# 我用 Codex、飞书多维表格和 TikHub，搭了一条从搜索词到内容发布的小红书内容获客流水线（附完整教程）
**作者**: aix阿乐
**日期**: 2026-07-22T08:38:25.000Z
**来源**: [https://x.com/Leepriest1990/status/2079848526914174987](https://x.com/Leepriest1990/status/2079848526914174987)
---
这两天我帮一个朋友搭了一套小红书自动化 Agent。
一开始很容易把注意力放在几个看起来最爽的动作上：让 AI 自动找选题、自动写标题、自动写正文、自动做封面，最后再自动发布。
但真正开始搭之后，我发现最容易做错的，恰恰是顺序。
如果你连自己的目标用户是谁都没搞清楚，连他们每天在搜什么都不知道，上来就让 AI 批量写 100 篇小红书，最后通常只会得到一堆没人想看的文字，至于内容资产，根本谈不上。
说白了，AI 写得越快，方向错得越快。
所以这次我没有先让 Agent 写内容。
我先让它回答一个问题：
你到底想通过小红书，持续吸引哪一群人？
这个问题听起来有点慢，但它省掉的是后面一轮又一轮的返工。
我后来把整套流程重新排了一遍，顺序大概是这样：
> 目标用户
> → 精准用户画像
> → 用户痛点
> → 行业大词
> → 搜索联想词
> → 长尾问题
> → 对标账号
> → 评论区需求
> → 选题池
> → 标题和正文
> → 封面
> → 发布
> → 数据复盘
自动化只是把这些事情做得更快、更稳定。
真正决定它能不能持续带来咨询的，还是你的内容有没有解决用户正在面对的问题。
## 一、先别让 AI 写，先让它把你的用户说清楚
这一步看起来最不像自动化，反而最不能省。
打开 Codex，新建一个项目文件。先别急着让它写标题，先把下面几件事讲清楚：
- 你是做什么的；
- 你的产品或服务解决什么问题；
- 你现在认为自己的目标用户是谁；
- 你希望通过小红书获得什么结果；
- 用户最后可能向你购买什么。
比如说，你不能只丢给它一句：
“我是做 AI 服务的，帮我找目标用户。”
这句话太宽，Codex 只能给你一份听起来正确、但不知道落到谁身上的答案。
你要继续往下说，最好把业务场景和你真正服务的人讲出来：
“我主要帮中小企业把 AI 接进真实业务，目标客户是有明确业务流程、但内部数据混乱、想提高效率的老板和业务负责人。我的服务可能包括 AI 诊断、系统搭建和陪跑。”
信息越具体，后面的画像才越有用。
然后让 Codex 根据你的业务和目标人群，反推出一份精准用户画像。
这份画像不要只停留在年龄、性别和职业。
这些信息当然可以写，但真正能拿来做内容的，是下面这些东西：
- 他在什么场景下遇到问题；
- 他现在用什么办法解决；
- 为什么这个办法不够用；
- 他最担心什么；
- 他会用什么词描述自己的问题；
- 他最终会因为什么原因付费。
最好再让它输出一张痛点表，把每个问题对应的场景、现有解决方式和付费原因放在一起看。
你看，后面的内容应该围着用户正在卡什么来生产，别只围着“我今天想讲什么”转。
这一步其实是在给后面的 Agent 定方向。工具接得再漂亮，如果用户画像是错的，后面每一步都会跟着跑偏。
## 二、从用户画像，反推出他们真正会搜索的词
有了用户画像，第二步才轮到关键词。
这时候让 Codex 根据目标人群和业务领域，反推出几类词：
- 行业大词；
- 用户常搜的核心词；
- 具体场景词；
- 痛点问题词；
- 长尾搜索词。
比如你的行业大词是“企业 AI”，用户真正搜索的可能是：
- 企业 AI 怎么落地；
- 公司买了 AI 系统没人用怎么办；
- AI 知识库怎么搭；
- 不会写代码怎么做 AI Agent；
- AI 自动化到底能不能省人。
你看，用户真正搜索的，往往是一句带着焦虑和场景的问题，很少是行业报告里的大词。
