开一家家政公司，从决定做网站到网站能接单，卡在哪儿最久？不是买域名、不是挑模板，是内容：服务项目十几项要写介绍、价格要说明白、常见问题要一条条答，老板自己写不出来，找文案又排期两三天。很多家政站上线拖着不动，就是被这几万字卡住了。
AI 工具的出现把这个环节的节奏改了：结构定好之后，页面文案初稿可以快速出来，人从"从零写"变成"审着改"。但家政这行有自己的特殊性，哪些内容可以交给机器提速、哪些必须人工把关，顺序搞错会出问题。把这条流水线讲清楚，起站效率能翻一倍不止。
先定好需要哪些页面、每页放什么，再谈生成。
服务范围、价格口径、真实案例先落到纸面。
按页面类型批量生成文案与问答初稿。
逐页核对事实与表述，过一遍再发布。
一、AI 能生成什么，生成不了什么
用 AI 做家政站，第一件事是分清工具的能力边界。把边界内的活交出去，效率翻倍；把边界外的活也交出去，就会产出"看着完整、用起来出事"的页面：
| AI 能高效承担 | 必须人工负责 |
|---|---|
| 页面结构初稿、段落组织方式、开场与过渡的表述 | 服务范围、覆盖区域、上门条件这些本地事实 |
| 常见问题的问答草稿，比如"预约要提前多久" | 价格口径与计价方式，多一块少一块都要自己定 |
| 服务流程的步骤化描述、注意事项的整理 | 人员背景、培训与保险安排，涉及信任不能编 |
| 同批页面的文案改写，避免各页表述重复 | 真实案例与照片，没有的宁可不写，不拿素材凑 |
右边那一列有个共同的特征：都涉及"这家公司真实是什么样"。家政是上门服务的生意，用户对真实性的敏感度极高，编造的服务范围会招来投诉，编造的案例被识破一次信任归零。AI 在这些事上不是能力不够，是它手里根本没有你的真实信息，喂给它的资料什么样，它就只能加工成什么样。
把 AI 的定位记牢：它是把已知信息整理成文的编辑，不是替你决定"事实是什么"的顾问。资料没准备好，别开工。
二、四步流水线，每步该产出什么
把前面那四个框展开看，每一步都有明确的产出物。流水线的好处是任何一步卡住，问题都能被立刻定位，而不是糊在所有环节里：
列出站点需要哪些页面：首页、服务项目页（按项目拆）、价格说明、服务流程、常见问题、联系预约。产出是一张页面清单，每页标注目标访客和转化动作。
把服务范围、项目明细、价格区间、团队情况、真实照片整理成文档。这一步最"土"，也最不可省，它决定后面生成的页面有没有人味。
按页面类型生成文案：服务页写成"包含什么、适合什么情况、怎么预约"，问答页按真实疑问逐条成文。产出是每页一份可直接排版的初稿。
逐页核对事实、删掉套话、确认联系方式，手机上看一遍排版，通过后发布。核对这份工作别省，它是整条流水线的质量闸门。
整条线走下来，从零到上线大概两到四天，比传统外包写稿快不少，质量也不靠运气：素材的真实度决定内容下限，核对的细致度决定上线后的麻烦多少。快的部分在生成，慢的部分该留给人。
流水线的健康标志是"可复现"：第二家店、第二个城市照这个顺序再做一遍，耗时应该比第一次更短。做不到这点，说明流程里还有只装在某人脑子里的环节。
三、三类内容必须人工写，别图快
家政服务里，有三类内容直接事关信任和纠纷风险，交给 AI 自由发挥是给自己埋雷：
- 价格与计价方式：多少钱、怎么算、什么情况加收，这些口径要由经营方拍板，写模糊会引发扯皮，写错了更是直接亏钱；
- 人员背景与服务保障：阿姨的培训流程、健康与背景核查、损坏如何处理，这些是家政客户最关心的问题，回应得越具体越有说服力；
- 服务范围与边界：覆盖到哪个区、哪些项目不做、临时取消怎么处理，边界写得清楚，后续纠纷越少。
AI 初稿里最容易残留的是"高端""专业""贴心""多年经验"这类没有信息量的形容。核对时见一个删一个，换成具体事实：几年、多少人、服务过什么、有什么保障。
另外一个容易被忽略的点：家政页面里凡是涉及承诺的表述，比如"当天上门""不满意重做"，写上去就要能兑现。用户不会因为页面写得漂亮而原谅兑现不了的承诺，反而会因为落差记得更牢。
