即刻App年轻人的同好社区
下载
分享一下油管百万大佬DanKoe的AI工作流
Dan Koe的核心理念是：他从不追逐潮流，他相信算法（分发）的基础是人类心理学。所以，他的整个工作流，本质上是一个围绕“验证人类心理学”来构建的自动化内容生态。
AI在这个系统中，扮演的不是“创作者”，而是“系统放大器”和“研究杠杆”。
我来拆解一下DanKoe这个系统的执行步骤：
第一步：构建“创意验证”的循环系统
Dan的工作流有两个基础：每周的Newsletter和每天的社媒帖子。
很多人在多平台分发时，是为每个平台定制内容，效率极低。而Dan的做法是“一源多用”。
他先从Twitter开始。为什么？因为280个字符是“最强约束”。这个约束迫使他把想法“浓缩”到最精华的状态。
这个浓缩后的想法一旦在Twitter上被验证（数据好），他就启动杠杆：
扩展： 把这条推文扩展成一篇Newsletter，再把Newsletter录成一个YouTube视频。
拆解： 把表现好的YouTube视频的核心观点，反向拆解成新的Twitter帖子。
这形成了一个闭环：
创意（Twitter） -> 验证 -> 扩展（Newsletter/YouTube） -> 拆解 -> 新创意（Twitter）。
这个系统确保了他投入最多时间（Newsletter/YouTube）的内容，是已经被市场验证过的，极大地提高了爆款率。
第二步：用AI作为“研究杠杆”，而非“写作工具”
这是Dan Koe工作流中最值得借鉴的部分。他如何产生那些深刻的Newsletter和视频脚本呢？
他会花3到6个小时看长视频（如actualize.org）来学习，但他从不记笔记。
他的做法是：
浓缩信息： 使用Gemini这样支持长上下文的工具，直接处理6小时的视频，将其浓缩成1000字的核心摘要。
交叉联想： 他把这个AI生成的摘要和他自己以前的推文、旧的Newsletter一起喂给AI。
提问（关键）： 他会让AI帮直接写，他会先问：“这二者之间有什么相似之处？我遗漏了什么？”
AI在他这里扮演的是一个研究助理和灵感库。把6小时的学习成本压缩到10分钟的阅读和提问，这就是“杠杆”。
第三步：用“模型”而非“模仿”来生成创意
他是如何想出那些爆火的Twitter创意的呢？
Dan的做法是：建立你自己的“素材库”。
很多人写推文是凭空想。而Dan的做法是系统化的拆解和套用。他使用SuperX等工具，找到他欣赏的账号的表现最好的推文。
然后，他使用两种交换技巧来练习：
采用结构，交换创意：
原结构： “多散步。无故散步。散步来解决问题。”
套用： “多编程。每天编程。编程来解决问题。”
采用创意，交换结构：
原创意： “多散步。”
套用（换个结构）： “一个简单的习惯（散步）如何改变了我的思维模式。”
他通过这个练习，不断积累经过验证的结构模板。当他有新想法时，不用从0开始写，把想法“套入”这些模板中就行。
第四步：最精妙的部分——用“元提示词”生成“定制化提示词”
这是他整个系统的技术核心，一个两阶段提示词系统。
很多人用AI，是直接给出指令。Dan的做法是，先让AI学会像他一样思考，再去执行任务。
这个工作流极其精妙：
拆解DNA（Deconstruction）：
他会找到3条他自己或别人的神级推文，丢给AI（如Claude），指令是：“分解这个帖子的结构。它为什么有效？触动了什么心理模式？我需要提供什么上下文才能复制它？”
生成SOP（SOP Creation）：
AI会输出一份完整的病毒式哲学帖子剖析指南，包含钩子、痛苦、回报、洞察、警告等结构。这成了他的写作SOP。
定义上下文（Context Inquiry）：
他接着问AI：“基于这份指南，你需要我提供什么信息，才能开始写推文？”AI会回答：我需要你的核心身份、受众心理、哲学立场、声音参数等。
启动“元提示词”（Meta-Prompt）：
他有一个专门用来生成提示词的“元提示词”。他告诉这个元提示词：“我想创建一个两阶段提示词。第一阶段（上下文收集）你用第3个步骤的问题来采访我；第二阶段（内容生成）你用第二个步骤的SOP来帮我写作。”
执行（Execution）：
这个“元提示词”最终会输出一个超级定制化的提示词。下一次写作时，只需要运行这个新提示词。AI会先像记者一样采访他（第一阶段），然后基于他的回答和SOP（第二阶段），生成9个高度符合他风格的帖子变体。
Dan Koe的分享，本质上是展示了如何从一个“内容创作者”转变为一个“内容系统架构师”。
他把AI的价值发挥到了极致：
杠杆（Leverage）： 用AI浓缩信息，把6小时的学习压缩到10分钟。
框架（Framework）： 用AI拆解爆款，建立自己的“结构模板库”。
系统（System）： 用“元提示词”训练AI，让AI成为“Dan Koe思考模式”的放大器。
这就是会用AI和不会用AI的区别。这是一种“不公平的优势”。
DanKoe则证明了，这种优势来自于对系统的设计。
你把AI当成拐杖，它就输出平庸；
你把AI当成杠杆，它就能放大你的想法密度。
