读起来没毛病，才是麻烦的开始
打开一份刚交付的稿子，从头读到尾，挑不出语病：主谓宾齐全，过渡自然，连标点都规矩。可合上文档，很难说出它到底讲了什么。这种稿子出现的频率在上升，作者未必是人。
AI内容创作把「写不出来」解决得相当彻底。过去卡在开头的下午，现在几十秒就有了骨架；过去要反复推敲的句式，现在一改就是三版。省下来的时间按理该去做别的事，实际情况是，很多团队把它又投回了改稿。
三处被忽略的成本
第一处是流畅带来的错觉。句子越顺，人越不会停下来追问。编辑的工作重心从「把话说通」挪到了「确认每句话背后有没有东西」，这活更慢，也更难外包出去。
第二处是同质。相似的模型、相似的提示词、相近的语料，产出的段落骨架会趋同。读者未必察觉，同行扫两眼就能认出来。内容的辨识度从来不是靠形容词堆出来的，而是靠具体到别人懒得去核的细节。
第三处是审核。生成的速度上去了，把关的人没变，产能的压力就顺着链条压到最后一道工序。有些团队于是放宽标准，先把量做上去——这个选择短期看合理，长期会把信任耗掉。
边界不在能力，在责任
讨论AI内容创作时，容易陷入「它能写到什么程度」的争论。这个问题每年都在变，意义不大。更实用的是另一条线：哪些段落写错了，有人要负责。
我把经手的稿子粗分成两类，标准只有一条——这句话被追问时，拿不拿得出东西。
- 拿得出的：产品参数的重述、流程步骤的拆解、已有材料的重新组织、同一段内容的几种语气版本。
- 拿不出的：对行业走向的判断、对客户真实顾虑的推测、需要承诺时间或效果的表述。
前者交给模型，效率是实打实的；后者让它先写，人多半会顺着它给的框架走，最后只是把机器的猜测润色成自己的口吻。这种稿子发出去不会立刻出事，但会慢慢稀释一个账号的可信度。
一个可操作的动作
所以现在改稿，我的第一步不是读句子，而是对着每一句问：这句谁能证明。答不上来的，删掉，或者改成一个自己要去查的问题。剩下的部分，才轮到衔接、节奏和措辞。
工具没变笨，是我们太容易相信通顺。AI内容创作真正考验的，不是谁的提示词更长，而是谁还愿意在发出去之前多问一句「这是真的吗」。