企业官网建设流程全解析

我用 Python 搭了一条"AI 写稿→自动配图→定时发布"的流水线，每天 3 篇不用管

很多人问我：你公众号/博客天天更新，哪来那么多时间？

答案很简单：写一篇内容的是人，但把内容变成"每天稳定产出"的，是一套代码流水线。

这篇文章把我的完整方案拆开讲：AI 写稿、自动配图、定时发布三个环节怎么串起来，每一步给出可复用的思路和关键代码片段。不求你能一次抄完，但至少你抄走其中一环，就值回票价。

一、整体架构：一句话版

定时器触发 ↓ ① AI 写稿（大模型 API，按 Prompt 模板生成正文） ↓ ② 自动配图（AI 生图 API，生成无文字封面） ↓ ③ 定时发布（调度器 + 浏览器自动化，上传发布） ↓ 日志记录（每天产出自动归档）

核心思想就四个字：管道化（Pipeline）。每个环节只做一件事，环节之间用"产物文件"交接（正文 md、封面 png），互不耦合。这样任何一个环节挂了，替换掉它就行，不会整条线瘫痪。

二、环节①：AI 写稿

写稿不是"丢一句话给模型"就完事。稳定产出的关键是Prompt 模板化 + 输出校验。

2.1 固定一个高质量 Prompt 模板

以"科技 AI 新闻解读"类文章为例，我会给模型明确的角色、结构、风格要求：

你是一名科技编辑，请根据以下素材写一篇 CSDN 技术博客文章： 1. 标题：紧扣主题，含具体信息点（如模型名、数字），不超过 60 字 2. 开头：一句话点题，交代"为什么值得读" 3. 正文：分 3-5 个小节，每节一个小标题；技术点用列表或代码块呈现 4. 结尾：一句话总结 + 提示关注 5. 全文 1000-1500 字，口语化，避免空洞套话 素材：<粘贴新闻/资料>

用 Python 调用时，把模板放进一个函数：

import openai def generate_article(material: str, prompt_template: str = PROMPT_TEMPLATE) -> str: """调用大模型生成文章正文，返回 Markdown 文本""" resp = openai.ChatCompletion.create( model="gpt-4o-mini", messages=[ {"role": "system", "content": "你是一名资深科技编辑。"}, {"role": "user", "content": prompt_template.format(material=material)}, ], temperature=0.7, max_tokens=2000, ) return resp["choices"][0]["message"]["content"] article = build_article(material="OpenAI 发布 GPT-6 Astra……")

关键经验：

• 把"角色设定 + 结构约束 + 风格要求"写死在 Prompt 里，而不是每次重新口述
• 生成后必做校验：标题长度、是否含关键数字、段落数。校验不过就重试一次（最多 2 次），别让坏稿进入流水线

def validate_article(text: str) -> bool: """简单校验：有标题、有代码块或列表、字数达标""" if len(text) < 800: return False if not text.startswith("# "): return False return True

三、环节②：自动配图

配图是很多人的痛点：不会设计，又不想用有版权风险的图。我的方案是直接调文生图 API 生成无文字科技风封面。

3.1 用图像生成接口，一行代码出封面

def gen_cover(topic: str, out_path: str = "cover.png") -> str: """按主题生成封面图，返回文件路径""" prompt = ( f"科技风封面，无任何文字。主题：{topic}。" "深蓝黑背景，冷光蓝与青色霓虹点缀，高细节，扁平插画+3D混合风格。" ) # 调用你的生图 API（如 Seedream / DALL·E / SD），保存到 out_path save_image(api_generate(prompt), out_path) return out_path

要点：

• Prompt 里写死"无任何文字"——AI 生图最容易翻车的点就是画面里的文字乱码，直接避免
• 封面尺寸按平台要求（如 16:9 或 3:1），生成时指定，避免上传后被裁切
• 封面风格固定一套（深蓝科技风），形成账号视觉一致性，读者一眼认出你

3.2 为什么"无文字封面"更专业

平台封面位通常很小，一堆字上去反而看不清。纯视觉封面 + 标题文字由平台渲染，观感干净，点击率反而更高。这也是大厂科技号通用的做法。

四、环节③：定时发布

写稿和配图都在本地，发布必须上平台。这里有两个层次：

4.1 层次 A：简单方案——定时任务 + 浏览器自动化

用浏览器自动化（如 Playwright）模拟人工操作，把"打开编辑器→填标题→贴正文→传封面→选标签→点发布"这一串动作脚本化：

from playwright.sync_api import sync_playwright def publish(article: dict): with sync_playwright() as p: browser = p.chromium.launch(headless=True) page = browser.new_page() page.goto("https://editor.example.com") page.fill("#title", article["title"]) page.fill("#content", article["content"]) page.set_input_files("#cover", article["cover_path"]) page.click("button:has-text('发布')") browser.close()

注意：这类脚本要处理登录态（Cookie 复用）、弹窗、网络延迟，属于"能用但需要维护"的方案。适合个人日常。

4.2 方案 B：平台官方 API（如果有）

如果平台提供 API 就更干净。CSDN 这类社区有开放能力的话，直接 POST 文章 JSON 即可，稳定性远高于浏览器模拟。有 API 优先用 API。

4.3 定时器：三个典型时段

# cron 表达式：分钟 小时 日 月 周 0 8 * * * # 每天 08:00 发晨间文 30 12 * * * # 每天 12:30 发午间文 0 20 * * * # 每天 20:00 发晚间文

注意：发布频率要低于平台风控阈值（如每天 3 篇封顶），不要贪多，稳定才长久。

五、流水线运行与容错

流水线跑起来之后，要盯的不是"成功"，而是"失败"。我的经验：

1.每一步都留日志：正文 md、封面 png、发布结果，全落盘到 `output/` 目录，随时可查

2.失败重试：写稿失败重试 2 次，配图失败换一个 prompt 再试，发布失败则标记为"待人工处理"

3.人工兜底：发布前留一个"人工确认"开关。特别涉及平台规则的内容，宁可慢一点

六、效果与心得

这套流水线跑下来，我的实际体感：

最大的收获不是"省时间"，而是"建立了确定性"——内容生产从"靠灵感"变成"靠系统"。灵感会枯竭，系统不会。

写在最后

如果你也想跑这套流水线，从最简单的一步开始：先把你的发文流程拆成 3 个环节，再一个个自动化。不要一上来就想全自动，先做"半自动"（人点一下触发），跑顺了再全自动。

如果这篇对你有帮助，欢迎收藏。下一篇我准备写：智能体如何自己"联网检索"再回答，彻底告别胡说八道（附 RAG 实战），想看的评论区扣 1。