1.1 什么是文章逻辑漏洞检查提示词
我刚开始接触这个概念的时候，脑子里也画了个问号——听起来挺玄乎的，不就是让AI帮忙看看文章有没有毛病吗？后来用多了才发现，事情没那么简单，但也远没有想象中那么复杂。说白了，文章逻辑漏洞检查提示词就是一套你写给AI看的“审稿说明书”，里面写清楚了你要它检查什么、怎么检查、查完之后怎么告诉你结果。它不是随便扔一句“帮我看看这篇文章有没有逻辑问题”就完事儿的，那种问法AI给你的回复往往是隔靴搔痒，说一些“整体结构尚可”“建议加强论证”之类的片儿汤话，看着挺客气，实际上什么也没说。
真正管用的提示词得像个小型工作流，你得把角色、任务、检查维度、输出格式这些要素都交代清楚。比如我会告诉AI“你是一个有十年经验的学术期刊审稿人，现在需要从论点与论据的匹配度、因果链条的完整性、概念一致性三个维度检查下面这篇文章，每个问题标出原文位置并给出修改方向，输出格式为表格”。这么一说，AI的表现立马就不一样了，它会老老实实按你画的框框走，给出的反馈也具体得多。
我习惯把这种提示词理解成“把人的审稿经验翻译成机器能执行的指令”。你脑子里那些模糊的“感觉这里不太对劲”，得拆解成可操作的检查项，AI才能接得住。这中间有个翻译的过程，也是提示词写作最考验功夫的地方。写得好的提示词像一把细齿梳子，能把文章里藏着的逻辑疙瘩一个个梳出来；写得糙的就像拿个耙子随便搂两下，表面划拉过去了，底下的问题全漏着。
1.2 逻辑漏洞检查提示词与传统人工审稿的区别
这个话题我特别有感触，因为我自己既做过人工审稿，也大量使用提示词来辅助检查。传统人工审稿的好处是理解力强、能体会言外之意，一个老编辑扫一遍稿子，哪里气不顺、哪里逻辑跳了，凭直觉就能嗅出来。这种能力是长年累月练出来的，AI短期内学不会。人工审稿还有个优势——能跟作者对话，追问“你这里到底想说什么”，通过交流把模糊的地方聊清楚。
提示词检查走的是另一条路。它快，这是最直观的差别。一篇三千字的文章，人工细看加批注少说半小时，提示词跑一遍几十秒就出结果了。它还不累，不会因为看到第十篇稿子就眼皮打架、判断力下降。一致性也是它讨喜的地方，同一套提示词今天用和下周用，给出的检查标准是稳定的，不会因为审稿人心情好坏起伏。我见过一些内容团队，审稿标准全装在资深编辑脑子里，人一走标准就散了，新人接手完全找不着北。提示词恰好能把标准外化出来，变成团队可以共享、可以迭代的东西。
不过我得说句公道话，提示词检查目前还替代不了人工审稿的深度。AI容易在反讽、隐喻、文化语境这些地方翻车，它按字面意思理解，你写“这方案真是妙极了”它可能真当成夸奖。人工审稿能捕捉到这种微妙的分寸感。所以我的做法是让提示词打头阵做粗筛，把显性的逻辑漏洞先揪出来，人工再重点看AI标出来的可疑点和它拿不准的地方。两条腿走路，比单靠哪一边都稳当。
1.3 提示词在文章质量提升中的典型应用场景
我用提示词检查逻辑漏洞的场景挺杂的，数得上的有这么几类。自媒体作者写深度长文之前拿它过一遍，这个最实用。公众号文章动辄三五千字，写着写着容易前后观点打架，自己读的时候脑补能力太强，跳过的坑根本发现不了。扔给提示词跑一圈，它会把“第三段说A导致B，第七段又说B跟A没关系”这种自相矛盾的地方拎出来，省得发出去被读者在评论区打脸。
内容团队批量审稿也是个高频场景。我合作过的一个知识付费团队，每周要出十几篇课程推文，以前靠两个编辑轮流看，累得够呛还老出错。后来搭了一套提示词检查流程，每篇稿子先过AI这一关，编辑只处理AI标红的问题，工作量砍了一大半。编辑跟我吐槽说以前看稿看到后面脑子是木的，现在有了AI打底，精力能集中在真正需要人判断的地方，比如这个案例讲得够不够打动人、这个说法会不会踩监管红线。
