的素材：动漫《爷爷的煤油灯》的故事梗概。

为什么要喂这个？因为 AI懂技术、懂商业，但它不懂人类的情感。另外，是因为我联想到此动漫了，正好是我要表达和升华的内容。

豆包手机被大厂围剿，像极了这个故事里百年前电灯刚出现时，煤油灯商人的恐慌。这个隐喻，就是我作为人类提供的认知支点。 我把这个故事扔进上下文里，Gemini 瞬间就领悟了我要的调性，不是冰冷的商业分析，而是新旧时代的悲壮博弈。

可以说，这就是手动RAG（检索增强生成）。既然 AI不知道什么是好素材，我就把全网最好的素材塞到它嘴边。

第二步：Criticize（试菜）拉满弓，才能射得远

素材喂进去了，是不是马上让它写？

千万别！ 很多人就死在这一步。直接让AI写，它大概率会消化不良，把素材简单地罗列出来。

我用了一个叫做“退一步提示 (Step-back Prompting)”的技巧。

首先，上传完材料后，我是这么对 Gemini Deep Think 说的：

“请你结合这些上传的资料，客观地、批判性地评价一下那个知乎答主的观点，以及我对于《爷爷的煤油灯》的看法。先别写文章，先帮我理清来龙去脉和各方矛盾。”

这一步太重要了！这就好比射箭，写文章是放箭，而这一步是拉弓。

为什么要这么做？原理如下：

“当你编写提示词时，实际上是在设定场景。如果你只给指令，模型只能就题论题；但如果你提供了背景（为什么做）和目的（为了什么），这就类似于退一步提示的原理——通过引导模型思考更宏观的背景，激活模型内部参数中的特定知识路径。”

通过让 AI先进行批判性思考，它自己推导出了安全只是借口，利益才是核心、这不是商业竞争，是权力倒置等深度逻辑。有了这些逻辑做骨架，后面的文章怎么写都不可能浅薄。

第三步：Create（烹饪） 注入“人味儿”

最后一步，才是生成文章。

为了防止 Gemini写出那种“首先、其次、综上所述”的八股文，我使用了“小样本提示 (Few-Shot Prompting)”。

简单说，就是给它打个样。我上传了我之前写的两篇阅读体验很好的文章，告诉它：

“请模仿这个风格。不要太严肃，要像个真人博主一样感叹（比如用‘真离谱啊’这种词），要有情绪起伏。”

其次，还给它展示了 AI生成率低/中/高的特征：

如：AI 生成概率低等（展现明显的人类元素）：体现明显的人类特征，有个人实测体验、'真离谱啊'等口语化表达、具体操作语境，以及对工具局限性的真实讨论。

结果你们也看到了。Gemini 不仅完美融合了《爷爷的煤油灯》的故事，还写出了金句：

• 那一瞬间，他悟了。不仅打火石是旧时代的产物，他手里死死护着的煤油灯，也一样。
• 别等到煤油灯彻底熄灭的那一刻，才发现自己还没来得及买一张通往新世界的船票。
• 阿里和腾讯构建的万亿级“注意力经济”（靠用户停留时长卖广告），将在 AI 的“意图经济”（用户只在乎结果）面前瞬间崩塌。

这些话，97%是 AI生成的，但灵魂是我赋予的。

结语

回顾这次40万+爆文的诞生，其实工具仅仅是 Gemini Deep Think，但核心在于流程：

1. 备料：用高质量素材和独特的隐喻故事，拉高AI的信息密度。（上下文工程）
2. 拉弓：让AI先思考、先批判、先推演，再动笔。（退一步提示）
3. 烹饪：用自己的旧文做样本，锁死文章的风格。（少样本提示）

这套流程，就是我送给各位 AI爱好者的礼物。

不要害怕 AI会取代创作。就像《爷爷的煤油灯》里那个最后开了书店的主角巳之助一样，我们要做的不是死守着打火石（旧的写作方式），而是去学会如何使用电灯（AI工作流），去照亮更大的世界。

如果你想看我这次创作的完整提示词（Prompt）和与AI的全部对话记录（包括我是如何一步步调教它的）欢迎关注我的公众号，在后台回复关键词【豆包手机】，我把这套价值千金的实操记录免费分享给你。

相信我，看完你会更有一种原来如此的惊喜感。

文章来自于“稀有学生”，作者“我是离谱”。