前陣子接了個做知乎鹽選付費短篇的單子，對方是個全職寫手，手里同時跑三個賬號，說最近用AI輔助寫作之后反而比手寫更累，因為每次跑出來的內(nèi)容她都要大改，改完感覺跟自己重寫差不多，效率還不如以前。

她把用過的指令發(fā)給我，我大概看了兩分鐘，問題很明確：這套指令像一份任務(wù)清單，告訴AI寫什么，但完全沒有告訴AI怎么寫，寫到什么標(biāo)準(zhǔn)才算合格。

AI在沒有約束的情況下，會按它對"小說"最保守的理解來執(zhí)行，給你一個結(jié)構(gòu)完整但毫無張力的故事框架，對話是對話，情節(jié)是情節(jié)，人物是人物，但三者之間沒有咬合，讀起來像拼圖，不像小說。知乎鹽選的讀者是最挑剔的一批人，這種東西發(fā)上去，付費轉(zhuǎn)化率很難看。

問題出在指令的顆粒度上，必須從頭拆，拆完再優(yōu)化，分享四個騷操作：

1. 選題和元素組合必須在第一步鎖死，不能靠AI自由發(fā)揮。

知乎鹽選有自己的爆款邏輯，懸疑伏筆流、情感博弈線、非對稱權(quán)力關(guān)系，這些是平臺高頻出現(xiàn)的成功元素，不是通用網(wǎng)文的標(biāo)準(zhǔn)配置。如果指令里沒有明確告訴AI這篇小說面向哪個平臺、用哪種敘事風(fēng)格，AI會給你一個四不像的故事，放到番茄上嫌不夠爽，放到知乎上嫌不夠懸疑。

所以指令的第一步，必須把平臺屬性、核心沖突類型、敘事風(fēng)格這三個參數(shù)提前鎖定，不給AI任何模糊空間。知乎鹽選用"懸疑伏筆流"，每段對話背后必須攜帶"立場試探"或"信息博弈"，這不是風(fēng)格偏好，是平臺受眾的閱讀期待，必須從框架層面寫進(jìn)去。

2. 大綱不是情節(jié)列表，是因果鏈和爆點密度的工程圖。

這是絕大多數(shù)人用AI寫小說時卡殼的地方。他們讓AI生成大綱，AI給了一份章節(jié)標(biāo)題列表，然后按列表往下寫，寫到第五章就開始邏輯斷裂，因為那份"大綱"根本不是大綱，只是一個故事梗概。

真正可以執(zhí)行的大綱，需要把爆點密度、反轉(zhuǎn)位置、伏筆埋藏、情感線四個階段同時寫進(jìn)去，每三章設(shè)一次強反轉(zhuǎn)，每800字嵌一個小爽點，情感線嚴(yán)格走"誤解—試探—傷害—頓悟"四段，這些參數(shù)必須在大綱階段就鎖死，正文生成時才有方向可循。沒有這層約束，AI寫出來的情節(jié)會越來越平，越寫越像教科書。

3. 正文生成階段，去AI化規(guī)則必須具體到句式層面。

"口語化"、"有代入感"、"減少AI味"，這三個要求幾乎每個人都會寫，但AI拿到這三個詞，根本不知道該怎么操作。它能理解的是具體禁令和替換規(guī)則，不是形容詞。

我在指令里把去AI化拆成了四個可執(zhí)行的硬規(guī)范：第一禁用詞匯清單，把"突然、只見、猛地、顯然"這類高頻AI詞逐一列出，并給出替換寫法；第二對話狀態(tài)詞強制切換，每三處對話必須更換狀態(tài)詞，禁止連續(xù)用"說、問、答"；第三句式結(jié)構(gòu)打散，禁止連續(xù)三句完整主謂賓，強制使用狀語前置或環(huán)境切入；第四每200字強制植入一個五感細(xì)節(jié)，且細(xì)節(jié)必須貼合當(dāng)下場景的情緒走向。這四條規(guī)則同時執(zhí)行，跑出來的文字語感會明顯不同。

4. 每三章自檢一次，是穩(wěn)定質(zhì)量的關(guān)鍵閉環(huán)。

批量生成內(nèi)容，最大的隱患是漂移，前五章建立的人物邏輯，到第十章可能已經(jīng)悄悄變形，稱謂用錯，性格突變，伏筆斷線。這些問題靠人工逐章審查效率極低，靠AI自動識別又不夠準(zhǔn)確。

解法是在指令里內(nèi)置一個階段性自檢機制：每創(chuàng)作三章，自動執(zhí)行一輪邏輯校驗，檢查人物稱謂、情感線遞進(jìn)、因果邏輯是否斷裂，不合理的地方直接標(biāo)出修改建議，并重新生成對應(yīng)章節(jié)，通過之后再繼續(xù)往下寫。這個機制把質(zhì)控動作嵌進(jìn)了生成流程，而不是等全文寫完再統(tǒng)一修改。

她用新的指令框架重新跑了一個短篇，三萬字左右，發(fā)上知乎鹽選之后，她跟我說完讀率比之前高了將近一倍，付費解鎖的比例也明顯上來了。

她說這次改稿的工作量比以前少了很多，大多數(shù)段落基本可以直接用，只需要微調(diào)幾處細(xì)節(jié)。這個結(jié)果在全職寫手的場景里夠用，批量出稿的效率問題解決了。