星盒内容工厂 · 新媒体内容自动生成系统
一个庞大的选题库,
九个维度的智能体,
每天稳定产出内容。
拍一张产品照片,或按顺序、随机、热点从选题库抓取选题,自动交给自说、他说、传说九个维度的写稿智能体,套用文风库里上千种爆款框架和文风,按品牌知识库写成小红书、公众号、短视频口播等全平台内容。彻底解决企业营销内容短缺、无法稳定生产的问题。
- 01 · 选题库
2,486 条选题
拍照出全套按顺序随机热点终于找到能日常穿的中式马甲:买菜接娃都不违和
- 02 · 9 维写稿智能体
短图文视频脚本长图文 自说 他说 传说
- 03 · 五步成稿锚定受众场景推导初稿润色合规定稿配图
- 04 · 今日成稿 · 待审核
27 篇
小红书 · 终于找到能日常穿的中式马甲!
内容工厂是什么
选题、写稿、配图、合规,交给一条生产线。
研发初衷
企业都知道要做内容营销,
难的是每天稳定地产出。
服务企业的过程中,我们反复看到同一种情况:小红书、公众号、抖音、视频号、朋友圈,每个平台都要持续更新,内容团队只有两三个人,写到第二个月就没有选题了;新人不懂产品,写出来不像这个品牌;直接用通用 AI 写,事实张冠李戴、广告感重、篇篇相似。内容一断,流量和询盘跟着一起掉。
- 内容不够用,账号断更
平台多、频率高,靠人写跟不上。更新一停,平台推荐和用户关注都会下滑,前期投入随之浪费。
- 内容同质化,带不来转化
翻来覆去写同几个角度,读者看腻,平台也不推;内容写了不少,咨询和成交却没有增加。
- 选题枯竭
每天「写什么」最耗时间,依赖个人灵感,无法持续。
- 人才难招、难留
既懂产品又会写的人稀缺,人员一走,文风和经验也跟着流失。
- 质量不稳定
不同的人、不同的时间写,水平参差,产品事实和卖点经常写错。
- 合规风险
极限词、功效承诺、竞品对比,一不留神就违反广告法或平台规则。
因此,我们把内容生产做成了一条自动化生产线
选题由选题库持续供给,写作由九个维度的智能体分工承担,事实由品牌知识库统一把关。团队只需要审核,内容就能每天稳定产出。
生产流程
从选题库到成稿,
每一步都自动完成。
- 01建知识库
- 02生成选题库
- 03抓取选题
- 04九维写稿
- 05审核发布
- 016类品牌资料
建立品牌知识库
自动开工前与品牌一起把资料整理成六类(D01–D06),之后随产品和活动持续更新。
智能每篇稿件写哪些事实、用什么口吻、避开哪些词,全部从知识库取,不凭空编造。
- 022,486条选题 · 示例品牌
生成选题库
自动由产品卖点、目标客户、使用场景、情绪等要素组合,生成数以千计的选题。
智能每条选题都标明写给谁、在什么场景、解决什么问题、主打哪个卖点。
- 034种选题方式
四种方式抓取选题
自动拍照按产品、按顺序、随机、热点四种方式抓取选题,每天自动排产。
智能拍一张产品照片,AI 识别款式和卖点并推导选题;热点方式把当天的节日、节气和平台热点对上品牌相关选题。
- 049个内容维度
九个维度的智能体写稿
自动选题自动分配给对应维度的写稿智能体,九个维度同时开工。
智能每篇按五步流水线写成:锚定受众 → 场景推导 → 初稿 → 润色与合规 → 定稿配图,并按账号定位套用文风库里的爆款框架和文风。
- 0536篇 / 天 · 示意
审核与发布
自动成稿进入待审核,通过后按平台适配标题与格式;超过 48 小时未处理自动通过。
智能用过的选题自动标记,同一个角度不重复写;退回意见会带进下一次写作。
演示
选题库自动供题,
九个维度的智能体同时开工。
以下为内容工厂工作台的交互动画,界面按真实系统重做。四种选题方式都用同一个示例服装品牌演示,依次自动播放,也可以点击上方标签切换。