学术写作和商业文案也是我常碰到的使用场景。帮研究生看论文初稿的时候，提示词能把“论据撑不起论点”“因果倒置”这类硬伤快速扫出来。商业文案更微妙一些，逻辑漏洞有时候表现为“卖点堆了一堆但购买理由没串起来”，提示词用“用户决策路径”的视角去检查，能发现不少隐藏的断裂。还有个场景挺有意思——把自己写的文章跟竞品文章一起扔给提示词，让它对比两边的论证结构哪个更扎实，虽然AI的判断不一定全对，但经常能给我提供一些自己没想到的观察角度。
1.4 构建逻辑漏洞检查提示词的目标与边界
我最初写这类提示词的时候，心里憋着一股劲，想让它把所有逻辑问题都找出来，最好还能直接把文章改好。用了一阵子才明白，这个期待本身就有点跑偏。提示词检查的目标是“发现问题、定位问题、给出修改方向”，不是“替人写文章”。它像体检报告，告诉你哪项指标偏高、建议去看哪个科室，但治疗方案还得医生来定。把目标定成“生成一份可操作的漏洞清单”，比定成“把文章改到完美”要现实得多。
边界这事儿也值得掰扯掰扯。提示词检查搞不定的事儿挺多的，比如判断一个观点在特定行业里是否成立、感受文字的温度和节奏、理解作者埋在字里行间的言外之意，这些都得靠人。我还会提醒自己别掉进“过度检查”的坑里——有时候提示词报了一堆问题，仔细一看全是鸡毛蒜皮，比如“这句话跟上一句的主语不一致”这种，改不改两可。要是每处都按AI说的改，文章会被修得四平八稳、毫无棱角，读起来像说明书。逻辑是为表达服务的，不是反过来。
还有个边界跟使用者的水平有关。提示词写得再细，用的人得知道什么算“真问题”，什么算“AI过敏”。我见过有人把AI标出来的所有黄色警告都当成必改项，结果越改越乱。比较健康的用法是把提示词当成一个不知疲倦的初级审稿人——它提的意见你听，但采不采纳、怎么采纳，拍板的是你自己。搞清楚这个分工，用起来才不容易走极端。
2.1 论点与论据不匹配类漏洞
我管这类漏洞叫“帽子扣不到脑袋上”。文章开头抛出一个挺唬人的观点，后面跟着的论据看着热热闹闹，仔细一琢磨——那些材料根本撑不起那个结论。我自己写东西就常犯这毛病，论点拔得太高，回头找论据的时候只能凑合，拿几个不痛不痒的例子凑数。读者读的时候可能说不出哪里不对劲，但那种“好像没被说服”的感觉是真实存在的。
举个我上周碰到的例子。有篇文章标题叫《远程办公正在摧毁团队协作》，论点抛得斩钉截铁。往下看论据——第一条说某公司远程后员工聚餐次数变少了。聚餐少跟协作能力下降是一回事吗？第二条讲有个程序员抱怨在家写代码效率低。一个人的抱怨能代表整个远程办公模式吗？这就是典型的论据力度配不上论点的高度。检查这类问题的时候，我会让提示词做两件事：先把论点单独拎出来，再把每一条论据单独拎出来，一条一条问“这东西能直接推出论点吗”。推不出来或者推得勉强的，就是嫌疑对象。
还有一种变体更隐蔽——论据本身没毛病，但跟论点之间隔了好几层。比如论点是“短视频平台需要加强内容审核”，论据给了一堆关于青少年心理健康的统计数据。数据是真的，但它只能推出“青少年容易受短视频影响”，距离“平台要加审核”还差着好几个逻辑台阶。写提示词检查这类问题时，我通常要求AI标注“论据到论点的推导路径”，把中间缺的环节明确指出来。缺几步就标几步，别让它含糊过去。
2.2 因果关系错置与推理跳跃类漏洞
把相关当因果，这是我审稿时见得最多的逻辑病。阳光一出来冰棍销量涨了，就说太阳晒得人想吃冰棍——实际可能是气温高了大家都出门，顺便买根冰棍凉快。文章里这种思维偷懒到处都是。我印象特别深的一篇营销分析，说“用了我们会员体系的商家复购率提升了30%”，然后直接归因于会员体系设计得好。后来一查，那批商家同期还上了新品类、做了大促、换了店铺装修。复购率上涨到底该归功于谁，根本说不清楚。
这类漏洞的狡猾之处在于数据是真的、现象是真的，唯独因果关系是拍脑袋安上去的。检查的时候我会在提示词里加一条指令：“针对文中每一个‘导致’‘造成’‘带来’‘使得’句式，要求AI判断是否存在时间先后被误认为因果、相关关系被误认为因果关系、单一因素被夸大为决定性因素的情况。”这么一卡，很多经不起推敲的因果链就露馅了。
