陈涛•AI辅助写作基础

很多人对 AI 写作的理解还停留在"给个题目让它写一篇"。真到工作里用起来，问题立刻暴露：让它写周报，出来一堆"赋能""闭环"；让它改简历，改完比原来还空；同一段需求问三遍，得到三种风格。问题不在模型，在你给它的东西。这门课处理的就是这个落差。

先分清：哪些写作任务该交给 AI，哪些不该

课程开头没有急着讲提示词，而是先划边界。AI 适合做的是结构化、有素材、有模板可循的活儿——把会议记录整理成纪要、把散乱的产品要点改写成说明文案、把一份长文档压缩成摘要、按固定格式生成多条备选标题。不适合的是需要你提供独家判断、真实经历和具体数据的内容，比如复盘里"这次为什么判断失误"这个环节，AI 只能帮你理顺表达，判断本身还得你自己给。

这个区分看起来简单，但它决定后面所有技巧往哪儿用。分不清边界的人，要么什么都让 AI 写，交出去的东西一眼假；要么完全不用，白白耗在机械改写上。

提示词不是咒语，是把要求说全

课里讲提示词的部分，落点很务实：不是收集一堆"神奇句式"，而是训练你把一件事情说清楚的能力。你要交代清楚角色或视角、目标读者是谁、要达成什么效果、有哪些必须保留的信息、篇幅和语气要求、以及一个能参照的样例。少交代一项，AI 就得多猜一次，猜错的部分你还得回头改。

配套练习大多围绕"同一任务的多次提问对比"展开。比如同一个需求，先写一句话版本，再补全约束条件，最后加上示例，把三次输出摆在一起看差异。这种对比比单纯记模板有用得多——你能直观看到是哪一句要求改变了结果。

改写、扩写、压缩：三种高频动作的实操

写作场景里出现频率最高的其实是这三种动作，而不是从零生成。

• 压缩：把三千字的技术文档压成三百字，还不能丢关键前提和限制条件。练习重点是让它先标记哪些属于"删掉会误导读者"的信息。
• 扩写：给几个要点，扩成一段能直接用的说明。难点是防止它编造你没提供的细节，需要明确约束"只能使用我给的信息"。
• 改写：同一内容换读者、换语气、换场景。给同事看和给客户看，措辞完全不同，这部分要靠反复调参来找手感。

每个动作都配了可以自己跑一遍的小任务，做完能直接拿自己手头的材料试。

规范使用：事实核查和痕迹处理

课程单独留了一部分讲风险。AI 会一本正经地编数据、编引用、编不存在的功能，这在技术写作里是硬伤。课里给的做法是：凡是涉及数字、版本号、接口名称、外部事实的地方，一律回到原始来源核对，AI 只负责组织和表达。另外也讲了使用边界——哪些内容不宜上传到外部工具、团队协作里怎么标注 AI 参与的部分。这部分不讨巧，但真出事的时候能救命。

学完之后，你应该能回答这几个问题

• 拿到一个写作任务，你怎么判断该自己写还是交给 AI，交给它的是哪一段？
• 一次提问里，你会主动交代哪几项信息，为什么？
• AI 给出的内容里，哪些部分必须逐条核对，你打算怎么核对？
• 同一份材料要发给不同对象，你会怎么调整指令而不是重写一遍？

如果这几个问题你现在答不上来，这门课值得按顺序过一遍。如果你已经在用 AI 写东西、只是结果不稳定，可以直接从提示词和改写那两部分切入，边看边拿自己的旧任务重做一次，对比前后差别。笔记建议自己整理一份，把每次有效的指令结构记下来——这比收藏别人的模板管用。