AI 初稿当"骨架"用，具体承诺和数字当"合同"写。骨架可以流水线生产，合同必须一字一字过。
四、做多个城市站时，怎么不让页面长得一模一样
生成工具用顺手之后，团队通常会想把它用在多城市复制上：同样的服务，十个城市各做一个站。效率诱人，但这里有个典型的翻车点：把同一个模板、同一批文案换个城市名就发布，十个站的内容骨架一字不差。
只换城市名的做法
十个站的服务介绍、问答、流程完全同文，用户看不出差别，各站之间也互相稀释。这种站越多，维护越像负担。
按城市重做的做法
服务范围写本地片区，问答从本地高频问题里出，价格按当地行情校准，案例换成当地订单。同一套骨架，装进不同城市的血肉。
落到操作上，是把"城市变量"做厚：区分词之外，每个城市至少准备三样本地化信息，服务覆盖的具体片区、当地的价格口径、本地的常见需求场景。生成工具负责把这些变量组合成文，人负责核对变量的真实性。这样复制出来的站，骨架统一便于管理，内容各有出处。
多城市复制的判断标准：把两个站的首页放在一起，用户能不能看出它们服务的是不同城市的人。看不出来，等于白做了一个站。
五、上线前抽查这四个点，出事概率降一大半
批量生成的页面里，错误往往有规律可循。核对时不用逐字读，按这四个点抽查，绝大多数问题都跑不掉：
电话号码、微信、表单链接逐页点一遍。生成替换过程中最容易出错的就是这类"变量字段"，错一位数就是一个打不通的电话。
搜索"市市""区区""某某区新区"这类重复拼接，以及不该出现的旧地名。多城市站点里，这一项检查一次能翻出十几个错。
生成的初稿有时会"顺手"写出范围外的承诺，比如没覆盖的区域、做不到的响应时间。核对时拿实际能力对照一遍。
"今年""近期""新推出"这类跟着时间走的词，发布后第二年会变成穿帮点。改成具体年份或者去掉。
抽查不是不信任工具，是把工具管不住的地方兜住。四个点里前两个靠程序就能批量排查，后两个靠人扫一眼，分工清楚效率最高。
六、城市铺开之后，把生成放进系统里管
两三个站的时候，靠文档加人工还能盯得住。城市一多，麻烦会集中冒出来：素材版本混乱（谁手里的价格表是最新的）、模板参差（新站用了旧模板）、数据散落（各站的收录和咨询量要挨个问）。这些问题的共同原因是"生成"还停留在个人操作层面，没变成团队的基础设施。
把家政多站放进 UC 建站系统这类平台管理，改动主要在三个地方：素材和价格口径收进内容中台统一维护，生成时各站取用的都是最新版本，避免"改了总表忘了分表"；各站页面 HTML 直出，标题、层级完整，生成的页面在搜索里的基本盘稳定；多站看板把各城市的收录、访问、咨询线索并排展示，哪个城市的内容该更新、哪个页面该重写，数据会先说话。
判断该不该上系统，看一个信号：现在改一次全国价格，需要几个人、花多久完成？如果答案是"两天、还要挨个确认"，说明多站管理还在手工阶段，规模化会持续消耗人力。
生成工具解决"产出快"，系统解决"管得住"。只解决前者，站点越多越像一盘散沙。
七、第一次上手，按这个节奏来
先只做一个项目页练手
挑一项最常规的服务（比如日常保洁），把它的介绍页从素材整理到核对上线完整走一遍，感受每个环节的耗时和质量。这一页做好了，模板和话术基本就固定下来。
再扩到全部项目页
用第一页沉淀的结构做样本，批量处理其余项目。项目页是家政站的主力页面，这批做完，站点的骨架就撑起来了。
然后补问答与信任内容
把客服和业务员每天被问的问题收集起来，做成问答页、流程说明页。这类内容用户爱看，也最能体现服务水平。
第二轮再考虑复制到第二个城市
第一个城市的内容跑出咨询数据之后，再谈复制。拿着验证过的结构去开新城，比同时铺开三四个城市靠谱得多。
"AI 让家政站的内容上线快了，但让用户按下拨号键的，始终是页面里那些真实的东西。"
家政这个行业的网站不需要多华丽，用户要的是确定感：这家做不做我这个片区、这个项目收多少钱、人靠不靠谱。AI 负责把这些问题组织成清楚好读的页面，人负责保证每一句答案都是真的。分工明确了，效率和质量就不冲突。
先把第一个城市的页面做到"自己愿意推荐给亲戚"，再谈复制。这个标准没过，复制出来的只会是更多让人犹豫的页面。