推理跳跃跟因果错置是孪生兄弟。文章从A说到B，中间没给过渡，读者还等着看你怎么从B推到C，结果作者直接跳到E了，D和C凭空消失。我有篇改过的稿子，前面花大段讲“用户增长遇到瓶颈”，下一段突然开始讲“要搭建私域流量池”。为什么是私域而不是别的方案？私域怎么解决增长瓶颈？全没有。这种跳跃有时候是作者自己脑子里想通了，落笔的时候忘了写出来。AI检查这类问题的优势是它没有作者的脑补能力，读不懂的地方它就真读不懂，正好能把跳跃点标出来——这反而是它的长处。
2.3 概念偷换、歧义与前后不一致类漏洞
概念偷换这事儿，说轻了是表达不严谨，说重了能直接把一篇文章的根基抽掉。我见过最典型的情况是同一个词在不同段落里意思悄悄变了。开头说“我们需要提升品牌调性”，聊着聊着“调性”变成了视觉风格，再往下“调性”又变成了价格定位。读者跟到后面已经糊涂了——你到底在说哪件事？还有一种更隐蔽的，用的是同一个词但两次出现时指代的范畴不一样。比如“产品体验”，第一次说的是用户使用过程中的感受，第二次说的是售后客服的响应速度。字面上没变，实际上换了赛道。
歧义这事儿我吃过亏。有次写文章说“我们团队的响应速度提升了三倍”，发出去之后被人追问：是时间缩短到原来的三分之一，还是原来三小时现在一小时？我本意是后者，但“提升了三倍”严格算应该是变成原来的四倍。这种数字歧义在商业文案里特别致命，轻则被人挑刺，重则涉及虚假宣传。让我用提示词检查这类问题时，我会明确要求AI对每个多义词、每个量词表述做“一致性锚定”——第一次出现是什么含义，后面每次出现都按这个含义去核对，对不上就报。
前后不一致的类型挺多的。有观点层面的，第二段说“价格不是核心因素”，第八段又说“定价决定了成败”。有数据层面的，同一个指标前面用百分比后面用绝对值，读者根本没法比较。还有态度层面的，前面把某个方案批得一文不值，结尾又说这个方案“值得尝试”。我写提示词时会单独辟出一个“一致性检查”模块，让AI做两遍通读：第一遍从头到尾记录关键概念、核心数据和主要判断，第二遍拿这个记录逐条比对后文。做法笨但有效。
2.4 结构衔接、段落顺序与论证闭环检查
文章的逻辑不光藏在句子和段落内部，段落跟段落之间的接缝处更容易出问题。我读稿子有个习惯——专门看每段的第一句话。如果把这句抽出来单独看，跟上一段结尾完全接不上，中间缺了过渡，那这块就是接缝开裂了。常见的情况是作者在脑子里完成了话题切换，手上没写转场句，读者被硬生生拽到下一个话题，像坐车没系安全带突然刹车。
段落顺序也是个重灾区。有篇文章先讲完解决方案，再回头讲问题有多严重，最后又讲市场机会有多大。信息本身都对，但读起来就是别扭。换个顺序——先问题、再机会、后方案——顺畅多了。检查这类问题我用的办法是让AI给每个段落提取一句话摘要，然后把摘要列表单独摆出来看排列逻辑。如果摘要串起来读着像跳棋，那就说明顺序需要调整。还有个更粗暴的测试：把中间某一段抽掉，看文章还成不成立。抽掉之后读者完全无感，说明这段要么是废话，要么放错了位置。
论证闭环这个说法听着学术，说白了就是“你说要证明的事，最后到底证没证明”。开头提出三个问题，中间回答了俩，结尾呼吁大家重视。第三个问题呢？被作者吃了。或者开头说“本文将从A、B两个维度分析”，读完发现B维度就两句话带过去了。我见过最离谱的一篇稿子，结尾信誓旦旦地说“综上所述，我们已经论证了X方案优于Y方案”，翻回去找论证过程——正文里压根没有对比分析。这种叫“自己宣布自己赢了”。提示词里我会加一个“承诺-兑现核对”指令：把文章开头所有“将要做的事”列出来，跟结尾“已经做的事”做比对，没兑现的标红。
2.5 事实假设、隐含前提与反例遗漏检查
