過去一周，我在虎嗅內(nèi)部做了兩次關(guān)于AI寫作的分享。這些分享的思路，我覺得完全可以分享出來。就像DeepSeek創(chuàng)始人梁文鋒說的那樣，在AI領域，并沒有真正的技術(shù)壁壘，組織和文化才是核心競爭力。既然連大模型技術(shù)公司都這么說了，媒體思路有什么不能分享的呢？

關(guān)于AI寫作，我有一個重要觀點：AI完全可以替代所有商業(yè)媒體的寫作。包括36氪、虎嗅、晚點 這些商業(yè)媒體的寫作，基本都可以用AI替代。通過用AI寫作，我們完全可以提高文字工作效率2到3倍。并且我們要相信一點，AI的文筆更好，它比人更有邏輯，它比人寫得更快。

但這需要我們重新認識AI。AI本質(zhì)上是一個概率模型，它很擅長執(zhí)行、文筆很好、邏輯也很好。但是AI并沒有自我意識，它也無法產(chǎn)生真正原創(chuàng)的想法。它只是在預測字與字之間的概率關(guān)系，并不具備人類的原創(chuàng)思考能力。

舉個例子，晚點采訪何小鵬的文章里，何小鵬講的那些話，任何一個AI都不可能完整地原創(chuàng)出來。AI在個別字詞上的表述肯定比何小鵬的口述更加漂亮。但重要的是人有原創(chuàng)想法，AI沒有，這是我們?nèi)说暮诵母偁幜Α?/p>

人是方法，AI是工具

我們與AI的關(guān)系需要轉(zhuǎn)變。有一個常見誤區(qū)，我們經(jīng)?？吹侥承┩晾习逶谟昧薃I后，在員工群里發(fā)消息說「我們可以干掉80%的員工，剩下20%的員工只需要會用AI就好了」。這些都是錯誤的。

使用AI非常簡單，和DeepSeek聊幾句話，確實能得到挺漂亮的回答。但這并不能真正提高工作效率。要讓AI發(fā)揮最大作用，替代寫作，提高2到3倍的文字工作效率，需要一些工程化寫作的技巧。用AI并不難，問它幾個問題很簡單，真正困難的是如何把AI融入到自己的工作流里，如何讓AI的智力像水一樣流向該流向的地方。

所以回到人與AI的角色上，我們最重要的是轉(zhuǎn)變觀念。人不應該去和AI比拼寫作速度、文筆和邏輯。人是方法，人是目的，人是領導者，AI只是一個執(zhí)行的工具。我們要把AI視作提升效率的工具，人要來提供觀點創(chuàng)意并進行決策。就像工業(yè)革命之后，人沒有必要去和機器比拼力量更大、精度更高，而是應該去指揮機器，設計機器，讓機器來替自己工作，提高生產(chǎn)效率。

對于內(nèi)容創(chuàng)作者來說也是一樣的。AI的出現(xiàn)完全沒有取代內(nèi)容創(chuàng)作者，反而是對內(nèi)容創(chuàng)作者的一個非常大的幫助。一個剛?cè)胄械淖髡?，也可以像一個資深編輯一樣，不用再親自執(zhí)行，只需要把想法告訴AI，讓AI幫忙拆解想法、幫忙寫作就好了。人應該把精力投入到更有創(chuàng)造性的原創(chuàng)思考里，而不是浪費在具體的執(zhí)行工作上。

那么AI如何融入我們的工作流？一些很常見的的使用AI的方式是：直接甩一個文檔到DeepSeek的APP里，讓它改寫成一篇文章；或者直接給它發(fā)一段話，說「我要寫一個什么提案，你幫我寫」。這些都是不OK的。

因為還是回到我們開頭說的，AI本質(zhì)上是一個概率模型，它并不具備原創(chuàng)的想法，它并不是真正理解了文章的意思。它只是在字與字之間做預測。你如果發(fā)給它一篇文章，它確實能夠很好地理解文章的結(jié)構(gòu)，但它并不能真正理解你需求的意思，它只會在結(jié)構(gòu)里填上一些似是而非的話，看上去很高級，但實際上不能用。

