一篇文章，教你用Gemini写好自媒体文案！

试过 Claude、GPT、Grok 和国内一圈模型。真正写出来最像人话、不需要大幅返工的，目前是 Gemini。

如何用gemini写出比较好的自媒体文案？不需要提示词写长，而是训练、挂载、调用这三步做对。

先看结果。 文风档案先建好，再挂进 Gemini 的 gem。日常写作打开对应 gem，被拒答就用反问法，写到一半停了就从截断处接着写。跑通之后，一篇 1500 字的平台文案，从选题到发布，大约 20 分钟。

图 1 · 四个数字。语料是自己写过的，文风不混用，拒答用反问，日常单篇大约 20 分钟。

01 · 为什么是它Gemini 写出来的东西，AI 腔最轻

AI 腔不是错别字。是那种一看就知道是模型写的痕迹：喜欢用「赋能、重塑、开启新篇章」，喜欢堆「不仅……更是……」的升华句式，喜欢把每个观点都包装成金句。通篇读下来像演讲稿，不像一个真人在说话。

我拿同一个选题，分别让 Claude、GPT-4、Grok 和 Gemini 各写一遍。

· Claude 会不自觉地往「深刻」走，句子变长、修辞变多、每段都想升华一次。

· GPT 比较完整，但像演讲稿。

· Grok 比较直接，但情绪容易过猛，明明是个中性话题也能写得火药味十足。

· Gemini 的输出，句式、节奏、用词都更接近我自己平时怎么说话。

图 2 · 对照。比的不是参数，是写出来像不像你平时说话。Gemini 这一栏才是我要的出口。

举个实际例子。我有个公众号风格，要求「锋利但克制、有长论证、有长排比、情绪强度 80%」。同样一个选题「行业的科普问题」，Gemini 能写出：

以科普代体验，是行业一颗毒瘤。

       当一个行业把科普当成营销工具，        把术语当成话语权壁垒，        把复杂当成专业的证明，        把门槛当成利润的护城河，        这个行业就离消费者越来越远了。

这种长排比、短长短长的节奏、克制但有力的粗话落点，是我自己公众号的实际写法。Claude 写出来会更文雅，GPT 会把排比拆散，Grok 直接爆粗不要排比。

不是说其他模型不好。是在「输出接近特定人类写作习惯」这件事上，Gemini 目前的还原度最高。前提是：你得先把自己的写作习惯训练成可以被模型理解的档案。

02 · 文风训练这一步不是可选项

常见错误：直接丢一句「帮我写篇小红书」。你没告诉它你平时怎么说话、什么能说什么不能说、情绪强度在哪个档位，它只能按默认的「小红书风格」给你一篇标准 AI 小作文。

我的做法是：先把自己已经发过的内容，按不同平台、不同调性，整理成几套独立的文风档案。我做了四套，每套对应一个明确的使用场景。

图 3 · 四套文风。情绪强度用百分比钉死。写新稿只开一路，不让模型自己调味。

这四套完全独立，严格不混用。每套有明确的人格动机、情绪档位、节奏特点、典型句式、高频词汇。

档案里写什么

不是简单复制粘贴自己的旧文章，而是提炼特征。每套文风档案包括：人格核心、情绪强度、节奏特点、句式偏好、高频词汇、粗话程度、典型表达、边界清单。边界清单尤其重要——这个风格绝对不会说的话、不会用的句式，要写死。

训练素材从哪来

茶号掌柜：数字人身份档案、视频脚本。批判号体：小红书账号 19 篇。知乎风格：知乎账号 348+ 篇。公众号风格：微信公众号 35 篇。总计 380+ 篇真实语料。不是从网上找爆款模板，是自己写过、确认过、知道为什么这样写的内容。

训练过程：把这些内容交给模型（我用的是 Claude），让它提炼每个风格的共性特征，写成结构化档案。然后我逐条确认，改掉模型理解偏了的地方，补上它没抓到的关键点。

这一步花时间，但只做一次。档案建好之后，后面所有创作任务都能直接引用，不用每次从零解释「我想要什么感觉」。

03 · 挂载 gem把文风档案变成短码

Gemini 的 gem（自定义助手）可以理解成一个预设了系统提示的专用对话窗口。你把文风档案、工作规则、常用材料挂进去，以后每次打开这个 gem，模型就自动加载这些设置。

我目前挂了这几个，每个 gem 只挂一套文风，不混用：

· 技术号 X 长文：挂了技术号 X 文风档案、实测交付的写作规则、产品评测的标准结构。

· 公众号：挂了公众号风格档案、长论证的写作规则、锋利观点的边界清单。

· 批判号小红书：挂了批判号体档案、短句暴击的节奏要求、批判后必须给建设性的规则。

· 知乎种草：挂了知乎风格档案、推荐三理由的结构、购买建议的写法。

以「技术号 X 长文」这个 gem 为例，指令区里挂的是：文风档案（人格、用词、句型、判断方式、硬门清单）；写作规则（先给可感知的事实，再拆机制、讲取舍；开头必须有具体入口；每个重要判断落到可核证细节；主动写出边界）；标题系统；典型句型库；硬门清单——虚构经历、无证据承诺、只写优点，任一触发直接失败。