隐含前提是逻辑漏洞里最难抓的一类，因为它藏在字面底下，作者写的时候可能自己都没意识到。比如有篇文章说“提高内容更新频率，粉丝自然就会增长”，这句话底下压着一个假设——粉丝增长的主要瓶颈是更新频率不够。如果真实瓶颈是内容质量或者分发渠道，那提高频率根本没用，甚至适得其反。隐含前提往往是作者觉得“这不废话吗还用说”的东西，恰恰是这些“废话”值得单独拎出来晾晾。
我跟一个做投资的朋友聊过这个话题，他说看商业计划书最怕创始人把假设当事实写。“用户会愿意为这个功能付费”——这是假设。“用户已经为类似功能付过费了”——这是事实。文章里这两种句式混着用，读者很难分辨哪些是已验证的、哪些是拍脑袋的。提示词检查的时候，我让AI专门标记“未经论证的断言式表述”，尤其是那些以“显然”“众所周知”“必然”开头的句子。这些词往往是隐含前提的藏身之处。
反例遗漏就更常见了。一篇文章举了五个支持自己观点的案例，一个反面案例都不提，读者只要碰巧知道第六个反例，整篇文章的可信度就塌了。我写商业分析的时候会刻意让提示词扮演“杠精”角色——专门找反例。指令大概是这样：“针对文中每一个核心结论，搜索是否存在至少一个反例或例外情况。如果存在，判断作者是否提及并处理了该反例。”这个检查经常能挖出作者刻意回避或者压根没想到的漏洞。还有个进阶玩法——让AI对同一篇文章生成两个版本的分析，一个站在支持作者立场的角度找证据，一个站在反对立场找反例，两个结果对照着看，文章逻辑到底结不结实就一目了然了。
3.1 明确检查目标、文章类型与读者预期
我刚开始写检查提示词的时候，犯过一个挺蠢的错误。脑子里想着“帮我检查这篇文章的逻辑”，提示词里就真这么写了一句，结果AI给我的反馈——怎么说呢，像是拿着放大镜看一幅画，什么都提了一嘴，什么都没说到点子上。后来我琢磨明白了，问题出在我自己都没想清楚：我到底想让这次检查达成什么目的？是投稿前把把关，还是改稿时找方向，还是纯粹想看看自己的论证牢不牢靠？这三种目标对应的是完全不同的检查深度。
文章类型这块儿也有讲究。我拿同一套逻辑检查指令去跑议论文和产品详情页，跑出来的结果差距大得吓人。议论文里“论据支撑不足”是个大问题，放到产品页里，人家本来就不需要学术级别的论证密度。商业文案的逻辑漏洞长在别的地方——卖点跟用户痛点对不上、场景描述跟产品功能脱节、行动号召跟前面铺陈的情绪没关系。我现在写提示词，开头第一段一定把文章类型和读者预期交代清楚。是写给专家看的行业分析，还是给普通消费者看的种草文，读者带着什么期待点进来，这些信息直接影响AI判断什么算漏洞、什么算正常写作手法。
举个具体的。上个月我帮一个做知识付费的朋友检查课程介绍页。第一版提示词我只写了“检查逻辑漏洞”，AI跑完给我提了十几条，说这里论证不充分那里缺少数据支撑。我一看就笑了——人家课程介绍页要的是转化率，不是学术论文。后来我把指令改成“这是一篇面向职场新人的课程销售页，读者最关心的是学完能不能解决具体工作问题，请重点检查卖点描述与目标人群痛点之间的对应关系”。改完之后AI反馈的质量立马上来了，直接点出了“课程大纲里全是理论框架，但文案承诺的是三个月上手实操”这个致命矛盾。
还有个细节容易忽略——读者预期要写具体。你写“面向普通读者”，AI理解不了“普通”到底多普通。我现在会写“读者是没有技术背景的中小企业主，他们判断一篇文章值不值得读的标准是能不能直接拿去做决策”。这种颗粒度的信息喂进去，AI的检查才会有的放矢。
3.2 角色设定、任务边界与输出格式约束
角色设定这事儿，我一开始觉得挺虚的，不就是给AI安个身份嘛，能有多大差别？试过之后发现差别真不小。你让AI扮演“资深编辑”，它倾向于从文章结构、表达节奏这些角度挑毛病。你让它扮演“挑剔的读者”，它更多反馈阅读过程中哪里卡住了、哪里走神了。你让它扮演“逻辑学教授”，它开始跟你抠三段论、抠充分必要条件——有时候抠得太过头，把正常的修辞手法也当成逻辑错误报上来。
