用 AI 写作最值钱的一步不是提示词，而是把改稿反馈沉淀成复利
Katie 把 AI 从职业教练一路用到写作插件：先为模型装好上下文，再把每次改稿意见存回系统等它复利。对她来说，AI 的价值不止提效，也是帮她稳住情绪、绕过执行难关的支持系统。
核心论点 · 点时间戳可跳到原声
把 ChatGPT 当职业教练
在加密公司做编辑和代笔时被裁后，Katie 试过甲方、乙方和自由职业，仍觉得靠自己的想法已经走到头。请真实职业教练太贵，她估算约 150 美元/小时，于是改用 20 美元/月的 ChatGPT。她没有找人代想，而是把它当作外化思考的对象：讲出自己的处境、让它追问和反驳，尤其在她容易灾难化时把她带出自己。这套做法后来被她称为「思考工具」。她甚至用它判断是否接受 Every 的专栏邀约——当时 ChatGPT 建议她先试，结果她一路走到了现在。
— Katie Parrott一个人变成内容代理公司
2025 年初 Katie 自由职业时严重超额承诺：两周期限内要交付 8 篇博客、3 本 ebook、24 条 LinkedIn、24 条 X、16 条 Instagram。能跑完不靠写得快，而是她后来才意识到叫 context engineering 的做法：先把公司的品牌信息、产品细节、受众和差异化一条条写清楚，再让模型生成。她前期搭这些上下文时很费力，但地基一旦搭好，后面的生产速度会变得非常快。她承认六个月后又重复了一次超额承诺——这套方法并没有治好她的 overcommit 毛病。
— Katie Parrott先给上下文，再谈文风
项目里该先放什么，Katie 的观点很明确：不是先规定「用这些词、别用那些词」「阅读难度要低」，而是先给模型关于读者是谁、痛在哪、产品怎么对应痛点、竞争者和差异点的基础档案。她说这些是她做 content marketing 时写 style guide 的本能，只是现在喂给了 AI。根基资料备齐后，才会轮到语气、措辞和句法层面的约束。她对「风格」这件事的定位是：措辞问题会永远纠缠下去，但没有底层信息，风格约束只是空转。
— Katie Parrott具体信息才是独特性来源
她说的「数据」不是泛泛背景，而是模型知识截止日期之后发生、或在真实物理世界里才有的一手材料：公司自己做的研究、第三方报告、具体的个人经历。若只让模型按它已经会的东西写「style guide」，产出的都是 commoditized information。所以她要人负责的是「最后一英里」：把模型没有的新资料带进系统。她的比喻是模型是厨房、流程是切煮，但新鲜食材必须由人带进厨房——输入端的质量和新鲜度最终决定一篇稿子是不是值得读。
— Katie Parrott支持性技术也是一种杠杆
Katie 讲了很少公开说的一层：她患有 bipolar disorder，会经历高能量期，也要面对很长很长的低谷。在她这里，AI 的价值不只是「高产」，更在降低日常生活摩擦，让她更容易做成一个能正常运转的人。她拖延了三年没有预约的家庭医生，最后让 Codex 自动找到附近、接受她保险且收新患者的医生并约好；收件箱也交给自动化先筛出真正需要她回复的信，而不是让她每天去翻一堆订阅通知里有没有「炸弹」。她自己的说法是：AI 作为支持性技术，和生产性技术一样强大。
— Katie Parrott职业教练长成 Codex 项目
当年那个「帮我做职业教练」的简单 prompt，如今已经变成 Codex 里的一个独立项目：里面有她自己的档案和岗位定位、Every 的品牌定位情报、从 CMS 导出的文章表现数据、一个专门收集读者好评的 validation 文件夹，以及 Q2/Q3 的 OKR。很多资料不是她手动整理的：她学 Alex Duffy 的办法，让 AI 采访自己，把脑中想法问出来并整理成文档。她现在越来越多直接用语音「自言自语」跟它对话，让它排优先级、做项目管理、维护看板。她甚至已经忘了看板里有什么，只会在需要时问一句某个交付物的截止日期。
— Katie Parrott把写作流程做进插件
Compound Writing 的起点是 fork Kieran 的 Compound Engineering：工程里系统应记住每次反馈，同一个问题只纠正一次，下次自动做对；写作也该如此。她把工程版的 brainstorming、planning、working、reviewing 映射成写作的头脑风暴、提纲、草稿和审稿，并设计了三种 review：substantive edit 看整体结构与论点，line edit 逐句打磨，最后再做一遍 publication-ready 的终检。她现在不再开网页 chat 窗口，而是用 Claude 或 ChatGPT 的桌面端跑这套系统，风格指南、示范文章等上下文都在里面，人只需要把新鲜信息带进去。插件在录制时已经可以从 Every 的 GitHub 下载。
— Katie Parrott让欣赏的作家当审稿人
她管这个插件叫 gym，目标是让使用者变强而不是让 AI 代笔。她把喜欢的作者拆成可调用的 reviewer skill：冯内古特讲「尽量贴近结尾开始、每句话都要挣得自己的位置、给读者一个可以支持的角色」；希区柯克讲「桌下炸弹」——如果先让观众看见倒计时，一秒钟惊吓就变成五分钟悬念。她把这些框架直接做进编辑步骤，写完可以 invoke Vonnegut、Hitchcock、Sorkin、Sedaris 来看自己的稿子。她认为非职业写作者甚至更容易受益，因为没有「我原来怎么写更好」的存量执念挡路。
