一篇技术长文写完，要再手动改成 X、小红书、公众号、知乎四版，每版字数、调性、标签规则都不一样，光复制粘贴调格式就耗掉一晚上。X 卡 280 字符硬限，要把三千字长文压成一句话观点；小红书要 emoji 分点、首句钩子、末尾互动提问；公众号要 H2 分节、案例配实操；知乎要结论先行、反向论证、引用真实。四套规则全在脑子里切换，写到第三版就开始糊弄。
更糟的是改着改着顺手把同一段话发到小红书和知乎——结果两边都不讨好，小红书嫌太干，知乎嫌太水。还有个隐蔽问题：同一篇原文改四版，改到后半段你对内容的记忆会失真，小红书版可能漏掉原文第二段的关键数据，公众号版可能把“提升 30%”写成“大幅提升”，等发出去才发现事实已经走样。
这个 n8n 工作流把“一篇原文”灌进去，让 LLM 按四个平台的真实规范分别改写，四版同时落地飞书多维表格或 Notion，拿过来人工终审就能发。核心价值不是省时间，是让四版改写在同一次上下文里完成，避免人工改到后半段记忆漂移；作者只管产出原始素材和最终签字，中间的格式搬运交给机器。自媒体一人公司、内容团队里负责多平台分发的运营，受益最直接——改写量越大越省人力。
工作流链路
手动触发 -> Set 节点粘贴原文（标题+正文）-> 四路并行 LLM 改写（X / 小红书 / 公众号 / 知乎，各一份独立 Prompt）-> 四路分别写入库（飞书多维表格四行 或 Notion 四个 page）-> 人工终审后发布。
下载模板
使用步骤
- 导入：n8n -> Workflows -> Import from File，选 workflow-content-repurposing.json
- 粘贴原文节点：Set 节点里填
source_title和source_text两个字段。原文建议先自己通读一遍，把无关段落删掉——LLM 不会替你判断哪段是核心，你给它什么它就改什么，删冗余是人的活 - 四路 LLM 节点：每个节点一个平台 Prompt，模板已内置。API key 填自己的，DeepSeek/Kimi/Qwen 都行；长文（3000 字以上原文）建议换 32k 上下文模型，8k 会截断原文末尾
- 模型选择：改写类任务对指令跟随要求高，别用最小杯的模型。DeepSeek-V3、Kimi K2、Qwen-Max 这档够用；追求调性稳定可以同模型四路跑，避免风格漂移
- 存档节点：飞书多维表格用 HTTP Request 调 OpenAPI，四版写四行，字段
platform+content；Notion 用官方节点，每版建一个子 page 挂在“改写池”数据库下。建议加一列status默认pending，终审后改approved，方便批量筛选未审的 - 试运行：手动触发一次，拿一篇你最近写的长文灌进去，看四版产出是否各自符合平台调性。第一版通常要调 Prompt 2-3 轮，重点看 X 版是否压到 280 字符以内、小红书版 emoji 和标签是否到位
- 人工终审：LLM 产出的四版别直接发。X 看一眼事实是否被压缩失真，小红书查医疗/金融敏感词，公众号核对数据出处，知乎查引用真实性。终审时把原文放左边、改写版放右边逐段对，重点对数字和因果断言
配套 Prompt（四平台各一份）
X 版（280 字符硬限）
Prompt
你是 X(Twitter)改写师。把原文压缩到 280 字符以内。
规则：
- 前 80 字符制造钩子，用反差或结论开头
- 保留 1 个核心事实，舍弃其余
- 末尾带 1 个相关标签
- 语气：直接、有观点、可争议
- 禁用 emoji 堆砌，最多 1 个
仅输出纯文本，不要解释。
原文标题：{{source_title}}
原文正文：{{source_text}}小红书版（1000 字内）
Prompt
你是小红书改写师。输出限 1000 字内。
结构：
1. 首句钩子，含痛点或反差，不超过 20 字
2. 3-5 个要点，每点配一个 emoji
3. 个人体感口吻，“我试下来”“踩过坑”
4. 结尾互动提问，引导评论
5. 带 3-5 个 # 标签
语气：闺蜜种草、亲历感。
合规：禁用医疗绝对化断言（“根治”“最佳”）、金融收益承诺（“稳赚”“保本”）。
仅输出纯文本。
原文标题：{{source_title}}
原文正文：{{source_text}}公众号版（1500-2500 字）
Prompt
你是公众号改写师。输出 1500-2500 字。
结构：