Dan Koe的核心理念是：他从不追逐潮流，他相信算法（分发）的基础是人类心理学。所以，他的整个工作流，本质上是一个围绕“验证人类心理学”来构建的自动化内容生态。
AI在这个系统中，扮演的不是“创作者”，而是“系统放大器”和“研究杠杆”。
我来拆解一下DanKoe这个系统的执行步骤：
第一步：构建“创意验证”的循环系统
Dan的工作流有两个基础：每周的Newsletter和每天的社媒帖子。
很多人在多平台分发时，是为每个平台定制内容，效率极低。而Dan的做法是“一源多用”。
他先从Twitter开始。为什么？因为280个字符是“最强约束”。这个约束迫使他把想法“浓缩”到最精华的状态。
这个浓缩后的想法一旦在Twitter上被验证（数据好），他就启动杠杆：
扩展： 把这条推文扩展成一篇Newsletter，再把Newsletter录成一个YouTube视频。
拆解： 把表现好的YouTube视频的核心观点，反向拆解成新的Twitter帖子。
这形成了一个闭环：
创意（Twitter） -> 验证 -> 扩展（Newsletter/YouTube） -> 拆解 -> 新创意（Twitter）。
这个系统确保了他投入最多时间（Newsletter/YouTube）的内容，是已经被市场验证过的，极大地提高了爆款率。
第二步：用AI作为“研究杠杆”，而非“写作工具”
这是Dan Koe工作流中最值得借鉴的部分。他如何产生那些深刻的Newsletter和视频脚本呢？
他会花3到6个小时看长视频（如actualize.org）来学习，但他从不记笔记。
他的做法是：
浓缩信息： 使用Gemini这样支持长上下文的工具，直接处理6小时的视频，将其浓缩成1000字的核心摘要。
交叉联想： 他把这个AI生成的摘要和他自己以前的推文、旧的Newsletter一起喂给AI。
提问（关键）： 他会让AI帮直接写，他会先问：“这二者之间有什么相似之处？我遗漏了什么？”
AI在他这里扮演的是一个研究助理和灵感库。把6小时的学习成本压缩到10分钟的阅读和提问，这就是“杠杆”。
第三步：用“模型”而非“模仿”来生成创意
他是如何想出那些爆火的Twitter创意的呢？
Dan的做法是：建立你自己的“素材库”。
很多人写推文是凭空想。而Dan的做法是系统化的拆解和套用。他使用SuperX等工具，找到他欣赏的账号的表现最好的推文。
然后，他使用两种交换技巧来练习：
采用结构，交换创意：
原结构： “多散步。无故散步。散步来解决问题。”
套用： “多编程。每天编程。编程来解决问题。”
采用创意，交换结构：
原创意： “多散步。”
套用（换个结构）： “一个简单的习惯（散步）如何改变了我的思维模式。”
他通过这个练习，不断积累经过验证的结构模板。当他有新想法时，不用从0开始写，把想法“套入”这些模板中就行。
第四步：最精妙的部分——用“元提示词”生成“定制化提示词”
这是他整个系统的技术核心，一个两阶段提示词系统。
很多人用AI，是直接给出指令。Dan的做法是，先让AI学会像他一样思考，再去执行任务。
这个工作流极其精妙：
拆解DNA（Deconstruction）：
他会找到3条他自己或别人的神级推文，丢给AI（如Claude），指令是：“分解这个帖子的结构。它为什么有效？触动了什么心理模式？我需要提供什么上下文才能复制它？”
生成SOP（SOP Creation）：
AI会输出一份完整的病毒式哲学帖子剖析指南，包含钩子、痛苦、回报、洞察、警告等结构。这成了他的写作SOP。
定义上下文（Context Inquiry）：
他接着问AI：“基于这份指南，你需要我提供什么信息，才能开始写推文？”AI会回答：我需要你的核心身份、受众心理、哲学立场、声音参数等。
启动“元提示词”（Meta-Prompt）：
他有一个专门用来生成提示词的“元提示词”。他告诉这个元提示词：“我想创建一个两阶段提示词。第一阶段（上下文收集）你用第3个步骤的问题来采访我；第二阶段（内容生成）你用第二个步骤的SOP来帮我写作。”
执行（Execution）：
这个“元提示词”最终会输出一个超级定制化的提示词。下一次写作时，只需要运行这个新提示词。AI会先像记者一样采访他（第一阶段），然后基于他的回答和SOP（第二阶段），生成9个高度符合他风格的帖子变体。
Dan Koe的分享，本质上是展示了如何从一个“内容创作者”转变为一个“内容系统架构师”。
他把AI的价值发挥到了极致：
杠杆（Leverage）： 用AI浓缩信息，把6小时的学习压缩到10分钟。
框架（Framework）： 用AI拆解爆款，建立自己的“结构模板库”。
系统（System）： 用“元提示词”训练AI，让AI成为“Dan Koe思考模式”的放大器。
这就是会用AI和不会用AI的区别。这是一种“不公平的优势”。
DanKoe则证明了，这种优势来自于对系统的设计。
你把AI当成拐杖，它就输出平庸；
你把AI当成杠杆，它就能放大你的想法密度。
71 470
来自圈子
AI探索站
101441人已经加入