RSS + Claude 自动策展 newsletter:把 30 个行业博客压成 30 分钟周报

上周五早上,我用 28 分钟发出了一份 14 页的周报——抓取 30 个行业博客、47 篇文章、发给 4,200 个订阅用户。前一周用了 23 分钟,再上一周 31 分钟。

我已经一年多没直接打开过那 30 个博客中的大部分了。RSS 负责抓取,Claude(Anthropic 出品的 AI 助手)负责阅读,我负责编辑。这就是我今天想拆给你看的工作流,因为每次我演示给同行看,反应都一样:"等等,这真能做到?"

能。下面是完整搭建。

RSS(Really Simple Syndication,简易信息聚合)尴尬的"第二春"

RSS——网络最早的"订阅更新"格式——本该在 2013 年 Google Reader 关停时一起死掉。结果它只是转入地下。订阅源(feed)还在:大多数博客、每个 Substack、几乎所有头部媒体,都还在发布可以接入阅读器的 XML 订阅源。读者走了,基础设施没走。

对做 newsletter(订阅邮件)的人而言,RSS 是被大多数人遗忘的不公平优势。标准订阅源给你标题、链接、发布时间,有时是全文,有时只是 200 字的摘要。配上一个能自动抓取原文的阅读器,你就拥有了一条工业级的信息流——比算法时间线(由平台决定给你看什么的信息流,比如 LinkedIn 或 X 的首页推荐)更早、比推特时间线更全。

2022 年我给一个 B2B(Business to Business,企业对企业)SaaS 客户做订阅通讯,当时的编辑流程是这样的:每天早上打开 40 个标签页,扫 200 字摘要,挑 8 篇读完,在 Notion 里记笔记,凭记忆写周报。一周要花 3 小时,还经常漏掉好文章。

现在这套流水线干同样的活,28 分钟,反而抓得更全。

两个工具,只选对的

我对这套栈的选型很挑剔,因为同类替代品在关键维度上都更弱,而"随便用你喜欢的"正是这类文章被 ChatGPT 改写成一万个版本的起点。

阅读器:Miniflux(自托管,4 美元的 VPS 上一年大约 15 美元,本地跑免费)。这是一款用 Go 写的极简 RSS 阅读器,作者立场很鲜明。我选它有两个真正起决定作用的理由:

1. 自带"抓取原文内容"模式,会自动下载每篇文章的完整 HTML 页面,剥掉广告、导航、页脚噪音。你拿到的是文章正文,不是 200 字的引子。
2. 干净、可以用的 JSON API(让软件以编程方式调用服务的接口),有 /entries 端点。你能把待读列表里的文章一次性拉成一个 JSON 大对象,限制只在于模型的字符窗口。

我试过 Feedly Pro(界面不错,每月 8 美元,但 API 锁在最贵的套餐,Leo 生成的摘要对长文不稳定)。试过 Inoreader(规则引擎很强,但全文抓取时灵时不灵,API 速率限制——即每分钟允许的请求次数上限——让批量导出很痛苦)。Miniflux 在这套工作流真正需要的两件事上赢了:干净的全文 + 能用的 API。

摘要模型:Claude(我用的是 Sonnet 4.5,近期任何一代都行)。 Sonnet 4.5 在 2025 年中支持 100 万 token 的上下文窗口(单次请求能塞入的文本上限,大约 75 万英文单词),这才是这套工作流真正解锁的开关。我每次往一个提示词里塞 20–30 篇全文。GPT-4 级别的模型在第 5–8 篇就开始丢早期内容,Claude 不会。

如果你没有 API 访问权限,Claude.ai 的"Projects"功能干同样的事——把文章贴进去,设定项目级的系统提示词(在这个项目下全程生效的指令),发车。

30 分钟工作流,逐步拆解

我说的 30 分钟是从打开阅读器到邮件排好发送队列的真实时间。不包括喝咖啡。

第一步——维护一份固定的订阅清单(每周 5 分钟)

我订阅 30–35 个博客。数量不重要,但纪律要严格:不订阅新的,除非先取消一个。这份清单是"策展"出来的,不是"积累"出来的。

一条可执行规则:任何订阅源,如果过去 90 天里没有产出过一篇"值得留下"的文章,就退订。目标是信号密度,不是覆盖广度。

做营销 newsletter 的好源:SparkToro、Moz、Ahrefs Blog、Backlinko、Animalz Blog、The Hustle、Marketing Brew、Stratechery(科技背景)、Anneke Stuewer 的 SEO 博客,以及你推特上真看的那些人的 Substack。

第二步——让 Miniflux 自动抓取全文

Miniflux 设置 → Feeds → "Fetch original content" → 开。新装默认就是开着的,但要复查一下。不开这个,你就只是在摘要引子。

对少数屏蔽抓取的站点,Miniflux 的 User-Agent 覆盖(控制阅读器向网站自报身份,避免被网站拦截)和代理选项一般能解决。实在搞不定的,我直接用 RSS 里的摘要硬扛,不强求全文。不是每篇都需要全文。

第三步——标"留下",忽略其余(约 10 分钟)

每个周五我打开 Miniflux 的未读视图,做 10 分钟分诊(triage)。快捷键 f 把文章标成"稍后读"。凡是标题让我想点进去的,我就大方地按 f。其余一律 m(标记已读),让它从视线里消失。

