把一篇稿子的初稿交给模型，几乎不会失败。句子通顺、结构完整、语气也合适，读完那几秒你会觉得“这就成了”。麻烦通常出在第二稿：当你真的要把它挂到网站上、发给客户、署上自己的名字时。
流畅很容易被误认成质量
模型很会写连接词。“正因为如此”“从这个角度看”“值得注意的是”，这些句子让段落之间显得有逻辑。但把其中任何一句删掉再读，常常会发现前后两段各说各的，那根“逻辑”是临时搭起来的。判断一段文字结不结实，我更愿意用笨办法：抽掉一句，看它塌不塌。塌了，说明那句是承重墙；不塌，说明它只是装饰。
这也是AI内容创作最容易被高估的地方。它产出的是“读起来像文章”的东西，而文章的价值在别处：有没有一个别人没说过的判断，有没有一句需要作者本人承担后果的话。
它擅长变换，不擅长决定
把一段技术说明改成客户能看懂的口吻，把长段落拆成要点，把口语整理成书面语，把三千字压到八百字，这类任务模型做得稳。它们本质上是“给定内容做转换”，标准清楚，对错也好判断。
但“到底该说什么”是另一回事。这个选题值不值得写、哪些内部信息不能放出去、这版措辞会不会让老客户误会，模型给不出可靠答案，因为它不知道你手里有哪些约束。它只能根据上下文推测一个“合理”的方向，而合理和正确之间还隔着一段距离。
需要人守着的那道工序
模型会把不确定的东西写得像确凿的。数字、时间、引述、因果链，尤其容易在润色过程中被“顺”得更确定。所以流程里要留一道核对：凡是具体数据、名称、出处，回到原始材料确认一遍；拿不准的，就写成拿不准的样子。这不是不信任，而是由它的工作方式决定：它生成的是像样的文本，并非已核实的事实。
“AI味”多半是节奏问题
一段文字读着像机器写的，原因常常不是用词，而是节奏太均匀：每段三句，句句对仗，段末爱总结一句。有个简单的自检办法：把每段最后那句总结删掉，看段落还站不站得住。多数时候站得住，而且读起来更利落。另一个办法是故意留点不对称，有的点两句就收，有的点值得写一整段。人写东西本来就不平均。
把它放在流程的中段
我的看法是人在两端、模型在中段。前端是选题、材料、判断要不要写；后端是终稿、事实核对、语气把关。中间的扩写、缩写、换语气、结构试排，交给它效率最高。反过来用，让模型想选题、人只负责润色，得到的多半是安全但没有棱角的内容，发出去不会出错，也不会有人记住。
AI内容创作真正改变的是成本结构：写出一千字的代价降到了几乎为零，于是“写”不再是瓶颈，判断哪一版值得发出去成了瓶颈。下一次用它的时候，可以先问自己一句：这一稿里，有哪句话是我愿意署名负责的。答得上来，再发。