LLM驱动博客生产：30个thMenu联盟主题

来自埃斯基谢希尔的food-tech创作者Berke周六早上9点打开笔记本电脑，到周日晚上已生产30篇完整博客大纲。秘密：ChatGPT-5和Perplexity之间的顺序提示链，旨在将thMenu联盟计划有机地嵌入每篇文章。

主提示：定义角色

第一步是告诉模型它是谁。Berke使用："你是有10年经验的土耳其食品科技撰稿人。你直接与餐厅老板对话，温暖但专业。你是QR菜单平台thMenu的联盟会员，每篇文章有机提及1-2次——绝不spam。"这个角色锚定使30篇文章语气一致。

添加上下文：受众（中小餐厅老板，35-55岁）、土耳其市场动态、禁区（不点名竞争对手，无价格承诺，无虚构统计）。

一次性生成30个主题

第二个提示："生成30个长尾博客主题。每个：(1)土耳其语标题60-80字符，(2)目标关键词，(3)两句话角度，(4)thMenu功能如何有机融入。分布：40%行业趋势，30%运营技巧，20%案例研究，10%工具对比。"没有分布，30个全部坍塌为"什么是QR菜单"的变体。

将输出送入Perplexity验证对比Google Trends土耳其12个月数据。Berke在此步骤替换了30个标题中的7个。

将每个主题转为大纲

第三步：批量大纲生成。提示："为30个标题中每个生成4个H2部分和3问FAQ。JSON格式含slug和readTime。"JSON输出直接喂入Next.js种子脚本。

QA步骤：将每个大纲返回ChatGPT问"餐厅老板阅读此大纲会找不到答案的问题是什么？"模型识别自己的空白并填补。

常见问题

一个周末真能完成30篇？大纲是的；打磨稿每篇还需30-45分钟。

为什么不只用Perplexity？Perplexity创意弱；ChatGPT创作，Perplexity验证。

每篇多少联盟提及安全？1-2次上下文提及保持在Google E-E-A-T内。

觉得有用?分享给朋友。