一篇稿子从空白到成形，过去要经历查资料、列提纲、写初稿、改语气。现在，生成工具可以在很短时间内交出一份看起来完整的文本。问题也随之变得具体：当初稿不再稀缺，编辑的时间该花在哪里？这不是工具好坏之争，而是流程位置的问题。
它擅长填满页面，不擅长替你留白
AI内容创作常被描述成“写得更快”，但真正改变的是草稿的密度。它很容易给出均衡的段落、礼貌的过渡、四平八稳的结论，却很少主动暴露材料缺口。读这样的文本，人会误以为信息已经齐了。若直接发布，读者感受到的不是效率，而是模糊。
所以我在看生成稿时，会先找它没有说的部分：关键概念有没有被偷换，时间与范围有没有被省略，引用的说法能否回到原始材料。缺少这些，语言越顺，越需要停下来。
把生成放在初稿之后，而不是判断之前
一个可操作的习惯是，把AI内容创作放在“已有材料”之后。先由人确定主题、读者和不可越过的边界，再让工具做排列、改写和补全句式。这样做的好处不是神秘，而是让判断有落点。
- 先给材料边界：哪些内容来自公开资料，哪些只是推测，哪些不能写。
- 再给表达约束：语气、篇幅、术语范围，以及必须保留的限定条件。
- 同时保留人工复核：事实、署名、引用和发布责任，不随生成一起外包。
这套顺序并不复杂，却能把“生成”从主角降为工序。工具可以帮忙找同义表达，整理长句，把口播稿改成书面稿；它不适合替人决定什么值得写。这个决定一旦让渡，文章会变得正确而空。
真正的难题从写转移到看
AI内容创作减少的是起步阻力，增加的是审阅负担。面对多份措辞相近的草稿，编辑要做的不只是挑一份，而是判断哪一份有真实信息、哪一份只是把常识换了说法。这种判断无法完全自动化，因为它依赖对读者处境的理解。
另一个容易被忽略的边界是责任。生成工具不会为一句失实的描述负责，也不会在发布后面对读者的追问。署名的人要。因此，哪怕流程里用了工具，事实核对、语气把关和最终取舍仍应留在人这一侧。这不是保守，而是内容工作的基本秩序。
把AI当作一个不知疲倦的初稿提供者，或许比把它当作创作者更接近现实。它能填满页面，但留白、删减和承担后果，仍需要人来完成。编辑做减法，不是拒绝工具，而是让工具回到它该在的位置。