跳到主要内容

AI 生成技术文章标题怎么控质量：约束词表、长度区间和反例集比灵感更重要

· 阅读需 4 分钟
一介布衣
一介布衣
全栈开发者

我现在已经不太把“AI 生成标题”理解成一个文案灵感问题了。对技术博客来说，标题更像一个半结构化字段，它既要服务读者，也要服务站内列表、搜索结果和后续 slug 管理。只要规则没先定好，模型再能写，也很容易稳定地产出一堆“能看但不能发”的标题。

尤其在 blogV2 这种长期维护站点里，标题不是单独存在的。它会影响：

  • 博客列表页怎么展示
  • description 怎么配合
  • slug 和正文主题是否一致
  • 搜索结果里给人的第一印象

所以我现在更愿意把标题生成当成一个质量控制问题，而不是审美问题。

我见过最常见的三类坏标题​

1. 关键词虚高​

模型很喜欢写出这种大词很多、对象却很虚的标题：

  • AI 如何彻底改变技术写作
  • 新一代内容系统的终极方法论

这类标题的问题不是夸张，而是落不到文章真实范围上。读者点进去会觉得被骗，站内检索也很难把它归到明确主题。

2. 只顺口，不可索引​

还有一类标题读起来挺顺，但几乎没有明确对象：

  • 这次我终于想明白了
  • 为什么说这件事没那么简单

这种句子在社交平台也许还有空间，但在技术站点里基本等于浪费一个关键字段。

3. 过长，带不动摘要和列表​

我现在很怕模型一口气写出 40 多个字的标题。不是因为越长越差，而是技术博客的标题还要和 description、列表页布局、分享卡片一起工作。标题一旦太贪，很快就会把后面的摘要空间挤没。

我现在会先给模型一组硬约束​

在真正生成之前，我会先把约束拆成几类：

  • 主题词：这篇文章一定要出现的技术对象
  • 对象词：这篇文章讨论的是工具、流程、规则还是经验
  • 限制词：不能写“终极”“全面”“彻底改变”这类过火表述
  • 长度区间：例如 18 到 28 个中文字符为主，超出就要重写

这套约束比“写得吸引人一点”有效得多，因为模型终于知道什么叫跑题。

反例集往往比正例更有用​

我后来越来越喜欢留一小组反例，而不是只给模型看“好标题长什么样”。原因很简单，坏例子能直接告诉模型什么不能做。

比如下面这组反例就很有代表性：

  • AI 写作的新范式
  • 一次深刻的内容系统思考
  • 技术博客标题应该怎么写得更好

它们的问题各不相同，但有一个共同点：都没把这篇文章真正讨论的对象钉住。

相对地，我更喜欢这样的标题：

  • AI 生成技术文章标题怎么控质量：约束词表、长度区间和反例集比灵感更重要

因为它至少把对象、问题和判断都说清楚了。

标题生成之后，我还会过一遍人工清单​

人工校对我现在主要看四件事：

  1. 标题是不是和正文实际问题对应。
  2. 有没有过度承诺或空泛大词。
  3. 是否留出了 description 的表达空间。
  4. 如果以后要做 slug，这个标题有没有稳定对象。

这一步不是和 AI 抢活，而是做最后一道责任判断。因为标题一旦发出去，它就是读者接触文章的第一层契约。

对技术博客来说，标题质量属于发布前检查​

我现在越来越觉得，标题生成不能只算写作动作，它应该进入发布前质量检查。就像 description 不能和 title 一样、薄内容不该直接发布一样，标题本身也应该有一套最小质量标准。

标题草案当然可以交给 AI 生成，但最终能不能发，还是要靠规则和人工把关。技术博客不是在比谁更会起花名，而是在比谁能更稳定地把一篇文章的真实主题传达出去。