我现在常用的角色设定是“有十年审稿经验的文字工作者，擅长发现论证链条中的薄弱环节，但对不同文体的写作自由度有充分理解”。多加了后半句，明显能感觉到AI不那么死板了，不会拿议论文的标准去套散文。角色设定里我还会加一句“你的任务是协助作者完善文章，不是推翻重写”，这个约束其实是在告诉AI——你的角色是帮工，不是拆台的。
任务边界这个事，我是被坑过才长记性的。早期写提示词，我什么都想查——逻辑、语法、事实、标点，一股脑全塞进去。结果AI什么都查了，什么都查得不深。一篇三千字的稿子，它给我整出四十多条意见，大部分是“这句话表述可以更清晰”这种不痛不痒的东西。后来我学乖了，每轮检查只锁定一个核心任务。这一轮只查因果关系，下一轮只查概念一致性。任务窄了，AI的注意力反而聚焦了，报出来的问题也更有杀伤力了。
输出格式约束是另一条重要的护栏。我吃过没约束的亏——有次AI给我回了一篇八百字的分析，用段落形式写的，每段都在说“文章在某某方面存在一定问题”，具体是什么问题、在哪个位置、怎么改，全裹在模糊的表述里。我读完的感觉就像收到一份全是“建议加强”四个字的体检报告。后来我强制要求输出格式固定下来：每条问题必须包含问题原文引用、所在段落序号、漏洞类型标签、修改建议，缺一项就算不合格。这个硬约束一上，AI的反馈立刻变得能直接用了。
格式约束还有个好处是方便横向对比。我同一个稿子用不同版本的提示词跑，输出格式统一，直接摆在一起比，哪个版本抓的问题更准一目了然。要是格式每次都不一样，比都没法比。我现在的习惯是把输出格式写成一个小模板贴在提示词末尾，AI照着填空就行。
3.3 检查维度分层：宏观论证与微观表达结合
如果只让我保留一条设计原则，我会选这条——检查维度必须分层。不分层的后果我太熟悉了。有一种提示词写法是让AI“全面检查逻辑问题”，AI倒是听话，从第一段开始逐句扫，看到“因为”就查因果，看到“所以”就查推理，结果报告拉出来几十条，全是句子层面的小纠结，整篇文章的论证大方向反而没人管。这就好比装修房子，光盯着墙角的踢脚线对齐没有，结果承重墙歪了没人发现。
我现在固定用两层检查结构。第一层是宏观论证层，只回答三个问题：文章的核心论点是什么，这个论点有没有被完整论证，各章节之间是什么关系。这一层我要求AI先别急着挑毛病，先把文章的逻辑骨架画出来——把每个部分的核心主张用一句话提炼，然后看这些主张串起来能不能撑住总论点。有一次我用这个办法检查自己写的一篇行业分析，AI把骨架一列，我当场就发现第三部分和第四部分压根没有递进关系，两段可以随便调换顺序，等于文章结构是散的。这种问题逐句检查一辈子也查不出来。
第二层是微观表达层，才开始逐段逐句看。但即便是微观层，我也让AI带着宏观层的结论去查。比如宏观层发现“第三部分的论据跟论点之间缺少推导环节”，微观层就重点看这个推导环节是不是藏在了某句话里但没写清楚。两层之间有个联动指令——“如果微观问题影响了宏观论证的完整性，在报告里标注影响等级”。这条指令让AI不至于把微观问题当成孤立问题报上来，而是能判断每个小毛病对整个论证大厦的杀伤力。
分层的另一个好处是检查顺序变得可控。我通常先跑宏观层，确认逻辑骨架没问题了，再跑微观层精修。反过来先跑微观的话，很容易被细节问题带偏，改完一堆小毛病回头一看，大结构还是歪的。这跟改文章是一个道理——先调结构再抠字眼。
操作上我会在提示词里明确写出分层的指令，比如“请分两个阶段完成检查：第一阶段输出文章的逻辑结构图，标注每个部分的核心主张及其与总论点的关系；第二阶段逐段检查微观表达层面的逻辑问题。第二阶段开始前，先告诉我第一阶段的结论是什么。”这种分步指令的好处是AI不会把两个层次搅在一起，我也能根据第一阶段的结果决定第二阶段要不要调整检查重点。
3.4 证据引用、问题定位与修改建议的平衡
