编辑部里常见这样的场景：打开一份由模型生成的初稿，句子通顺，结构完整，甚至还有几句像模像样的结论。可再往下读，会发现它把不确定的事说得很确定，把需要核实的地方写得很轻巧。问题不在于它写得不像文章，而在于它太容易写得像文章。
这也是AI写作最容易被误解的地方。它擅长把已有表达重组为更顺滑的文本，却不天然知道哪些信息该停一下、哪些判断需要补证据。对写作者来说，真正要练的不是“让模型多写一点”，而是辨认它在哪里越过了边界。
顺滑不等于可靠
模型的输出往往有很强的完成感：开头有铺垫，中间有展开，结尾有收束。这种完成感会让人放松警惕。可一篇文章的可信度，常常藏在不够顺滑的地方：一个限定词、一句“目前还缺少公开信息”、一次对来源的追问。若这些被省略，文字越流畅，读者越难发现缺口。
因此，使用AI写作时，比较稳妥的做法不是把整篇任务直接交出去，而是先拆出可控的部分。比如让它整理已有材料的表达顺序，或把一段口语化记录改成书面语。涉及事实、引述和判断的部分，仍要由人来确认。模型可以提出措辞选项，但不能替写作者承担核实责任。
语气是最难外包的部分
同样一个意思，写给同事、客户和公开读者，语气并不一样。AI写作能模仿常见文体，却不一定理解组织内部的分寸：哪些话可以直说，哪些话需要留余地，哪些表达会显得过度承诺。它给出的文本常常“没错”，但不够合适。
我倾向于把语气判断留在人手里。让模型生成草稿后，不要只看它是否通顺，还要看它是否替你说出了你并不想承担的话。删掉那些过分肯定的句子，补上必要的限定，往往比继续追加提示词更有效。
把它放回工作流
- 先写清楚自己要解决的是表达问题，还是资料问题。前者可以借助模型，后者不能靠猜。
- 给模型的范围越具体，越容易得到可修改的文本；笼统地要求“写得好一点”，通常只会得到更平滑的套话。
- 保留修改痕迹。哪些句子是模型给的，哪些判断是自己加的，心里要有数。
AI写作不是让写作变得不需要人，而是把人的注意力从填字挪到判断上。它可以帮忙起草、改写、压缩，也可以暴露我们平时忽略的结构问题。但一篇文章最后是否可信、是否得体，仍然取决于写作者愿不愿意多问一句：这句话，我真的能负责吗？