拍照出全套 · 按产品选题
拍一张产品照片,
就能出一整套内容。
新品到货、样品刚做出来,员工拍张照片交给内容工厂即可。AI 识别款式、面料和卖点,推导出最合适的受众和选题,再按平台写好文案、生成配图。配图以这张照片为参考图生成,画面里就是这件产品本身。
01拍照上传

02AI 识别与推导
- 最合适的受众
- 41–48 岁,有文化感审美,中大码身材,想要既有文化味、又能日常穿的单品
- 目标场景
- 通勤与半正式场合之间:家长开放日、和朋友喝下午茶、得体但不隆重的聚会
- 情绪切入
- 穿洋装违和、穿老气不甘心、穿马面裙又太隆重:终于有件能日常穿的中式
- 锁定选题
- 终于找到一件中式马甲,是真能日常穿的:买菜、接娃、坐地铁都不违和
03全套产出




- 小红书终于找到能日常穿的中式马甲!买菜接娃都不违和
- 抖音新中式总穿不出门?这件马甲搭牛仔裤就能出街
- 视频号干了 19 年服装,这件中式马甲我私心推荐:日常能穿才是真好看
展开正文
干了快二十年服装,这两年我被问得最多的一句是:「新中式是好看,可平时真穿得出门吗?」
太能理解了。很多人衣柜里都压着那么一两件中式单品:立领的、盘扣的、绣花的。买的时候眼睛一亮,买回来才发现只能压箱底。要么太隆重,穿出去像赴宴;要么版型不对,上身松松垮垮没精神。
所以这件深蓝色的中式马甲,我想单独讲讲。立领,左边一小枝梅花刺绣,中式盘扣收口,中式的辨识度一点不少。但它聪明在:它是件马甲。马甲这个廓形天生日常,白衬衫、薄针织随便配;颜色是很沉的深蓝,不张扬,配什么都不打架。
面料是亚麻质感,挺括,上身不塌肩,廓形立得住。最实在的一点:它真能日常穿。买菜、接娃、坐地铁,一点不违和,下面配一条牛仔裤就能出门,不用费心思凑一整套。
同一张照片,还可以继续出朋友圈、口播脚本、公众号长文和电商详情页。示例来自服装品牌的真实演示,品牌信息已隐去。
品牌知识库
内容写得对不对,
取决于品牌知识库。
知识库是内容工厂的地基。开工前,星盒和你一起把品牌资料整理成六类;之后每一篇稿件里的产品事实、客户场景、口吻和禁用词,都只从这里取。通用规则、智能体和文风样本全部复用,换品牌只需要换知识库。
穷举卖点,每条卖点对应的痛点和体验化描述,标注必提和选提。
决策类型、人物、场景、情绪与回应方向,也是生成选题库的核心来源。
硬性规则、品牌人设与文风特征、通用写作原则。
禁用词、竞品、价格、品类和情绪方面的限制。
创始人和品牌的真实故事,按需建立。
业务知识、流程、方法论、产品技术细节和行业背景。
- 事实只从知识库取价格、成分、工艺、资质等信息不编造、不夸大。
- 约束逐稿检查禁用词、竞品和价格约束在润色环节逐稿扫描。
- 更新即时生效新品上线、活动调整,更新知识库后,下一篇稿件随即采用。
选题库 · 四种选题方式
一个庞大的选题库,
四种方式调用。
选题库由知识库里的产品卖点、目标客户、使用场景和情绪等要素组合生成,数以千计,并随知识库持续扩充。每天按下面四种方式抓取选题,交给写稿智能体。最常用的是第一种:拍一张产品照片就能出题。
拍照 · 按产品
拍一张产品照片,AI 识别款式、面料和卖点,推导选题并出全套内容;也可以直接指定产品集中出稿。
一张马甲照片 → 小红书、抖音、视频号文案 + 封面、场景、细节配图按顺序
从选题库逐条往下写,覆盖完整,不遗漏、不重复。
第 128 条「梨形身材穿马甲,衣长到哪里最显瘦」→ 第 129 条「第一次买新中式,先买哪一件最不容易出错」随机
随机组合客户、场景、卖点与情绪,同一款产品也能写出不同角度。
