内容创作者和社交媒体运营每天都在做同一件事：持续产出新的选题，同时还要兼顾多个平台和活动。真正费时的往往不是发布，而是“今天写什么”。本文介绍一种可复用的设计思路：让 AI 按固定结构生成内容点子，再自动整理进 Google Sheets，形成一个随时可取用的内容灵感库。
需要先说清楚边界：这是一份基于 Make 官方教程整理的设计示例，说明模块结构和字段映射，不代表已经在任何账户中按此搭建并跑通。真正执行时需要你自己的 Make 账户、CometAPI API key，以及一个 Google 账号；模型输出也需要人工审核后再使用。各模块的当前名称、可用模型和额度请以场景编辑器和官方页面为准。相关官方入口：Make 的 CometAPI 集成页、CometAPI 控制台、Make 的 JSON 应用文档。应用页面对应软件的说明由平台生成，可能滞后；关键步骤请回到 CometAPI 与 Make 的当前文档核对。
为什么值得把内容生成自动化
传统的内容规划依赖人工头脑风暴、零散笔记和不稳定的发布节奏。把生成环节交给 AI、把归档环节交给 Make 之后，工作方式会变成另一种样子：
- 内容供给更稳定：灵感库不会因为某天没有想法而中断。
- 形式更多样：可以按平台生成不同结构和语气的内容。
- 更容易跟进热点：提示词里可以带上当前话题和标签。
- 自动归档：结果直接写进表格，查找和复用更方便。
当 AI 生成与 Make 的自动化连起来之后，它不只是“帮你写一句话”，还可以填充内容日历、触发后续发布，并把历史选题沉淀成可搜索的资料库。
第一步：连接 CometAPI 与 Make
CometAPI 是第三方 AI 服务商在 Make 中提供的应用。根据 Make 集成目录（2026-09-13 核对），它当前提供 Create a Chat、Create an API Call 和 List Models 等模块。下面用 Create a Chat 串起整个流程。
获取 CometAPI API key
- 注册或登录 CometAPI 控制台。
- 在 API token 区域创建或找到项目对应的 key，复制并妥善保存，下一步会用到。
连接方式以 Make 的 CometAPI 集成说明 和 CometAPI 当前文档为准：不同时期可能要求 API key、workspace 或账户权限，界面字段也可能调整。API key 属于敏感凭证，不要写进截图、公开仓库或聊天记录。
创建一个 Make 场景
- 登录 Make 账户。
- 新建一个场景（Scenario）。
- 添加 CometAPI 模块并建立连接，把上一步的 API key 填进去。
到这里，两个平台就连接好了。
第二步：搭内容生成工作流
下面按模块说明这个工作流的结构。参数名称会随连接器更新，这里给出的是字段含义而不是固定截图。
模块 1：CometAPI 的 Create a Chat
Create a Chat 负责生成内容点子。根据 Make 的应用说明，它使用用户指定的回退模型来处理响应。为了让后续的 JSON 解析这一步更稳定，建议选择结构化输出能力较强的模型；具体可用型号以 CometAPI 控制台为准。
下面是一段可直接改写使用的提示词，它要求模型只输出 JSON，方便下一步解析：
你是一个内容生成器，为配合 Make 的社交媒体自动化生成简短的 Q&A 式点子。 始终只输出合法的 JSON。 不要在 JSON 之外输出 Markdown、解释或任何额外文字。 JSON 结构示例： { "Question": "今天提升互动率的一个小技巧是什么？", "Answer": "使用图片或短视频等视觉素材来抓住注意力。", "Tag": "#SocialMedia #Marketing #Tips" } 规则：
- 严格按照 Question、Answer、Tag 三个字段输出。
- Question 要简短、有吸引力。
- Answer 要简洁、可执行。
- Tag 包含 2 到 3 个相关标签。
- 不要增加其他字段或文字。
提示词工程的一部分就是反复测试输出质量。建议把提示词当成可迭代的配置，而不是一次写完就不动。
模块 2：JSON 的 Parse JSON
这一步是把“模型生成的一段文本”变成“可以逐字段映射的结构化数据”，需要显式接好中间的桥：
- 把聊天输出文本接入 JSON string 字段。