比如“企业 AI”只是一个方向，真正有搜索价值的，可能是“公司买了 AI 系统没人用怎么办”。后面这句话，才更接近一个真实的人。
我这次的做法，是围绕核心词反复采集搜索联想词，不只跑一轮，可以重复采集 20 轮左右。
20 轮不是一个神奇数字，也不是跑够 20 次就能得到真理。它的作用是让你别停在第一层行业词上，继续往下走，直到出现更具体的场景、问题和用户原话。
TikHub 这类工具可以用来采集搜索联想词、搜索笔记和公开内容数据。它的接口和版本会变化，具体以当前文档和账号可用情况为准，但工作思路不变：
先从大词进去，再顺着用户的搜索习惯往长尾挖。
这里还有一个前置工作，很多教程会一带而过，但你真正搭的时候一定会卡住：先准备一个 TikHub 账号，并创建 API Key。
大致按这个顺序来：
1. 注册或登录 TikHub；地址：https://tikhub.io/zh
2. 进入 API Key 或开发者配置页面，创建一个新的 API Key；
3. 把 API Key 放进 Codex 能读取的安全配置里；
4. 再让 Codex 检查当前 Key 能调用哪些小红书相关接口。
账号和 Key 先准备好，后面让 Agent 去做搜索联想词和公开内容采集时，才不会卡在“工具已经装了，但接口还没连上”这一步。
这一轮采集完成后，还是不要急着让 AI 写文章。
先让它把材料整理成四份东西：
1. 目标人群画像；
2. 用户痛点表；
3. 关键词矩阵；
4. 候选选题池。
关键词矩阵里至少要区分：
> 行业大词 / 核心词 / 场景词 / 痛点词 / 长尾词 / 用户原话
用户原话尤其重要。
AI 很容易把用户的问题改写成一段看起来很专业、但现实里没人会这样说的话。
所以不要急着替用户“优化表达”。他们怎么搜、怎么抱怨、怎么描述自己的麻烦，就先原样留下来。后面写标题和正文的时候，才不会越写越像行业报告。
## 三、再去拆对标账号，但不是为了抄
有了关键词之后，再去找对标账号。
对标账号这个环节，特别容易做成抄作业。很多人只看粉丝数和点赞数，然后挑几篇爆款开始模仿，最后标题像别人，语气像别人，连自己到底服务谁都没弄清楚。
我更建议让 Codex 根据行业大词，先建立一个对标账号库，再从八个维度拆解：
1. 账号到底服务哪一类人；
2. 它在解决什么问题；
3. 标题里用了哪些关键词；
4. 标题是怎么制造点击理由的；
5. 正文是怎么推进的；
6. 内容用了什么场景和案例；
7. 评论区里用户在问什么；
8. 哪些问题反复出现但没有被充分解决。
这八个维度里，我最看重评论区。
正文是作者想讲什么，评论区是用户还缺什么。前者是内容已经给出的答案，后者是用户还没有被解决的地方。
你会看到很多真实的问题：
“有没有适合新手的？”
“这个工具到底怎么用？”
“为什么我照着做还是不行？”
“有没有完整一点的教程？”
这些问题，往往就是下一批内容的来源。
所以对标账号不是用来抄标题的。你真正要观察的是：
别人已经解决了什么，用户还在追问什么。
## 四、用“场景 + 痛点 + 问题”组成选题池
接下来，把前面几轮调研结果合在一起。
我比较常用的一条选题公式是：
> 具体场景 + 用户痛点 + 用户真实问题 = 一个选题
比如：
> 场景：每天想发小红书，但不知道写什么
> 痛点：没有稳定选题，发内容全靠临时灵感
> 问题：小红书选题到底从哪里来？
最后形成的选题可以是：
小红书选题不要靠灵感，先从用户搜索问题里找。
再比如：
> 场景：已经用了 AI，但内容还是没人看
> 痛点：只让 AI 生成正文，没有研究用户搜索需求
> 问题：为什么 AI 写了很多内容，却没有带来精准咨询？
这就比“如何做好小红书内容”具体多了。
你会发现，选题一旦回到具体场景里，标题、正文和关键词就不需要硬凑了。
一个好的选题，至少要同时满足三件事：
- 有人正在搜；
- 有人真的痛；
- 你手里有素材能把它讲清楚。
这一步我会接入飞书多维表格。