出差族 × 行李少 × 一衣多穿 →「出差一周只带一件马甲,我搭出了五套」热点
每天抓取节日、节气和平台热点,自动匹配与品牌相关的选题。
霜降 →「霜降叠穿这样配:一件马甲,暖和还不臃肿」9 维写稿智能体
自说、他说、传说,九个维度各有专门的智能体。
同一个品牌,既需要自己说,也需要达人、专家说,还需要客户说。三种声音乘以短图文、视频脚本、长图文三种载体,组成九个内容维度,每个维度由专门的写稿智能体负责。
| 短图文 | 视频脚本 | 长图文 | |
|---|---|---|---|
| 自说 | A1品牌种草 / 朋友圈 | B1品牌口播 / 行业科普 | C1品牌长文 / 知识长文 |
| 他说 | A2达人种草 | B2达人视频 | C2专家探访 |
| 传说 | A3素人笔记 | B3客户案例视频 | C3案例故事 |
短图文:小红书、朋友圈、抖音图文 · 视频脚本:口播、探访、案例视频 · 长图文:公众号、知乎、新闻稿
文风库
内置上千种爆款框架和文风,
同一篇内容,换一种人来讲。
星盒持续采集各平台的爆款文案,把创作者的说话方式、爆款内容的结构逐一拆解,收录进文风库。写稿智能体写完内容后,按账号定位套用任意一种文风:口播模仿「人」的腔调,图文套用「结构」的套路。
管「内容怎么排」
选题、结构、信息顺序,决定这条内容讲什么、按什么逻辑展开,是可以复用的内容骨架。
管「这个人怎么说」
语感、用词、节奏、口头禅、收尾方式,决定同样的内容由谁来讲。两层各管各的,自由组合。
不分析,直接模仿
一旦去总结「语言特征清单」,就从模仿一个真实的人退化成套模板。保留那点真人感,才是文风库最值钱的地方。
名称均为改写后的英文名;演示正文为文风库样本改写。
效果
同样的团队,
内容从「写不过来」到「每天稳定产出」。
以示例品牌为例:原来两人的内容小组每天产出两三篇;接入内容工厂后,团队只负责审核,全平台内容每天稳定更新。
336 篇
29 个
202,486 条
61%92%
示意数据,仅作功能演示。
使用方式
内容工厂可以单独使用,也可以装进「星盒星盒!」。
单独部署内容工厂
适合有新媒体营销、内容营销需求的企业:按品牌知识库每天产出小红书、公众号、短视频口播等内容,审核后发布,彻底解决营销内容短缺的问题。
预约内容工厂方案 → 装进星盒星盒!员工一句话随时出稿
员工在微信里说「星盒星盒!写一篇小红书」,系统自动交给对应维度的智能体出稿,也可以设定每天定时生产。
了解星盒星盒! →星盒内容工厂与星盒 GEO是两套独立的系统:内容工厂解决新媒体内容短缺,星盒 GEO 专做 AI 搜索优化。
常见问题
内容工厂常见问题
内容工厂和直接用 AI 写有什么区别?
直接用 AI 写,每次都要自己想选题,结果不稳定,也不了解你的品牌。内容工厂先建品牌知识库,再从庞大的选题库按四种方式自动抓取选题,交给自说、他说、传说九个维度的写稿智能体,按固定的五步流水线写稿,内容里的事实只从知识库取,输出稳定、合规、不重复。
内容工厂能写哪些内容?
九个维度:自说(品牌种草与朋友圈、品牌口播与行业科普、品牌长文与知识长文)、他说(达人种草、达人视频、专家探访)、传说(素人笔记、客户案例视频、案例故事),覆盖小红书、公众号、抖音、视频号、朋友圈、知乎等平台。
选题从哪里来?会不会写重复?
选题库由品牌知识库里的产品卖点、目标客户、使用场景和情绪等要素组合生成,数以千计并持续扩充。每天按顺序、随机、热点、按产品四种方式抓取,用过的选题自动标记,同一个角度不重复写。
换一个品牌要重新开发吗?
不用。通用规则、智能体和文风样本全部复用,换品牌只换品牌知识库 D01–D06。
内容工厂解决的是什么问题?