1. 引子用场景或数据切入，不超过 200 字
2. 正文分 3-4 个 H2 小节
3. 每节配实操步骤或案例
4. 结尾总结 + 引导关注
语气：专业但不端着、有作者声音。
保留原文核心事实，不得编造数据或引用。
仅输出 Markdown。
原文标题：{{source_title}}
原文正文：{{source_text}}知乎版（2000 字左右问答体）
Prompt
你是知乎改写师。输出 2000 字左右，问答体。
结构：
1. 开头一句话结论
2. 分 3-4 层论证，每层配数据或出处
3. 补充一个反向视角（“但要注意的是”）
4. 结尾给实操建议
语气：理性、有信息密度、像在认真答题。
引用要真实，不可编造论文、人名或链接。
仅输出 Markdown。
原文标题：{{source_title}}
原文正文：{{source_text}}踩坑
- 平台风格别一刀切：四版用同一个 Prompt 只改字数，是最常见的翻车点。小红书要“我”字开头加 emoji，知乎要“结论先行”加反向论证，X 要观点锋利——调性差异不是字数能覆盖的，必须四份独立 Prompt。见过有人图省事用一个 Prompt 加“请缩短到 280 字”跑 X 版，结果产出像电报，毫无钩子
- 字数硬限会截断事实：X 的 280 字符、小红书的 1000 字是真硬限，超了发不出或被折叠。但 LLM 为了塞进字数会砍掉关键事实。Prompt 里明确“保留 1 个核心事实”比“概括全文”更可控——你要的是钩子不是摘要，一句话观点比三段缩写更有传播力
- 合规词比你想的多：小红书对医疗（“治愈”“根除”）、金融（“保本”“稳赚”）、绝对化（“第一”“最好”）有自动拦截；知乎对未标注的广告信息也限。Prompt 里显式列禁用词，比发出去被限流再改省事。另外小红书的敏感词库会更新，建议每季度跑一次产出回扫，发现高频被限的词补进 Prompt
- 人工终审不可省：LLM 改写最容易出的 bug 是“事实压缩失真”——把“提升 30%”压成“大幅提升”，把“某研究”压成“专家说”。尤其是 X 和小红书这种短版，每个字都在取舍，终审时拿原文逐条对，重点对数字、百分比、因果关系这三类，这三类最容易被“概括”掉精度
- 同模型四路跑防漂移：四路用不同模型，风格会打架——公众号 DeepSeek 写得稳，小红书换 Kimi 可能突然文艺。同一次改写建议同一模型四路跑，要换模型整批换，别混用。另一个原因是四路并行的延迟不同，快慢不一会让存档顺序错乱，同一模型至少时间方差小
- 原文太长要分段喂：原文超过 4000 字，8k 上下文模型接不下。别在 Prompt 里说“请忽略超长部分”——LLM 会默默砍掉原文末尾，而你不知道砍了哪段。两个办法：要么换 32k 模型，要么在 Set 节点前加一个 Code 节点按段落切分，分批改写再拼接
模板是骨架，原文怎么粘、存到飞书还是 Notion 是你的。跑通后建议加两个节点：一是原文进库前先过一遍 LLM 做“事实摘要”，改写完成后拿四版回扫比对，防止关键事实丢失；二是存档后自动建一条“待终审”任务推到飞书待办，提醒当天审完再发，避免改写堆着积灰。
参考来源
- n8n HTTP Request 节点文档：https://docs.n8n.io/integrations/builtin/core-nodes/n8n-nodes-base.httprequest/
- n8n Set 节点文档：https://docs.n8n.io/integrations/builtin/core-nodes/n8n-nodes-base.set/
- X(Twitter)字数与格式规范：https://help.twitter.com/en/using-x/how-to-post
- 小红书社区规范（含禁用词）：https://util.xiaohongshu.com/legal/customer-service
- 飞书多维表格 OpenAPI：https://open.feishu.cn/document/server-docs/docs/bitable-v1/bitable-overview
- Notion API 创建页面：https://developers.notion.com/reference/create-a-page
- Moonshot API 文档（结构化输出）：https://platform.moonshot.cn