早上打开文档，编辑器里多了一段由模型起草的导语。读起来顺，语气也稳，但有一处把“可能”写成了“已经”。这类瞬间正在变多：AI内容创作不再只是演示页上的按钮，而是进入了选题会、初稿、摘要和发布前的检查环节。
如果只把AI当成提速工具，问题会显得简单：给提示词，等结果，改错字。但真正进入流程后，编辑面对的并非一份待润色的稿子，而是一种持续生成的可能性。它可以很快给出几种开头，也能把一段清楚的话改得含混。判断哪种开头适合今天的读者，哪句话不该被保留，仍然需要人来完成。
先处理“像”的问题
AI内容创作的难点，常常不在文笔，而在“像”。它太容易写出像结论的句子，像解释的段落，像经验的口气。读者扫过去，可能不会立刻发现空洞。编辑的工作因此多了一层：辨认文本里哪些地方只是语言顺着惯性往前走，哪些地方真的有信息。
这要求编辑在修改前先问几个具体问题：这句话有没有来源？这个判断是否超出了材料？这个比喻是在帮助理解，还是在掩盖空白？这些问题不新，只是在生成速度变快后，需要在流程里固定下来。
提示词不是命令，更像工作说明
不少人把提示词写成一句愿望，比如“写得自然一点”“要有洞察”。模型会给出回应，但回应往往朝平均口味靠拢。可行的方式，是把任务拆成可检查的条件：读者是谁，文本用在哪里，哪些信息不能编，哪些段落需要保留人的原始表达，遇到不确定内容如何处理。
这也解释了为什么这类工作很难完全外包。提示词背后是编辑对内容场景的理解。场景具体，模型不容易用套话填空；场景含糊，生成结果就会用漂亮的句子遮住问题。
- 先定信息边界，再谈语气和风格。
- 把“不能出现什么”写清楚，也和“要写成什么”同样重要。
- 保留修改记录，方便回看哪些句子由人补入、哪些由模型生成。
人的经验放在哪
编辑的经验并不神秘，它常常表现为一种迟疑：这句话读着顺，但不像这个栏目会说的话；这个标题有吸引力，却把正文没有的意思提前说了；这段解释很完整，可读者真正卡住的地方不在这里。AI内容创作可以生成大量选项，却很难替人承担这种迟疑背后的判断。
因此，流程上不妨把人的介入点前移。等到稿子写完再改，容易变成在模型的语言里打补丁；在选题和材料阶段就明确边界，后面的修改会轻一些。发布前仍需有人通读，确认事实、语气和语境没有错位。不是不信任工具，而是文本一旦面向读者，责任就落在署名的一方。
AI内容创作正在改变编辑的动作，但未必改变编辑的核心：把不确定的地方标出来，把通顺但空的话删掉，把该由人说的话说清楚。工具可以坐在工位旁边，判断仍要有人握着。