周一上午要交一份项目复盘，文档还空着。有人先把零散要点丢给工具，几分钟后拿到一份结构完整的初稿。读下去却发现问题不在字数：语气偏硬，几个关键判断被写成了模糊的套话，还有两处时间对不上。于是改稿的时间不比从零写少。
这大概是AI写作进入日常之后常见的一幕：它把「写出来」这一步变快了，却没有把「写对」这一步接过去。
它擅长组织，不擅长担责
工具对结构敏感，能把散落的条目归成几段，能给出几种开头，也能把一段过于生硬的说明改得顺一点。这些活儿过去要占掉不少时间。
但它对上下文里那些没有明说的约定并不敏感。某句话是给内部看的，还是给外部看的；某个数字是暂定的，还是已经确认的；某个说法在团队里早有共识，换个词就会引起误解。这些判断不在提示词里，也不在训练语料里，得由写的人自己兜住。出了问题，署名的是人，不是工具。
把「生成」和「定稿」分开
一个比较实际的做法，是不要把两件事混在同一个步骤里。先自己列要点，哪怕只是几个短句，把事实、结论、待确认项分开写；再让工具按指定语气扩成段落。这样它做的是组织，而不是替你想清楚。
提示词里可以加几条限制：不要补数据，不要替我做判断，遇到不确定的地方留空。拿到初稿后逐句过一遍，重点看三类地方——事实、因果、承诺。事实要能回到来源，因果要经得起追问，承诺要想清楚是否能兑现。
- 先写要点，再让工具扩写，避免它替你决定重点。
- 把语气、读者、长度说清楚，减少来回改。
- 初稿中的数字与结论逐条核对，不确定就留空。
- 定稿前通读一遍，删掉自己不会说的句子。
读多了会染上一种腔调
还有一个不太容易被注意到的影响：长期读同类工具生成的文字，会不自觉地接受它偏好的节奏——段落整齐，转折顺滑，每段都像在收尾。这样的文字读起来不费劲，但具体的细节被磨平了，作者的位置也变得模糊。
对抗这种趋同，靠的不是把工具关掉，而是在稿子里保留只有自己才知道的东西：一个具体的场景，一句现场听到的话，一处失败后的调整。这些内容工具写不出来，也不该由它来写。
所以AI写作更像是一次注意力的重新分配：省下组织语言的时间，把它挪到判断和核对上。工具可以帮你把话说顺，但说不说、说到什么程度、由谁负责，仍然要由人来定。