很多人以为 AI 写得好不好，关键看提示词。我用 AI 辅助写作也有一段时间了，体会是提示词能起的作用其实很有限，它只能决定格式、语气这些表面的东西。
真正决定内容质量的，是另外三件事。
如果把 AI 写作比作做一道菜，这三件事分别是：食材、厨艺和口味。
很多人用 AI 写东西的方式是：丢一个主题过去，让 AI 自由发挥。结果拿回来一篇正确但空洞的文章，全是放之四海而皆准的废话。
你什么都没给它，它也变不出东西来。
打个比方，你让秘书帮你写一篇演讲稿，只说了“帮我写个关于公司发展战略的讲话”，别的什么都没交代。写出来的东西，大概率是一堆漂亮的空话。
但如果你跟秘书说清楚：这次的核心是我们要放弃海外市场全力做国内，原因是海外获客成本涨了三倍，我想先讲一个上季度在东南亚的失败案例开头。这样写出来的东西，质量完全不同。
AI 写作也一样。你不需要给它一篇完整的草稿，但至少要给它主线和关键点。你想表达什么观点？用什么案例支撑？读者看完应该记住什么？这些想清楚了，哪怕只写三五句话丢给 AI，出来的东西也会比一大堆模糊的背景资料强得多。
素材的价值不在于量大，而在于你做过筛选和判断。 你选择讲什么、不讲什么，用哪个例子、不用哪个，这些决策本身就是内容质量的基础。AI 擅长的是在你定好方向之后帮你补充细节、组织结构、润色语言。但方向得你来定。
对我来说，最省心的是翻译和视频访谈稿，素材和格式都是固定的，发给 AI 就能出不错的结果，因为素材本身过硬，输出一般不会多糟。
但像这篇文章这样需要表达自己观点的，我不能只说“写一篇如何提升 AI 写作质量的文章”，得把关键点一条条说清楚，要交代它全文贯穿食材、厨艺和口味，AI 才知道怎么写。
食材备好了，下一步就看谁来炒。
写作任务上，模型之间的差距远比大多数人以为的要大。
同样的食材，米其林厨师和路边摊做出来的东西就是不一样。你不能拿着顶级食材去找一个手艺平平的厨师，然后期待他做出惊艳的菜品。
我目前认为写作质量最好的是 Claude Opus 4.6，它对语言的感觉、对上下文的理解、对微妙语气的把控，都明显领先。不过模型一直在迭代，排名随时会变。早年我最喜欢 GPT-4.5，后来 GPT-5 系列写东西不行，Gemini 3.0 Pro 风格太雷同，看多了都一个味。
小模型写作普遍不好，参数大的模型通常更好。比如 Sonnet 很多人说好，但跟 Opus 比还是差一截。
当然这都是个人体感。
这一点我最开始想写“作者的水平”。但现在越来越多的写作流程里，作者本身可能就是一个 AI Agent。不管审稿的是人还是 Agent，道理一样：你必须能看出来一篇稿子哪里好、哪里不好。
这是很多人忽略的隐性门槛，也是目前限制我自己写作水平的瓶颈。
AI 写完一篇文章给你，你觉得“还不错”就直接发了。但**“还不错”是一个很危险的判断**。你可能没注意到开头是典型的 AI 式钩子，中间有一段逻辑断了，结尾为了升华而升华。这些问题你看不出来，就没法给 AI 反馈去改，最终质量就是碰运气。
运气好的时候，AI 一次就写出了不错的东西。运气不好的时候，发出去的内容平庸甚至有硬伤。
反过来，如果你有足够的审稿能力，能一眼看出哪段是废话该删、哪个比喻不对该换、哪里缺了过渡显得突兀。把这些反馈喂给 AI，让它重写那一段，几轮下来，稿子质量就从六十分到了八十分。
这就像一个口感好的厨师，每次试菜都能尝出哪里咸了、哪里少了一味香料，然后精准调整。口感不行的厨师，尝一口觉得“还行”，端出去的菜只能靠运气。
用 Agent 写作这个问题更明显。Agent 就像一个没有味觉的厨师，炒完一盘菜就当成品了。就算让它自我反思，它的反思也停留在表面，比如“这道菜色香味俱全”这种空泛的自我评价。它没有真正的味觉去判断一段话读起来顺不顺畅，一个例子能不能说服人。
审稿能力来自大量的阅读和写作积累，来自对好内容的直觉。 这个能力短时间内 AI 替代不了，这也是为什么我从来不自动化生成内容，宁可少发一点，也要花时间仔细审阅修改。
食材好但厨艺差，好料糟蹋了；厨艺好但食材差，巧妇难为无米之炊；食材和厨艺都到位了但口味不行，出品不稳定。哪个环节掉链子，结果都不会好。
提示词呢？提示词是调料，盐、胡椒、香料。三样东西都到位的时候，好的调料能锦上添花。但你不能指望光靠调料，把一盘没有食材、没有厨艺、没人试菜的东西，变成一道好菜。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。