短码的好处是：不用每次贴一大段「我想要愤怒犀利、短句暴击、情绪强度 100%」。一个短码就能加载完整档案。普通对话窗口里我会说「用 文风:批判号 写这个选题」。这是我在 Grok 那边训练出来的习惯，Gemini 这边保持相同调用方式。

04 · 每次在哪里用gem 占 70%，普通对话占 30%

很多人搞不清什么时候用 gem、什么时候用普通对话。判断标准很土：任务是不是高频、固定风格、需要严格遵守规则。是，就开 gem。不是，就普通对话。

图 4 · 边界。gem 是主力生产线，普通对话是临时工位。不要反过来。

05 · 长文续写不要只说「继续写」

Gemini Flash 写长文时，经常写到一半就停，或者到了 token 上限自动截断。解决方案是分段续写，但方式要对。

错误做法：直接说「继续写」。模型会从头重写，或者把已经写好的部分又写一遍。因为它不知道「继续」指的是从哪里开始。

正确做法，明确告诉它四件事：从哪句话接着写（复制最后一句未写完的话）；列出还没写的部分；强调「不要重写已经写过的部分」；提醒它继续用同一口吻。

我在让 Gemini 写一篇深度评测时，它写到一半停了，最后一句是：「Draft Mode 在 V8.2 的兼容表上已经看不到了，虽然在 V8.1 阶段它存在过（当时支持 24 张快速」。下一轮我这样说：

上一轮写到半句被截断了。不要重写已经写过的部分。从这句未写完的地方接着写完。

       接着必须写完这些还没写的块：Draft 那句补完；Video 边界；产品层。

       继续用同一口吻，一句一块。不要重写标题，不要重写已完成段落。现在从截断处接着写。

用这种方式，我写过最长的一篇 Gemini 生成文章是 6800 字，分三轮续写，前后风格、用词、节奏完全一致，几乎不需要手动缝合。

06 · 反问法Flash 在 gem 里拒答率高，三步能过大部分

Gemini 2.0 Flash（也就是 3.8 版本）在 gem 里拒答率确实比普通对话高。典型场景：写批判性文章，它说「我无法提供带有负面情绪的内容」；写带粗话的小红书文案，它说「我不能生成包含不当语言的内容」；写对比评测指出产品缺点，它说「我应该保持中立」。

这不是模型能力问题，是 gem 里的安全策略比普通对话更严。我用的方法是：先让它判断任务本身是否合理，再让它执行。

图 5 · 反问法。关键不是强调「我要写锋利的」，是先让模型自己确认任务正当性。

关键是：反问的时候，要明确任务的正当性（帮助用户、消费者教育、识别套路、给建议），而不是只强调「我要写锋利的」。

图 6 · 成功率。处理情绪强度 100%、频繁爆粗的文案，大约 85% 能过。剩下的不要硬刚。

剩下 15% 实在绕不过去的，我会降低粗话密度，把更冲的词换成「套路、镰刀」；或者先写完整版，再让它「把粗话替换成更克制但同样有力的词」；再不行，换回普通对话窗口写——普通对话的拒答率明显低于 gem。

07 · 为什么不一直用 Claude 或 Grok各做各擅长的事

我主力工作环境是 Claude，Grok 那边也训练好了（选题、读材料、协调生产）。做自媒体文案还是选 Gemini，是因为分工不同。

Claude 写出来的东西太「文雅」。即使挂了批判号体档案，它也会不自觉地把粗话软化、把短句拉长、把暴击变成讲理。Claude 更适合写深度分析、技术文档、产品评测，不适合写情绪强度高、节奏快的平台文案。

Grok 更适合选题、读材料和协调生产。写文案的能力不如 Gemini，额度低、速度慢，不适合当主力写作工具。

实际分工：Grok 负责选题和风格分析，Gemini 负责实际写作，Claude 负责技术类内容和最终审稿。不指望一个模型做所有事。

08 · 完整流程一次性建好，后面每次 20 分钟

把前面串起来，实际工作流是四步。前两步只做一次，后两步是日常。

图 7 · 流程。一次性成本摊到后面几百篇上。日常那两步加起来大约 20 分钟。

09 · 边界Gemini 做不了什么

说了这么多优点，也要说清楚边界。深度技术分析，拆解开源项目架构、分析算法实现细节，Claude 和 GPT-4 明显更强。长期项目管理，协调多个角色、管理选题库、跟踪任务进度，Grok 更适合。多模态复杂任务，读视频学文案、看图写脚本，Gemini 能做，但 Grok 和 GPT-4V 做得更稳。

免费额度有限：Flash 模型免费，但每天有次数限制，跑满了要等第二天。gem 拒答率高，需要用反问法绕，或者降低任务的敏感度。长文容易截断，需要手动续写，不如 Claude 能一口气写 8000 字。

把 Gemini 定位成「自媒体文案的主力生产工具」，不指望它做所有事。技术类交给 Claude，项目管理交给 Grok，多模态交给 GPT-4V，各自做擅长的事。

做自媒体，Gemini 目前是文案最像人话的模型。但「像人话」的前提是五件事：先训练文风档案；挂载到 gem；用短码调用；长文分段续写；反问法绕拒答。这套方法不是 Gemini 专属，换成其他模型也能用。只是目前，Gemini 在「复现特定人类写作习惯」这件事上，确实做得最好。第一次训练文风档案会花点时间，成本摊到后面几百篇上，非常值。