AI写作工作流构建困境：从Claude Code到ChatGPT Codex的迁移思考

过年这段时间，我一直在琢磨如何创建一个能帮我搞定文章写作全流程的 AI Skill。我的目标是：让 AI 处理所有写作之外的杂事，我只专注于核心内容的创作。

这个理想中的自动化流程包括：关键词的选择与分析、基于关键词进行全网搜索学习并总结写作要点、根据要点生成备选标题、为我写好的内容匹配适当的内链和图片，最后还能帮我发布到网站后台的草稿箱，等我审核后一键发布，甚至发布后自动提交到谷歌站长平台。

这显然是一个系统性的工程，单靠一个 Skill 肯定搞不定。如果想构建一个如此复杂的 AI Agent，我就必须把其中每一个步骤都掰开揉碎，用极其严谨的逻辑描述清楚。

这恰恰成了我目前面临的最大挑战。平时自己动手操作，感觉顺理成章，但一旦要我把每一个细节、每一个判断逻辑都清晰无误地“教”给 AI，突然就觉得难以下手。如何把模糊的经验转化为精确的指令，真不是件容易事。

我已经尝试在 Claude Code 中搭建了这样一套 Agent 智能体，但实际效果并不理想，主要暴露出以下几个问题：

1. Skill 能力不达标：Claude Code 为我设计的技能群中，每个独立 Skill 的能力并未达到我的预期。例如，负责关键词分析的 Skill，其分析的深度和广度都不够全面。
2. 协作逻辑混乱：各个 Skill 之间的协作主次不清，配合生硬。我推测，这很可能是因为我提供的提示词（Prompt）还不够细致，导致 AI 无法精准理解我脑海中的工作流。
3. “大包大揽”式构建行不通：试图让 AI 一次性给出一个完整的打包解决方案，这条路走不通。即使抱着“先完成再完美”的心态，事后的修改和调整成本也极高，效率反而低于针对每个核心环节单独、精细地设计 Skill。

目前，我转而使用 ChatGPT 的 Codex 来尝试重新构建。反正现在还处于摸索阶段，多尝试几种不同的 CLI 工具不是坏事。另一个现实原因是，我目前使用的是每月 20 美金的付费模式，它可以免费使用这个“最牛版本”的 ChatGPT Codex，不用白不用。

经过这一番折腾，我愈发确信：AI 绝对有能力帮我完成这件事，并显著提升工作效率。但现阶段，最大的瓶颈在于我自己。我需要更清晰、更结构化地阐述需求，让 AI 充分理解我的意图。同时，必须采用“步步为营”的构建策略，摒弃那种不切实际的、指望 AI 一键生成完美工作流的想法。每一个环节的 提示工程 都至关重要，这或许才是通往成功的关键路径。如果你也在进行类似的自动化探索，欢迎到 云栈社区 分享你的经验和踩过的坑。