上周我让模型写一段产品说明，四十分钟出了三版。每一版都通顺，语法挑不出错，逻辑也接得上，但没有一版我想用。问题不在它写错了什么，而在它写得太“对”——每句话都恰好落在安全的位置上，既不冒犯谁，也不得罪谁，读完之后你记不住任何一个判断。
这跟模型怎么工作有关。AI内容创作的底层是预测下一个词，训练目标天然把它往最常见、最不容易出错的表达上推。结果就是文本没有毛病，也没有主人。它像一份写得很规范的会议纪要，信息齐全，但没人真的说过那些话。
省下的是打字时间，花掉的是判断时间
一份初稿从两小时压到十分钟，听起来是净赚。但工作量没有消失，只是挪了位置：哪句是事实、哪句是模型“觉得应该这么说”、哪句放进上下文会让整篇调性偏掉——这些都得人来定。校对一段流畅但立场模糊的文字，有时比从零开始更耗神，因为它不断给你“差不多就行了”的暗示，而人很容易接受这种暗示。
我现在的分工比较明确：结构性的活交给它。列五个不同角度的提纲、把一段口语化的会议记录整理成分点、把一篇长文压成三句话。这类任务有可验证的标准，做错了能一眼看出来，大概是AI内容创作目前最踏实的一块用途。
语感被拉平，是最难改的部分
具体一点说，模型偏爱几种句式：先总后分的三段式、“不仅……而且……”的递进、以及给任何观点都套上“在某种程度上”。这些句式本身没有问题，麻烦在于密度。密度一高，整篇文章就有了统一的呼吸节奏，读者未必说得出哪里别扭，只是读了三四段就滑走了。
解决办法不复杂，但要人愿意花时间：把每段的第一句删掉，看剩下的还立不立得住；把形容词换成一个具体的动作；把“这很重要”改成“如果不做，会发生什么”。
有些活我不交给它
有几类内容我不让AI内容创作碰初稿：涉及亲历经验的、需要替读者做取舍的、以及要署我名字承担后果的。前两类它手里没有素材，只能编得合理；第三类它压根不承担后果。这不是能力问题，是位置问题。
但也不必把它当成单纯的“快”。它更像一个不知疲倦、却从不负责的合写者。你越清楚自己要什么，它越有用；你要是还没想清楚，它会用流畅把你糊过去，而流畅恰恰是最难被察觉的那种糊弄。
所以我的流程改了一点：空白文档自己开，第一段自己写，把语调和立场定下来，再让它去扩写、去换几种说法、去填中间那些不必费脑子的段落。工具往后退了半步，人的位置反而清楚了。