逻辑漏洞检查最容易翻车的时刻，是AI给你来一句“第二段论证不够充分”——就没了。哪里不充分？怎么算不充分？怎么改才充分？全得你自己猜。我踩过这个坑之后，在提示词里立了一条硬规矩：每条问题必须三件套齐全——原文证据、问题定位、修改方向。缺一件就算它偷懒。
原文证据这事我要求特别死。必须引用原文，不能转述。原因很简单——转述会失真。AI转述的时候经常把作者的原意拧了，然后拿着拧过的意思说你有逻辑漏洞，你冤不冤？我见过最离谱的一次，AI说“作者认为价格是唯一决定因素”，我翻回原文找——人家写的是“价格是重要因素之一”。少了“之一”俩字，意思全变了。从那以后我规定AI引用原文必须用引号原样摘出来，一个字不准改。有时候AI引用的段落太长，我就要求它摘出关键句，但关键句也必须原样。
问题定位我要求精确到段落序号加句子关键词。只写“第一段有问题”太粗了，第一段可能有八句话。我让AI写成“第2段第3句，以‘因此’开头的那句”这种精度。有次检查一篇长报告，AI说“中间部分存在概念不一致”，我翻了三页才找到它说的“中间部分”是哪一段。后来我在提示词里明确要求定位格式，这种情况再没出现过。
修改建议这部分我经历过一个心态变化。最早我希望AI直接给我改好的版本，拿来就能用。试了几次发现不行——AI改出来的句子单看没问题，放回文章里经常跟上下文语气不搭，或者把作者原本的意图改没了。我现在的要求变了，AI只需要给出修改方向，具体怎么改我来动手。修改方向也有讲究，我要求写成可操作的指令而不是模糊建议。比如“建议补充从论据到论点的推导步骤”是合格的建议，“建议加强论证”就是废话。区别在哪？前者告诉你要做什么动作，后者只告诉你哪里不够好。
平衡这三者的关系有个小技巧——我让AI在每条问题后面标一个“置信度”。高置信度的意思是原文证据确凿、问题定位明确、修改方向清晰，可以直接动手改。低置信度的意思是AI自己也拿不太准，可能是误报，需要人工判断。这个置信度标注帮我省了不少时间，高置信度的直接处理，低置信度的集中复核。用了这个办法之后，我处理一份检查报告的时间大概缩短了一半。
3.5 避免提示词过宽、过窄与重复指令
提示词写太宽是新手最容易犯的毛病。“帮我检查逻辑问题”这句话我见过太多人用，包括我自己早期。这种提示词的问题不在于AI不干活，而在于AI干活的随机性太大。你今天跑一遍它给你报结构问题，明天跑一遍它给你报措辞问题，后天跑一遍它可能啥都不报说文章挺好。不确定性来自指令本身的模糊——AI不知道该往哪个方向用力，只能随机选一个方向凑合事。
过窄也有过窄的麻烦。有人把提示词写得特别细，一条一条列了三十几个检查点，恨不得把逻辑学教科书抄进去。结果AI被框得太死，只会在你划定的格子里找问题，格子外面的漏洞全看不见。我见过最极端的例子是有人要求AI“检查每一个‘因为’后面跟的句子是否构成充分条件”——这指令太窄了，文章里大量因果关系根本没用“因为”这个词，用“由此可见”“不难推出”的地方全被漏掉了。窄到极致就是另一种形式的瞎。
我的经验是提示词宽度要跟检查阶段匹配。第一轮跑粗筛的时候，提示词可以宽一点，让AI自己判断哪些地方可疑，重点是把嫌疑区域圈出来。这时候我用的指令大概是“通读全文，标出你认为逻辑链条最薄弱的三个位置，简要说明原因”。粗筛完了之后，第二轮针对圈出来的位置写窄指令，精确定位具体漏洞类型。宽窄搭配着用，比一根筋走到底强得多。
重复指令这事特别隐蔽。我写提示词的时候有个习惯是想到什么补什么，今天觉得要强调证据引用，加一句；明天觉得输出格式重要，再加一句。加着加着回头一看，同一件事说了三四遍，措辞还不一样。AI面对这种提示词会犯晕——你到底要我优先干哪个？我有一次检查提示词里关于“引用原文”这件事前前后后提了五遍，结果AI每条反馈都花大量篇幅引用原文，真正的问题分析反而被挤得没地方了。
