预览区

把一次 AI API 调用讲清楚：二进制的耳语的编辑与发布工作流

公众号：二进制的耳语，作者：青玉白露

一次 AI API 调用的价值，不只在于拿到一段返回文本，更在于让编辑者能回看输入如何变成初稿，再变成可发布的文章。本文以一条调用链为线索，整理二进制的耳语的编辑与发布工作流。

先写清编辑意图，再发起调用

调用前，我们先写一段简短的编辑 brief：面向谁、要解释什么、哪些材料是事实来源、哪些说法仍需人工确认。这个步骤会多花一点时间，却能避免把模糊需求交给模型后反复返工。

模型负责提供候选表达，人负责守住事实边界。 阅读体验和准确性需要同时被照顾。 把所有历史对话无差别粘贴进去 往往只会模糊本次任务的重点。

请求中需要交代的内容

  • 系统约束：说明语气、范围和不应编造的事实。
  • 用户任务：提供背景材料，以及希望读者获得的答案。
    • 明确文章主题与目标读者
    • 列出必须出现的术语与参考链接
    • 对引用和截图做人工复核
  • 输出约束：要求使用小标题、短段落和可复制的代码片段。

一次调用不是文章的终点。它只是把编辑判断转化为初稿的开始，之后仍需要审阅、排版和发布前检查。

把 API 返回当作待编辑稿

我们用结构化输入保存上下文，再把模型返回的文本视为待编辑稿，而不是直接可发布稿。关于平台能力与规范，可查阅 微信开放文档，并在正文中说明读者为什么需要打开它。

生成后的初稿会进入一个简单但明确的顺序：

  1. 编辑先核对标题是否回答了读者的问题。
  2. 再检查事实、链接和代码是否仍与来源一致。
  3. 最后把确认过的内容交给 Markdown 渲染与公众号排版。

一段足够小的 TypeScript 调用示例

ts
type DraftRequest = {
  topic: string;
  sourceNotes: string[];
};

export async function createDraft(input: DraftRequest) {
  return callAiApi({
    prompt: input.topic,
    context: input.sourceNotes,
    temperature: 0.4
  });
}

代码块只展示调用形状，不假设某个具体供应商的生产配置。生成结果仍需要由编辑确认事实、语气和引用是否合适。

编辑工作流中的代码与笔记

编辑工作流中的代码与笔记

图片可以帮助读者在长文中切换注意力，但它不替代说明文字。这里的配图对应从材料、提示词到编辑稿的整理过程，实际发布时仍应补充来源和版权信息。

发布前，让 Markdown 保留结构

二进制的耳语把 Markdown 作为中间交付物保留下来，是为了让标题、引用、列表、代码和图片都有可追溯的文本来源。主题切换只改变展示层，文章结构不应随之丢失。

最后一轮检查清单

  • H1、H2 与 H3 的层级可以独立阅读。
  • 重点结论、补充说明 与 不再适用的写法 有明确的视觉区分。
  • 行内参数如 temperature 与代码块都能保持可读。
  • 在公众号后台预览外链和图片加载情况。

当稿件通过检查后，再由编辑在后台确认封面、摘要和发布时间。这个流程没有承诺某个固定产出或效果，它只是在每一步保留了可以回看、可以修订的依据。