内容创作实验室近期把「一稿多发」拆成两步做实验：先让模型把长文解析成可复用的事实单元，再按平台做表达适配，而不是直接改写成稿。
第一步是结构抽取。模型识别原文的论点、数据、案例与结论，标注其在原文中的位置，输出带引用锚点的结构化清单；后续任何改写都从这份清单出发，避免二手转述时事实漂移。
第二步是适配生成。同一批事实单元分别生成公众号导语、短图文卡片、社群话术与摘要，长度、人称与信息密度按平台规则约束。人工只需审核事实与口吻，不再逐字改稿。
进展与数据：在内部 60 篇存量长文的回放测试中，事实点保留率约 92%，编辑平均返工时间由 25 分钟降至 9 分钟；同时发现适配误差主要出现在标题与开头，而非正文。
下一步计划：补充平台风格评测集，将「事实一致性」与「口吻匹配度」分开打分，并接入发布后的阅读完成率做闭环校准。
评论