让 Codex 通过飞书 CLI 创建一张选题和关键词管理表，把这些内容统一放进去：
- 选题标题；
- 目标用户；
- 核心关键词；
- 长尾关键词；
- 用户痛点；
- 使用场景；
- 参考账号；
- 来源链接；
- 选题评分；
- 当前状态。
不过，这里有一个特别容易被忽略的步骤：
选题池刚开始充盈的时候，不要马上让 AI 批量填内容。
先让它抓一轮、整理一轮，生成候选选题表。你确认之后，再把真正成立的选题放进正式生产池。
这道人工确认不能省。因为 AI 很会把一堆看起来合理、实际上没有搜索需求的题目，快速填满你的表格。
表格变满了，不代表内容系统变好了。有时候只是把“没想清楚”保存得更整齐。
## 五、选题确认之后，才进入自动写作
等一个选题被你确认，再把它推进到“待创作”。
这时候让 Codex 根据下面这些材料生成内容：
- 目标用户；
- 用户真实问题；
- 核心关键词；
- 使用场景；
- 参考账号的结构；
- 你自己的观点和案例。
它可以先输出标题候选，再输出正文初稿。
标题里自然出现用户会搜索的词，正文里把关键词放进真实语境里。不要为了塞关键词，把一篇正常的话写得像搜索引擎在念字段。
这一步的重点，也不只是“让 AI 写得更像人”。先要保证它写的内容，确实对应一个人正在遇到的问题。
写作完成后，还是要留一道人工审核。我一般会重新问一遍：
- 这个标题是不是用户会搜的；
- 这个案例是不是真实的；
- 这个结论有没有夸大；
- 关键词植入是不是太明显；
- 这篇内容能不能让用户下一步行动。
AI 可以把生产速度提上去，但不能替你承担内容判断。尤其是涉及案例、承诺和结果的地方，最后拍板的人还是你。
## 六、封面自动化，不是每次重新设计一张图
封面是很多人最容易上头的地方。
每写一篇就重新设计一张，看起来很认真，实际上很难稳定生产。我的做法是，先让 Agent 去学习小红书的内容标签结构、封面信息层级和同行账号的封面规律，再做自己的封面 SOP。
这里可以先用 AI 进化工具包里的深度调研流程把资料搜一轮，再去找小红书的封面案例，或者去 GitHub 找类似的封面 Skills，提炼出自己的规则。
我会把封面模板的来源分成两条路。
第一条是直接找现成素材：
1. 找到适合自己账号的封面模板或网页素材；
2. 把素材按主题、版式和适用场景整理进自己的模板库。
第二条用 AixDownloader提取搞定设计的模版
1. 让 Agent 打开“搞定设计”；
2. 在里面搜索小红书封面模板；
3. 用 AixDownloader提取适合当前账号和选题的模板；
4. 保存模板的标题区、配色、字号、图片位置和版式规律；
5. 再让 Codex 根据具体选题，替换模板里的标题、关键词和视觉重点。
这两条路可以按实际情况选择。你已经有合适的网页素材，就走 AixDownloader；想直接从“搞定设计”里找小红书封面模板，就调用对应插件去提取。
> 模板拿回来之后，不要只保存一张图片。最好把它整理成“什么场景用、适合什么标题、哪些位置可以改、哪些元素要保持不动”的模板说明。这样后面 AI 才是在调用一套模板，而不是每次重新猜一张图怎么做。
最后再统一保留字体、颜色、版式和账号识别度。
这样做以后，AI 不需要每次从零设计，只需要根据内容替换模板里的关键部分。你自己也不用每天在字体、颜色和排版上重新纠结一遍。
封面要解决的其实就一件事：用户刷到它的几秒钟里，能不能看懂：
这篇内容是不是在解决我的问题。
## 七、最后才是登录和发布
到这里，选题、标题、正文和封面都确认了，才进入发布环节。
这一步其实没有多神秘，基本就是：
1. 让 Codex 打开小红书创作助手；
2. 完成账号授权；
3. 读取已经确认的选题、标题、正文和封面；
4. 根据需要修改关键词、标题和正文；
5. 上传封面；
6. 发布前人工检查；
7. 发布；
8. 把链接和后续数据回写到飞书多维表格。
这里我不建议追求“完全无人值守”。
