下午三点，文档还是空的。以前这段时间用来找角度、翻旧笔记、跟自己较劲第一句话怎么写。现在把需求、读者、字数贴进去，几十秒后三版开头躺在屏幕上，句式工整，逻辑通顺，没有一处语病。奇怪的是，收工时间并没有因此提前。
这大概是很多人对 AI内容创作 的真实体感：写的那一步突然不费劲了，剩下的每一步都变得更费劲。
初稿便宜了，判断没有
生成一段通顺的话，成本已经接近零。但一段通顺的话和一段能署上名字的内容之间，还隔着几件事：数字对不对、口径统不统一、这句话说出去会不会被追问。前面那步交给了模型，后面这几步一步也省不掉，只是从“边写边想”变成了“读完再改”。
我的习惯是先让它写三版，然后花差不多同样的时间删。删掉形容词，删掉“赋能”“闭环”这类填充物，删掉那些看起来很有道理、但换成任何一家公司都成立的句子。留下的部分常常不到原文的一半，那才是这篇稿子真正属于人的地方。
它擅长的，和它假装擅长的
用久了会形成一点经验。适合交出去的部分大致是：
- 把散乱的会议记录整理成带小标题的段落；
- 同一段内容换几种语气，供不同渠道使用；
- 长文压缩成摘要，统一全文的术语叫法。
不适合交出去的部分也很明确。具体的时间、金额、比例、人名、机构名，只要出现在成稿里，就得回到原始出处核一遍，这一步没有捷径。涉及对外承诺的表述，比如服务范围、响应时限，模型会写得比实际漂亮，而漂亮在这里是风险。还有一类是判断——“我不认同这种做法”，这种句子它写不出来，因为它没有立场。
想让它像你，靠样本不靠形容词
常见的做法是在提示词里写“语气专业又不失亲切”，试下来收效有限。管用的是贴样本：把自己过去写过的三段文字放进去，让它照着这几段的句子长短、用词习惯、标点密度来写。形容词是许愿，样本是约束。
这也解释了为什么同一套工具在不同人手里产出差距明显。差别不在提示词写得多花哨，而在喂进去的东西够不够具体——有没有真实的读者画像，有没有明确的不许说什么，有没有一份写得还行的旧稿当参照。
署名的人，负责的人
AI内容创作 绕不开一个朴素的问题：这篇东西发出去，谁负责。工具不会因为写错一个数字而紧张，会紧张的是署名的那个。所以流程上我坚持两件事：涉及事实的部分必须回源，初稿可以是它的，落笔那句必须是自己的。这不是对技术的保留态度，更像一种分工——它负责把空白页填满，人负责决定哪几句留下来。
回到那个下午。三版开头躺在屏幕上，我最后用的还是自己写的那句，但改的时候心里踏实了不少，因为知道别的路大概长什么样。