所以，我們整個把AI融入工作流的所有工作，都要圍繞一個核心來做：怎么避免AI的幻覺，怎么讓AI更好地準確執(zhí)行我們的想法。

先寫提綱，再寫全文

我總結(jié)了八個字的AI寫作核心原則：先寫提綱，再寫全文。

聽起來很簡單，但這意味著你用AI寫作時，需要有自己的核心觀點。對于你了解的議題，可以直接通過口述把想法轉(zhuǎn)寫出來，讓AI生成提綱。對于不了解的議題，比如要寫一個關(guān)于芯片的稿子，而你沒有實際從事過芯片工作，就需要把很多資料喂給它，不斷向它提問，直到確定自己了解了最重要的概念，并且能用這些概念講明白這個事情，然后才讓AI把你的核心想法寫成提綱。

生成提綱后，要具體看AI是否準確執(zhí)行了你的想法，是否有偏差。比如提綱某一部分的案例需要移到另一部分，你要提很多具體的需求來讓AI滿足你的想法。只有當AI生成了準確體現(xiàn)你想法的提綱，才能讓它根據(jù)提綱來寫作。

第二個要點是分段寫作。因為AI會偷懶，現(xiàn)在主要的大模型里只有谷歌的Gemini 2.0 thinking推理版本可以寫較長篇幅（2000字以上）的文章。其他AI包括Claude 3.5 Sonnet、DeepSeek R1寫長文章時幻覺會非常嚴重。所以我們需要模塊化的寫作方法，把長文章拆成一段一段來寫。

以商業(yè)媒體常見的3000字文章為例，在有了準確的提綱后，你要讓AI分別寫開頭、中間、結(jié)尾。每寫完一部分，你都要提出具體指令。比如寫了開頭后，你覺得不夠有吸引力，可以告訴AI某個素材更適合放在開頭；或者覺得文風不對，就告訴AI你想要的文風，讓它重寫。

這里有個很重要的認知：你無法用AI寫出超過你自己認知范圍的東西。

維特根斯坦說，「語言的邊界就是世界的邊界」，就是這個意思。我們能夠準確說出需求的前提是對要做的事情有相對清晰的想法。如果我水平很差，是沒有辦法讓AI幫我寫出水平很高的文章的。

第三個要點是核對AI的錯誤。有個非常直接的辦法：把AI寫出的文章扔給AI，讓它根據(jù)你提供的資料核對所有具體數(shù)據(jù)和核心表述，找出原文一一對應。你可以讓它檢查一兩遍，直到確定所有表述都準確為止。

關(guān)于AI寫作的具體技巧，網(wǎng)上有很多prompt模板，但這些都不重要。因為每推出一個大模型，它對模板的具體需求就不太一樣。比如現(xiàn)在以DeepSeek為代表的推理模型流行后，之前那種非常詳細的角色設定和步驟列舉的prompt模板，反而會和推理模型的特性相沖突，削弱它的能力。

重要的是把AI融入到你的工作流里，讓工作流自然形成你的prompt。一旦你跑通了工作流，你可以直接讓AI生成這個工作流的prompt，就像遺傳代碼一樣可以不斷迭代。你甚至可以形成一個prompt庫，針對不同類型的工作使用不同的prompt。

具體到模型選擇，我并不推薦單一使用DeepSeek。因為它現(xiàn)在還不穩(wěn)定，幻覺太重，不太適合用來工作。日常使用我更推薦Claude、ChatGPT或者谷歌Gemini，特別是Gemini 2.0 thinking，非常好用，不輸DeepSeek R1，只是不太火而已。

現(xiàn)在還有一些很有意思的開源項目，可以綜合幾種大模型的能力。比如DeepClaude就綜合了DeepSeek的推理能力和Claude的執(zhí)行能力，讓DeepSeek來推理，Claude來寫作。

這是我朋友開源的項目（github.com/ErlichLiu/DeepClaude），我認為是目前最強的AI寫作方案。如果你不想自己部署這個開源方案，也可以找他購買DeepClaude API。

智力的容器，大于智力本身

在AI時代，內(nèi)容創(chuàng)作者要重新思考自己的定位與價值。

我的第一個建議是：戰(zhàn)略上要蔑視AI，戰(zhàn)術(shù)上要重視AI。在戰(zhàn)略層面，你要理解并認識到AI的局限性。你要相信我們?nèi)耸怯性瓌?chuàng)思考的，我們?nèi)耸欠椒?，我們是目的本身。在?zhàn)術(shù)層面，我們要重視AI，因為AI的執(zhí)行能力確實非常強大。它的文筆、邏輯、寫作效率都遠遠超過人類。