— Katie Parrott原话 · 已逐字校验
Clarity, it turns out, doesn't arrive gift wrapped from a digital assistant or even a human coach. It's something I had to dig out for myself, question by question and prompt by prompt.
事实证明，清晰不是由数字助手甚至人类教练包装好送来的；它必须由我一个问题一个问题、一段提示一段提示地自己挖出来。
Natalia Quintero5:13
But when you have that environment set up, you can just kind of run and like run fast.
一旦环境搭好，你几乎可以撒腿就跑，而且跑得很快。
Katie Parrott10:28
So the data is the unique insight, the data point that the model doesn't have access to yet, the personal experience, all of those things that are working are ultimately going to make the writing unique.
所谓数据，就是模型还没有的独特洞见、它够不到的数据点，以及个人经验；这些真正参与进来的东西，最终决定一篇写作是否独特。
Katie Parrott17:45
AI is just as powerful as a supportive technology.
AI 作为「支持性技术」的力量，和生产性技术一样强大。
Katie Parrott22:50
So compounding is the idea that every piece of feedback that you give to AI should feed back into the system to improve the next output.
复利的意思是：你给 AI 的每条反馈，都应该回流进系统，用来改进下一次输出。
Katie Parrott32:09
if there's a bomb under the table and it explodes, that's a one moment of surprise. But if you have people sitting around the table and you show the audience the bomb under the table and say this bomb will go off in five minutes, now you have five minutes of suspense.
如果桌下有颗炸弹而且爆炸了，那只是一瞬间的意外；但如果让观众看到桌下的炸弹，并告诉他们五分钟后会炸，你就拥有了五分钟的悬念。
Katie Parrott40:19
what I want to challenge the AI community with is thinking about how we can expand those kinds of opportunities to more people and more kinds of people in more different places.
我想抛给 AI 社区的挑战是：我们能不能把这些机会，扩展到更多地方、更多种类的更多人手里。
Katie Parrott46:32
数字与实体
| Katie 当时对比的真实职业教练成本与 ChatGPT 订阅成本 | 约 150 美元/小时 vs 20 美元/月 | 4:12 |
| 拖延了多久才去预约家庭医生 | 3 年 | 23:53 |
术语
- Compound Engineering复利式工程
- 让 AI 记住每次反馈，同一条纠正只给一次，之后自动应用，输出持续变好。
- Compound Writing复利式写作插件
- Katie 把复利式工程移植到写作流程，沉淀风格、结构和审稿反馈的插件。
- context engineering上下文工程
- 在让模型写作前，先把品牌、受众、竞品等背景信息装进系统，给 AI 设定边界。
- supportive technology支持性技术
- AI 不负责产出内容，而是降低生活与执行阻力，让人更容易把该做的事做完。
- MCP模型上下文协议
- 连接模型与外部数据、应用的通用接口标准，Katie 用它让小应用与自己所用工具联动。
收听指南
做内容、写公众号或深度稿的记者与编辑，以及把 AI 当成个人生产力系统来搭的独立开发者；尤其适合卡在 AI 产出同质化、想建立自己工作流的人。
1:04 前的预告和 21:48 的赞助口播可跳过；主体内容从 8:26 一直有价值到结尾。