via https://moz.com/blog/tips-for-writing-content-with-chatgpt-or-gemini-whiteboard-friday
好。最佳做法是分小节写。
比如你有一个引言。我想写一个引言，要写三段：第一段说 X，第二段说 Y，第三段说 Z。这样我就能控制输出。它给我输出一个小节，我就可以进行非常精细的反馈：
“这里你漏掉了。我改了这里。对比一下这两个版本。” 这样你就能给它反馈，控制输出质量。
下一个 H3 小标题也一样。我可以告诉它这个 H3 里我想覆盖哪些内容。等它输出后，我再给出反馈。如果你一次性写完全文，你就没法给反馈——你从哪儿开始改呢？
6. 个性化输出
当你从 LLM 获得那一小节的输出后，要对其进行个性化处理。对我来说，这是让你的内容从 SERP（搜索结果页）上那一大堆千篇一律的东西中脱颖而出的关键。
用故事化的方式个性化处理，会让内容非常出挑。它看起来像是你写的，而不是 AI 写的。加入专家主导的见解，就能带来那种个人色彩。比如：“我经历过这个”、“我犯过这个错误”、“我做成了这件事，得到了这个结果”。
（你想在 AI 搜索结果中被看到吗？使用 Moz Pro 的 AI Visibility 功能，跟踪你的品牌在主流 AI 模型中的提及情况。）
这样一来，内容就像是出自你手。更重要的是，没有第二个人和你有完全相同的经历。这意味着当你发布这篇内容时，人们不会觉得“哦，这是 AI 写的”，而是会觉得“哦，这是你根据自己的经验写的”。这才是让你成为可信赖来源的根本。
7. 给予反馈
最后，你要给它反馈。
每次它给你输出，而你补充了背景、故事、专家见解，做了任何修改之后，你都要把该小节的最终版本发回给 LLM。你说：“这是我最终采用的版本。我做了 XYZ 修改，因为你没包含这个，或者漏掉了那个，或者违反了我们的护栏规则，没有遵循我们的指令。” 这样你就给了它反馈。
你给它的反馈越多，它犯的错误就越少。对我来说，理想目标是达到 70% 的优秀输出质量。我不追求 100%，我又不疯。70% 就是目标。我们希望达到 70% 的优秀输出，这样我们对输出内容要做的修改就越来越少。
再说一次：别再试图自动化内容生产了。如果你想要保持质量，那根本不现实。诀窍是：批量写作、个性化输出、让内容像你写的。但请记住，你必须持续训练这些大语言模型，因为它们说到底只是机器。
朋友们，这就是如何用大语言模型写出优质内容的方法。谢谢。