清理重复指令的办法笨但管用——写完提示词之后放一晚上，第二天早上通读一遍，把所有意思相近的句子合并成一条。合并的标准是看指令的核心动作有没有区别。“引用原文”和“标注原文位置”看着像两件事，其实可以合成一条“引用原文并标注段落序号”。合并完之后提示词长度一般能砍掉三分之一，AI的执行效果反而更好。我现在写完任何一版提示词都强制自己隔天再看一遍，专门找重复和矛盾的地方。这个习惯帮我省下了大量调试时间。
4.1 通用型文章逻辑漏洞检查提示词模板框架
我用了大半年时间才把提示词从“每次重新想”变成“往框架里填内容”。早期我写检查提示词全凭手感，今天觉得该查因果，明天觉得该查概念，每次写出来的东西结构都不一样，效果也忽高忽低。后来我把效果好的几版提示词摊在一起对比，发现它们其实共享一套骨架——只是我之前没意识到。
这个骨架说白了分四块。开头交代角色和任务边界，紧接着给文章背景信息（类型、读者、目标），中间是分层的检查指令，末尾是输出格式要求和示例。四块缺一块，效果就打折。缺角色设定，AI的检查视角飘忽不定；缺背景信息，AI拿学术标准去套商业文案；缺分层指令，AI东一榔头西一棒子；缺输出格式，你拿到的报告没法直接干活。
我把这个骨架画成模板之后，写新提示词的时间从半小时降到了五分钟。模板长这样——最上面写“你是一位有十年审稿经验的文字工作者，任务是协助作者完善文章，不是推翻重写”，第二段写上文章类型和读者描述，中间列检查维度，底部附输出格式。每次用的时候只改背景信息和检查重点，骨架不动。效果稳了不止一个档次。
有个细节得提一下。模板框架里我专门留了一个“本轮检查不查什么”的栏位。这栏看着多余，其实特别管用。我会写上“本轮不检查语法标点、不评价文采、不讨论事实准确性”，把AI的注意力硬生生摁在逻辑这一件事上。试过不加这栏的版本，AI时不时跑偏去纠正错别字，报告拉回来还得我自己筛一遍。
4.2 议论文、说明文、商业文案等分场景模板要点
通用框架搭好之后，我遇到的第一个问题是——议论文和商业文案用同一套检查指令，跑出来的结果有一半是废话。议论文里“论据是否充分支撑论点”是核心检查项，放到产品详情页里查这一条，AI会告诉我“本页缺少学术引用”，这不是扯淡嘛。分场景模板这件事，我是被逼着做的。
议论文模板我重点锁三个维度：论点是否明确且全文一致、每个分论点的论据链是否完整、反驳性论述有没有被考虑进去。最后这条很多人忽略。我写议论文检查模板的时候会让AI专门找“文章只论证了一面、有没有遗漏重要的反方观点”这种漏洞。上次帮一个学生看辩论稿，AI就精准地指出“第三段举了三个支持案例，但完全没有回应反方最可能提出的成本质疑”，这一条直接帮他补了一大段。
说明文模板的重心不在论证链，在概念清晰度和信息层次。说明文最容易出的逻辑漏洞是“同一个词在前半段是一个意思、后半段变成另一个意思”，或者“说明顺序违反了读者的认知习惯”。我给说明文模板加的专项指令是“请标出全文出现的关键术语，逐一检查每个术语在不同段落中的含义是否一致”。还有一条——“检查信息排列顺序是否按照从已知到未知、从简单到复杂的认知规律，有没有出现跳到后面才能看懂前面的情况”。
商业文案模板又是另一套逻辑。我不查论证充分性，查的是“卖点与痛点之间的对应关系”“场景描述与产品功能之间的衔接”“情绪铺陈与行动号召之间的匹配度”。举个例子，一篇卖睡眠仪的文案，前面大篇幅讲现代人睡眠质量差、焦虑感强，后面突然跳到产品有七种颜色可选，这个转折在逻辑上就断了——用户读到颜色那段会懵，这跟前面说的睡眠焦虑有什么关系？商业文案模板里我专门设了一条“检查每一个功能描述前面是否有一个用户痛点作为铺垫”。这条指令让AI变成了一个挑剔的消费者，专门抓那种“你说你的、我想我的”的脱节感。
4.3 模板中的输入区、检查区、输出区设计
我把模板切成三个区这件事，是从一个失败的提示词里学来的。那次我写了一长串检查要求，AI执行到一半就开始乱——前面还在查论点，中间突然跳到标点符号去了。后来我意识到问题出在“所有东西混在一起写”，AI分不清哪些是背景信息、哪些是操作指令、哪些是输出要求。