Create a Chat返回的是一段对话文本（通常包含在响应对象的某个字段里），必须把这段表示 JSON 的字符串映射到 Parse JSON 模块的JSON string字段，而不是把整个聊天响应对象直接丢进去。不同 Connector 版本的响应字段名可能不同，请以你场景里实际看到的字段为准，不要照抄本文的路径。 - 先建立数据结构。 如果还没有为这三个字段定义数据结构，可以先在
JSON string里填入一个 JSON 样本并手动运行一次Parse JSON，让模块从样本识别结构，再把 Question、Answer、Tag 暴露给后续模块映射（Make 的 JSON 文档 描述了用样本生成数据结构的做法）。也可以预先定义一个包含这三个字段的数据结构。 - 失败要停下来审阅。 如果模型返回的不是合法 JSON，或结构与预期不符，
Parse JSON会失败或得不到那三个字段。此时应让场景报错并停止，先检查提示词和样本，不要带着空值或错位字段继续写入表格。可以把这一步的错误处理设置为告警或人工复核后再继续。
模块 3：Google Sheets 写入
写入表格之前，先做两件准备：
- 连接 Google 账号，并在授权时只授予完成该场景所需的权限。
- 在 Google Sheets 中准备一张表，按 Question、Answer、Tag 设置稳定的列标题。
回到 Make 的 Google Sheets 模块，用一个写入行（例如 Add a Row）把三个字段映射进去：
- Question 字段：映射 Parse JSON 得到的
Question。 - Answer 字段：映射
Answer。 - Tag 字段：映射
Tag。
列标题一旦确定就不要再随意改动；需要新增字段时，按标题映射比按列位置映射更容易排查问题。Google Sheets 的连接与权限细节以 Make 的 Google Sheets 应用文档 为准。
第三步：测试与上线
搭建完成后，先点“Run Once”做一次单次运行，然后回到 Google Sheets 检查是否新增了一行结构化内容。测试阶段可以用较小的模型或较短的提示词控制消耗。确认字段映射正确后，再考虑改成定时运行。
这里无法替你验证运行结果，因为验证需要真实的 CometAPI key 和 Google 授权。请以你自己账户中看到的一次实际运行为准。
数据与隐私边界
把 AI 生成接进内容流程之前，要清楚数据会流向哪里：
- CometAPI 是 API 中间层：请求会经过 CometAPI 再转发给上游模型提供方。它的公开说明建议提交前对敏感数据做匿名化，并指出上游提供方有各自的数据政策（见 CometAPI 首页）。
- 不要把个人或机密的 CRM/客户数据发送给 AI，除非你已获得授权，并评估过 CometAPI 与上游提供方的数据处理政策。
- 只发送完成生成所需的最少信息；能脱敏就脱敏；对输出的使用保留人工审核。
- 本文不构成法律或合规保证，具体义务请按你所在组织与适用政策判断。
可扩展的工作流方向
基础版本跑通后，可以按业务需要扩展：
多平台内容适配
修改提示词，为不同平台生成不同结构和长度的内容，并根据各平台的字符限制做裁剪。
内容日历自动化
把场景设置为每天运行多次，加入日期或时间戳，再与 Buffer、Hootsuite 一类排期工具衔接。
效果追踪
把分析类 API 接进来，用表现数据反向调整提示词，并记录不同内容形式的效果对比。
团队协作
在生成新内容时向 Slack 发通知，加入审核审批环节，并按成员角色对内容分类管理。
提高效果的关键做法
- 持续优化提示词：根据输出质量定期测试和调整。
- 保持内容多样：轮换不同形式和主题，避免受众疲劳。
- 做好质量控制：AI 生成内容在发布前应有审核流程。
- 统一数据规范：在表格中采用一致的命名和分类方式。
- 平衡自动化与人工：排期策略要为品牌一致性留出人工监督。
把内容自动化继续做大
这个基础工作流可以当作更完整内容运营体系的起点：
- 内容个性化：按受众细分生成定向内容，或结合 CRM 数据做个性化推送（前提是数据授权与政策评估已通过）。
- 多语言支持：扩展成多语言生成，并配套本地化流程。
- 视觉内容：连接 AI 图像生成工具自动产出视觉素材，或生成视频脚本。
- 效果优化：用分析数据识别高表现内容模式，逐步引入反馈闭环。
结语
把 CometAPI 的 AI 生成能力接到 Make 的自动化上，可以搭出一套内容供给更稳定、归档更省事的系统。它省下的是重复劳动，不是判断力：选题是否合适、内容是否准确，仍然需要人来把关。把结构固定下来、把边界划清楚，这套工作流才真正可维护。