尤其是账号授权、标题正文最终确认和发布动作，最好保留人工确认。一方面是账号安全，另一方面是内容安全。
自动化适合做采集、整理、生成、排队和记录。最后要不要发出去，最好还是由一个真正知道自己在服务谁的人来决定。
## 这套系统最重要的，不是工具
把这套流程拆开看，技术栈其实很清楚：
- Codex：负责理解业务、分析用户、生成内容和串联工作流；
- 飞书多维表格：负责管理关键词、选题、内容状态和发布数据；
- TikHub：负责采集搜索联想词、公开笔记和评论等内容数据；
- AixDownloader：负责下载网页素材；
- 搞定设计：负责封面模板和视觉生产。
但如果你只记住这些工具名，还是没抓到重点。
真正有价值的是工具之间的顺序：
> 先找人
> → 再找问题
> → 再找搜索词
> → 再看对标内容
> → 再组成选题
> → 确认后才生产
> → 做完封面再发布
> → 发布之后继续复盘
顺序错了，工具越多，垃圾内容的产量越高。Codex 写得越快，飞书表格越满，最后只是在更快地生产没人要的东西。
顺序对了，自动化才有机会变成一套持续带来咨询的流程。
## 最后，别急着把系统做大
如果你准备自己试，我建议先别一上来就把所有工具都接上。
拿一个明确的产品或服务，先跑通三件事：找到一批具体用户，挖出他们真实会搜索的问题，再用其中一个问题写出一篇内容。
这三步能跑通，再去接飞书、采集、封面和发布。否则很容易变成工具搭了一大堆，真正要发的时候，还是不知道该写给谁。
完整搭起来，还会涉及很多具体细节：
- Codex 的完整项目文件和提示词；
- 用户画像和痛点表模板；
- TikHub 多轮采集配置；
- 关键词矩阵和选题池结构；
- 对标账号八维度拆解模板；
- 飞书多维表格字段与状态流转；
- 封面案例库和封面 SOP；
- 小红书授权、修改和发布流程；
- 发布后的数据复盘和内容迭代。
这些我已经整理成完整版工作流了。
我先把上面的思路讲出来，是方便你判断这件事到底值不值得做。真正拿去复用，还要把项目文件、提示词、表格、采集、选题、封面和发布这些零件接起来，并且把哪些地方可以自动、哪些地方必须停下来确认写清楚。
如果你想自己搭，照着这篇文章先跑一遍就行。
如果你做的是企业服务、个人咨询或者知识产品，确实想把小红书变成一个比较稳定的获客入口，但不想再从零开始拼这些东西，可以来找我。完整版我已经做好了，先把你的业务和目标用户看一遍，合适再聊，不合适也不用硬套。
别急着把系统做大，先确认你到底想服务谁。这个问题没想清楚，自动化只会让你更快地绕远路。
关于阿乐： 02年连续创业者 | FDE前线部署工程师 差九年AI进化俱乐部主理人 教你企业AI怎么落地：获客→开发→交付 分享FDE + 企业落地全流程
## 相关链接
- [aix阿乐](https://x.com/Leepriest1990)
- [@Leepriest1990](https://x.com/Leepriest1990)
- [3.1K](https://x.com/Leepriest1990/status/2079848526914174987/analytics)
- [https://tikhub.io/zh](https://tikhub.io/zh)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [4:38 PM · Jul 22, 2026](https://x.com/Leepriest1990/status/2079848526914174987)
- [3,121 Views](https://x.com/Leepriest1990/status/2079848526914174987/analytics)
- [View quotes](https://x.com/Leepriest1990/status/2079848526914174987/quotes)
---
*导出时间: 2026/7/23 11:50:27*