目标留下 20–30 篇。分诊很快,因为目的不是"读",而是"给模型预筛"。大多数周我最后留下 22–28 篇对订阅用户真正重要的。

认知上的转变:那个未读数字不是欠着的债,是一份候选名单。我不读名单,只是从里面挑。

第四步——把"留下"的文章导出到单个文本文件(约 2 分钟)

Miniflux 的 API 让这一步变成终端里的一行:

bashcurl -u user:password "https://your-miniflux-instance/v1/entries?status=unread&limit=50&direction=desc" \
  | jq '[.entries[] | {title, url, published_at, content}]' \
  > keepers-$(date +%Y%m%d).json

(curl 是从 URL 拉取数据的命令行工具,jq 是用来提取和重组 JSON 数据的工具。)

你拿到一个 JSON 文件,包含每篇标为"稍后读"的文章的标题、链接、发布日期、完整 HTML 正文。我把它丢进一个小 Python 脚本,转成纯文本版摘要——每篇文章一个段落,用清晰的 === TITLE: ... === 分隔。脚本 30 行,主要工作由 html2text 完成。评论区有人想要的话我可以贴。

第五步——交给 Claude 摘要(约 5 分钟,多数在等)

下面是真正的提示词。我打磨了九个月,保存在一个叫 digest-prompt.md 的文本文件里,塞进 Claude Project(或者 API 的 system 字段)一次。然后把当周的文本文件塞进 user 消息,点发送。

你是一位资深编辑,正在为一份 4,000 人的增长营销与 SEO 实战派订阅者
做每周精选。我的任务是:从下面给你的文章中,挑出 8-12 篇最有用的,
并为每篇写一段紧凑的编辑摘要。

每篇选中的文章请按以下格式输出:

  ## {文章标题}
  *来源:{出版物} | {发布日期}*
  {2-4 句摘要,语气贴合周报:实用、有观点、不浮夸。
  以最可落地的洞察开篇。}
  **为什么值得看:** {一句话,说清楚谁该关心、读完能做什么}
  [读全文 →]({原文链接})

挑选标准(按优先级):
1. 新信息或新视角——不只是上周新闻的复述。
2. 可执行。读者周一就能做点不一样的事。
3. 有明确观点,而不是综述。

跳过:
- 没有原创数据的通用清单文
- 没有任何营销教训的产品发布稿
- 常识的重新包装

硬性规则:
- 永远不要编造事实、数字、引用。原文没说就不要说。
- 不要写"在这个快节奏的时代"、"让我们一起"这类套话。
- 文章不行就扔。8 篇精品胜过 12 篇注水。

"挑选标准"和"跳过"两段才是这套工作流真正起效的地方。没有它们,Claude 会默认"全选、友好地总结",输出 30 页没人读的周报。有了它们,它表现得像一个有审美的编辑,而不是搜索引擎。

5 分钟的墙上时间是真实的:大部分在等 Claude 思考。提示词约 200 词,输出约 1,500 词。运行期间我什么都不动。

第六步——编辑,不是重写(约 5 分钟)

这一步我不能省,也不能外包。Claude 的输出是草稿,我的产出是编辑。

5 分钟里我实际做的事:

• 核对每个事实和链接。 两周前 Claude 信誓旦旦引用一篇"Backlinko 近期研究",点开是 2019 年的。信任但核实——每条 URL 至少点一次。
• 砍掉 20% 的水分。 Claude 喜欢加限定词和过渡语。"值得注意的是……"在每一轮编辑里都得死。
• 加一段个人笔记。 周报最上面放一段小段落——"这周我试了什么"、"这周我对什么持怀疑态度"、来自我自己工作的小数据点。这才是让周报读起来像人写的关键。
• 排好发送。 Markdown 转邮件,排到周六早 8 点,关掉标签页。

就这些。28 分钟,前后差几分钟。每期周报稳定拿到 42–48% 的打开率,以及我以前每周花三小时手动才能换来的那种高质量回复。

这套工作流做不到的事

它不能取代阅读。我周末仍然读长篇——书、年报、那些不会出现在 RSS 里的东西。RSS 是信号检测,不是深度工作。

它不能取代判断。"选 8-12 篇,扔掉其余"这条指令承担了 60% 的效果。如果跳过这一步,让 Claude 摘要所有内容,你会得到一份 30 页的周报,没人会打开,第三周你就放弃了。

它不写开头第一段。开头那段"这周在增长营销圈,值得注意的动作是 X"——永远是我自己写。模型不知道什么有趣,你知道,因为你就在这个行业里。

一个小的观念翻转

人们听到"AI newsletter 策展"时,本能反应是问:AI 能干完全部吗?我能直接指着一份订阅源列表,让它吐出一份周报吗?

技术上能。你会得到一份周报,准确、可用,和订阅者收件箱里另外 400 份 AI 生成的周报完全分不开。

真正换到打开率的不是摘要本身,而是选择、框架,以及那一两段只有真正在这个行业工作的人才写得出来的声音。Claude 让"摘要"这一步快到你能把时间花在只有你能做的部分。诀窍就这一句:模型把小时还给你,你拿这些小时去做人,而不是做内容机器。

订阅者一眼能认出"是人写的"的那种周报,是 2026 年唯一能活下来的。上面的工作流就是我怎么保持每周更新,却没把自己烧干。