企业营销内容短缺、无法稳定生产的问题:平台多、更新频率高,靠人写跟不上;选题靠灵感,容易枯竭;人员流动,文风和经验跟着流失。内容工厂把内容生产做成一条自动化生产线,团队只需要审核。
四种选题方式分别适合什么情况?
按顺序适合日常铺量,覆盖完整、不遗漏;随机适合保持新鲜感,同一款产品也能写出新角度;热点适合借势,自动匹配当天的节日、节气和平台热点;按产品适合新品上市和主推款,集中出稿。
自说、他说、传说是什么意思?
按「谁在说」划分的三种声音:自说是品牌方和品牌主理人说,让读者认识品牌;他说是达人和外部专家说,以第三方视角建立信任;传说是素人和真实客户说,承载口碑和案例。三种声音乘以短图文、视频脚本、长图文三种载体,就是九个内容维度。
品牌知识库需要我们准备哪些资料?
六类:D01 产品弹药库、D02 目标客户与场景库、D03 写作规则、D04 品牌专属约束、D05 IP 故事库、D06 企业专属知识库。星盒会和你一起整理,你只需要提供产品资料、客户情况和已有的优秀内容。
每天能产出多少内容?
产量按企业需要的平台和频率配置。示例品牌每天稳定产出 36 篇左右,覆盖小红书、公众号、抖音、视频号、朋友圈等平台(示意数据)。
内容质量和合规怎么保证?
事实只从品牌知识库取,不编造;每篇稿件按锚定受众、场景推导、初稿、润色与合规、定稿配图五步写成;润色环节逐稿扫描广告法极限词、品牌禁用词、竞品和价格约束,再进入人工审核。
内容需要我们审核吗?
需要。成稿进入待审核,可以通过、退回(写明意见)或下载;超过 48 小时未处理自动通过。退回意见会带进下一次写作。
拍照能出哪些内容?
员工拍一张产品照片,AI 识别款式、面料和卖点,推导出最合适的受众和选题,再出小红书、抖音、视频号等平台的标题和正文,并以这张照片为参考图生成封面、场景图和细节图,画面里就是这件产品本身。同一张照片还可以继续出朋友圈、口播脚本、公众号长文和电商详情页。
文风库是什么?能用我们自己的文风吗?
文风库是内容工厂内置的爆款框架和文风资产库,收录了 895 种口播文风、上千种爆款图文框架和 3.5 万多条风格样本。写稿时可以按账号定位套用任意一种文风:口播模仿「人」的腔调,图文套用「结构」的套路。企业自己账号的优秀内容,也可以整理进知识库作为专属文风样本。
内容工厂和星盒 GEO 有什么区别?
两套独立的系统。内容工厂解决新媒体内容短缺,面向小红书、公众号、短视频等平台的日常运营;星盒 GEO 专做 AI 搜索优化,目标是让买家问 AI 时推荐你的品牌。
知识
这个板块的方法和实战
AI 内容营销
新品上市前一周,AI 种草笔记怎么审核合规
按事实、用语、AI标识、平台规则四项逐条检查并留记录。稿中每个可验证的说法,都要能在产品资料里找到出处。
2026 年 10 月 19 日 · 7 分钟读完
AI 内容营销
自说、他说、传说:一套内容矩阵讲清 9 种内容
一个品牌的内容可以按「谁在说」分成三种声音:自说(品牌自己说)、他说(达人和专家说)、传说(素人和客户说),再乘以短图文、视频脚本、长图文三种载体,得到 9 个格子。星盒内容工厂按这张矩阵配置九个维度的写稿智能体。
2026 年 10 月 17 日 · 2 分钟读完
AI 内容营销
品牌知识库怎么建:D01–D06 六类资料
AI 写出来的内容稳不稳定、对不对,取决于它读的资料。星盒把品牌资料整理成六类:D01 产品弹药库、D02 目标客户与场景库、D03 写作规则、D04 品牌专属约束、D05 IP 故事库、D06 企业专属知识库。内容里的品牌事实只从这六类资料里取。
2026 年 10 月 17 日 · 2 分钟读完