Grace 文章写作方法总结
一、选题：热点是入口，不是内容
选题从真实热点切入——三大 AI 模型在 2026 年初密集发布。但热点只是入口，确认选题后立刻完成一次转化：
从”AI 行业发生了什么” → 转化为”读者应该怎么做”
这篇文章的转化结果是：“三个模型都是每月 $20，我到底该付哪一个？”
这个转化决定了搜索意图、写作语气和所有后续的结构选择。
核心规则：热点话题必须先被翻译成读者的一个决策，才有资格成为文章主题。
二、搜索意图：锁定一个，围绕它构建一切
写第一个字之前，先锁定唯一的搜索意图：
- Tutorial — 教读者一步步做某件事
- Comparison — 哪个选项适合哪类人 ← 本文
- Listicle — 排名式工具或技巧合集
- Q&A — 直接回答一个具体问题
之后所有的结构决策——开头方式、章节顺序、表格形式、FAQ——都服务于这一个意图。不属于这个意图的内容，无论多有趣，一律不写。
核心规则：一篇文章只打一个搜索意图。如果某个章节属于另一种文章类型，它就不属于这篇文章。
三、开头：结论先行，背景永远不写
开头 76 字内直接给出判断。读者在决定是否继续阅读之前，已经知道三件事：
- 核心问题是什么（”你可能在为错误的模型付费”）
- 每个模型适合谁（”Gemini 性价比最高，Claude 输出质量最强，GPT-5.2 擅长缓存编程循环”）
- 为什么值得读下去（”选错了就是在为错误的工具付钱”）
开头不解释什么是 AI、2026 年 AI 为什么重要、这三个模型是什么来头。读者已经知道这些。第一句话直接说他们还不知道的事。
核心规则：前 80 字是用来换后面 1,800 字的阅读权。把它们花在结论上，不要花在铺垫上。
四、结构：按读者的决策流程排列，不按话题逻辑排列
文章各章节的顺序，模拟的是一个理性读者做购买决策的思维过程：
| 章节 | 回答读者的哪个问题 |
| Quick Verdict 表格 | “一眼看清谁适合谁？” |
| Benchmark 数据 + 来源 | “数字说明什么？” |
| Firsthand Findings | “有人真的测过，还是在搬运营销材料？” |
| Real Weaknesses | “选错了会出什么问题？” |
| Decision Framework | “我到底该怎么做？” |
| FAQ | “还有一个我最想知道的问题” |