项目对象
Citely / Literfy 等 AI 学术工具的英文 Blog 发布实践
CASE STUDY 01
围绕 Citely / Literfy 的功能点,我把 citation verification、source tracing、literature review 等能力拆成可持续发布的英文 Blog 选题,并实际跑通从写作、配图到发布复盘的内容流程。
这个案例里,我做的不是把产品功能换一种说法写成几篇文章,而是围绕 Citely / Literfy 的功能点,把它们拆成可以持续发布的英文 Blog 选题,再把写作、配图、发布和复盘串成一套能反复执行的内容流程。
换句话说,我需要先想清楚研究用户真正会卡在哪里,再决定每篇文章从什么问题切入、图怎么配、发布后看哪些反馈,以及下一轮怎么继续调整。
核心工作范围
我不是先定空泛选题,而是先把产品功能对应到用户问题,再决定文章主题。
产品功能
用户问题
引用是否真实,参考文献能否快速核查
内容主题
Citation checking
产品功能
用户问题
来源能否追溯,文献之间的关系如何判断
内容主题
Source finding
产品功能
用户问题
文献综述如何组织,AI 能帮到哪一步
内容主题
Literature review support
产品功能
用户问题
AI 生成内容是否可靠,是否会出现虚假引用
内容主题
AI hallucination / fake citation
产品功能
用户问题
论文写作流程如何更高效,工具如何进入真实研究过程
内容主题
Research workflow
Brief
确定文章方向
确定工具功能、目标用户和文章角度
Draft
整理文章结构
根据 brief 生成文章初稿并调整结构
Source Check
核对信息准确性
核对引用、工具信息和内容准确性
Images
准备视觉素材
整理配图任务和文章视觉素材
Publish
完成发布设置
发布到 Medium,设置标题、标签和基础信息
Review
记录反馈信号
记录 views、reads、claps、followers,并整理标题和主题反馈
保留真实 Blog 截图,并补充每篇文章对应的用户问题、功能点和证据类型。
从学术引用错误和研究可信度切入,把 citation verification 写成研究写作里的基础检查任务,而不是单纯的功能介绍。

用户问题
学生和研究写作者担心引用出错,但不知道如何更快判断参考文献是否真实可靠。
产品功能
Citation verification / Academic integrity
证据类型
文章截图 / 文章链接
把 Literfy 放回真实研究流程里,说明文献整理、知识沉淀和 AI 工具协同是怎样进入同一条工作流的。

用户问题
研究写作中,资料整理和来源之间的关系不够清楚,用户也不确定 AI 工具如何接入已有研究流程。
产品功能
Research workflow / Source tracing
证据类型
文章截图 / 文章链接
围绕 citation verification 和 source tracing,解释学生如何更快判断引用是否真实可靠,而不是反复手动查找来源。

用户问题
学生知道引用需要核查,但不知道怎样更快判断它是否可靠,也不想在来源确认上花掉太多时间。
产品功能
Citation verification / Source tracing
证据类型
文章截图 / 文章链接
围绕 literature review writing 的真实边界,说明 AI 能帮助什么、不能替代什么,让产品表达回到研究任务本身。

用户问题
用户想知道 AI 能否参与文献综述写作,以及它在研究写作里的真实边界到底在哪里。
产品功能
Literature review writing
证据类型
文章截图 / 文章链接
这部分保留的是一次真实发布后的后台记录。数据规模还很小,所以我不会把它写成“增长成果”;它更适合用来判断哪些标题、标签和主题方向值得继续测试,也给下一轮调整留一个参考。

REVIEW NOTES
我更把这张周报当成一份复盘底稿:它还不能证明增长,但足够让我回看这一轮发布哪里有效、下一轮该往哪里继续调。
先看 views / reads,判断标题和开头有没有把问题说清楚。
再看 claps / followers,观察文章是不是只有被点开,还是已经有了最基本的继续阅读吸引力。
像 citation verification 这样直接对应写作痛点的主题,明显更值得继续测试。
标签上会优先保留能直接指向研究场景的词,而不是太抽象的功能词。
下一轮会继续比较“问题导向”和“工具导向”的标题写法,看哪种更容易被点开。
发布节奏、首段写法和文章结构也还要继续调,看看哪种组合更容易带来稳定阅读。