AI會加劇內(nèi)容創(chuàng)作的馬太效應。一個100分的創(chuàng)作者可以用AI批量生產(chǎn)出90分的內(nèi)容，而一個50分的創(chuàng)作者只能用AI批量生產(chǎn)出60分的內(nèi)容。所以內(nèi)容行業(yè)的影響力差距會被進一步放大。我們要做的就是抓住這個時間窗口，趕緊用好AI，用AI來大量復制我們現(xiàn)在的認知水平。而長期來看，人真正要做的事情是提高自己的認知水平，讓自己能不斷有新的想法。

我和朋友反復討論后得出一個共識：寫作本身現(xiàn)在已經(jīng)被AI取代掉了。內(nèi)容創(chuàng)作者的核心競爭力是選題、情緒和獨家案例。

當大家都能用AI批量生產(chǎn)內(nèi)容的時候，你能夠整個狠活讓大家眼前一亮，你能寫一篇有強烈情緒的文章觸動讀者，或者你能采訪到重要的人物拿到獨家信息，這些才是你的核心競爭力。

有一個比喻可以解釋現(xiàn)在的情況：這就像是沼澤和三峽工程。我們本來的工作就像是一個沼澤，沼澤有很復雜的生態(tài)系統(tǒng)，可能會產(chǎn)出某種珍貴的魚。但是現(xiàn)在AI就像三峽工程，你要不要把你的沼澤接入到三峽工程里？讓滾滾長江水來改變你的沼澤，重新設計你的水系和生態(tài)系統(tǒng)？

當然，你完全可以待在自己的沼澤里，追求某一種珍稀的內(nèi)容，產(chǎn)出真正的文學作品。但現(xiàn)在三峽工程來了，我們有機會把自己的沼澤接入進去。用AI的算力，就像長江水一樣來沖刷我們的工作流，重新梳理我們的生態(tài)系統(tǒng)。

最關(guān)鍵的是，AI讓智力工業(yè)化了。在此以前，人類的智力從來沒有工業(yè)化過。我們能夠批量生產(chǎn)塑料玩具、電腦芯片，但人類的智力是沒有工業(yè)化的?，F(xiàn)在，AI讓我們可以把自己的智力放大無數(shù)倍。

就像電力一樣，在電力剛發(fā)明時，電力本身是最珍貴的。但當電力能大批量供應后，電力本身不重要了，因為電力都是標準化的。重要的是是電力的容器。一個吹風機和一臺電腦，它們產(chǎn)生的價值是完全不一樣的。

同樣的，當AI讓智力無限供給之后，內(nèi)容本身不重要了。真正重要的是內(nèi)容的容器，是承載內(nèi)容的品牌、媒體或平臺。這就是麥克盧漢說的「媒介即訊息」，用通俗的話說就是：內(nèi)容的容器大于內(nèi)容本身，智力的容器也大于智力本身。

我們這一代創(chuàng)作者，真正要做的是設計智力的容器，為AI設計容器。就像字節(jié)跳動用信息分發(fā)改變了整個內(nèi)容生態(tài)一樣，我現(xiàn)在看到了一個堪比字節(jié)跳動一樣巨大的機會：我們可以直接用AI，在內(nèi)容生產(chǎn)側(cè)徹底改變內(nèi)容生態(tài)。

這對創(chuàng)作者來說是一個選擇：要么選擇待在自己的沼澤里，要么選擇把自己接入三峽工程，把工作轉(zhuǎn)變?yōu)槔肁I來設計工作流，來設計智力的容器。

就像電力讓工業(yè)生產(chǎn)從手工作坊邁向流水線一樣，AI正在讓內(nèi)容創(chuàng)作從個人工作室邁向智力工廠。當一個普通人一個月花幾百塊錢就能獲得幾乎無限的算力，重要的不再是寫出一篇好文章，而是設計一個能持續(xù)產(chǎn)出90分內(nèi)容的智力容器。

如 何造出更高級的智力容器，如何讓AI生產(chǎn)的內(nèi)容帶上更多個人印記——選題、情緒和獨家案例，才是創(chuàng)作者的核心競爭力。

最后，這篇文章就是我口述了40分鐘，讓DeepClaude幫我梳理結(jié)構(gòu)，再分段寫的。一共花了2美元。我只修改了個別字詞，加上了標題。