凌晨两点，文档里的字都是对的，句子也通顺，可读下来像隔着一层玻璃。这是很多人用AI写作时的共同体验：初稿来得太快，快到还没来得及想清楚自己究竟要说什么。
通顺是一种平均值
语言模型的工作方式，是依据上文推测接下来最可能出现的词。它擅长的是“最常见”的表达，而不是“最准确”的那一句。所以生成的段落往往结构齐整、转折顺滑，却很难有那种只有亲历者才写得出的细节——具体的时间、某个动作、一句听错的对话。
这不是能力缺陷，而是机制决定的。当一段文字要同时适用于一万种场景，它就只能剩下最通用的话。
它真正省力的地方
把AI写作一棍子打死也没必要。在几种任务上它确实省时间：
- 把零散的笔记、录音转写整理成有先后顺序的骨架；
- 同一段意思换几种说法，供你挑选语感；
- 检查逻辑跳跃——哪里缺了论证，哪里前后矛盾；
- 把写给自己看的内部表述，改成外部读者能懂的版本。
共同点是：这些环节都发生在“你已经知道自己要说什么”之后。素材是你的，判断是你的，它负责搬运和试错。
反过来用会更顺
不少人把提示词写得很长，试图让模型替自己思考。效果通常有限——提示词能约束格式和语气，约束不了观点的锋利程度。更实际的做法是让它提问：把自己写的段落扔进去，问“这段哪里论据不足”“读者可能在哪一句卡住”。回答未必对，但常常能把你自己没意识到的问题勾出来。
另一个办法是调整顺序。先手写最难的那部分——通常是核心判断和第一段——再让工具去补过渡、扩写背景、压缩冗余。这样成稿的骨架是你的，读起来不至于空。
几条不太好绕开的边界
事实性内容需要自己核实，这一点没有捷径。模型可能把不存在的信息说得像真的，尤其在涉及具体名称、时间、条款的时候。涉及责任的部分同样无法外包：署名是你，观点就该由你负责。
至于文风，AI写作能模仿节奏，却很难模仿一个人长期形成的偏好——比如偏爱短句、讨厌形容词、习惯把结论放在前面。这些东西只能靠反复删改慢慢显形。
所以那份凌晨两点的文档，问题不在工具，而在于我跳过了想清楚的那一步。初稿可以是借来的，改稿不行。