输入区在最前面，专门放文章元信息和原文。元信息包括文章类型、目标读者、写作目的、字数范围，原文就整篇贴进去。我在输入区会写一行分隔标记，比如“====以下为待检查文章====”，让AI清楚知道哪部分是背景、哪部分是正文。这个小标记看着不起眼，加了之后AI对文章边界的识别准确率明显上来了，不会把元信息里的话当成文章内容去检查。
检查区是模板的发动机。我把检查指令按层次排列，宏观层在前、微观层在后，每一层用编号隔开。宏观层就三条指令：提炼总论点、拆解各部分核心主张、判断各部分与总论点的支撑关系。微观层按漏洞类型分组，每组前面加一个小标题，比如“因果关系检查”“概念一致性检查”，AI按组执行，不容易漏检。检查区里我还留了一个“自定义检查项”的空位，方便针对具体稿子加临时检查任务。
输出区我写成填空模板的形式，让AI照着填。每一条问题固定包含六个字段——问题类型、严重程度、原文引用、所在位置（段落序号加句子关键词）、修改方向、置信度。六个字段用竖线隔开，方便我后期用表格软件批量处理。有次我检查一份两万字的行业报告，AI按这个格式出了三十多条问题，我导出到表格里一排序，高严重度的排前面，半小时处理完了。要是AI还是按段落写分析，我光筛选就得花一整天。
输出区末尾我还会加一句“如果某条问题你不确定，宁可标低置信度也不要省略”。这条保底指令帮我捞回了不少差点被AI自己过滤掉的边缘问题。有些问题AI觉得“可能不算漏洞”就不报了，加了这句之后它会用一个低置信度的形式报出来，我自己来判断。
4.4 问题分级、定位标记与修改建议字段设计
模板里设计字段这件事，我是按“拿到报告就能直接干活”这个标准倒推的。早期AI给我的反馈是混在一起的——大问题和小毛病用同一种语气描述，我读的时候分不清轻重，经常花半小时改了一个无关痛痒的措辞问题，真正致命的论证断裂反而排在报告最后面。
问题分级我用了三级——致命、严重、一般。致命的定义是“这个问题不修，整篇文章的核心论点就站不住”，严重的定义是“影响部分段落的可信度，读者读到那里会卡住或走神”，一般的定义是“改不改都行，改了更顺”。分级标准必须写死在模板里，不能让AI自己发挥。我试过不写死，结果AI把所有问题都标成“严重”，分级等于没分。写死之后还有一个好处——我可以要求AI在输出时按严重程度降序排列，最要命的问题永远在第一条，我不会漏看。
定位标记我要求两头精确。一头是段落序号，从1开始数；另一头是句子关键词，取那句话里最有辨识度的三到五个字。比如“第4段，以‘从成本角度看’开头的那句”。只写段落序号不够精确，一段可能有七八句话；只写关键词也不行，长文里关键词可能重复出现。两头一夹，定位就唯一了。我还会让AI在原文引用里把有问题的那个词或那句话用方括号括起来，一眼就能看到问题点在哪几个字上。
修改建议字段我踩过的坑最多。最开始我希望AI直接给改写版本，后来发现改写版本经常跟上下文语气不搭，或者把作者原本的意图改没了。现在这个字段我拆成两栏——一栏写“改什么”，一栏写“往哪个方向改”。比如“改什么：第二段论据到论点的推导环节缺失；往哪个方向改：补充一句解释为什么这三个案例能推出总论点，或者删掉一个相关性最弱的案例”。这样写我拿到手就知道该动哪里、动多大，具体措辞我自己来。
置信度这个字段是我后期加的，加完之后处理效率至少提升了一半。高置信度的问题我直接动手改，低置信度的攒到一起集中判断。有次一篇稿子AI报了二十条问题，高置信度的只有九条，我改完这九条再回头看剩下的——其中六条确实是误报，AI把正常的修辞强调当成了逻辑跳跃。要是没有置信度标注，我得一条一条去核实，时间全耗在误报上了。
4.5 文章逻辑漏洞检查提示词模板的复用与扩展方法
模板建好之后，我最关心的问题变成了——怎么让它在不同文章之间快速迁移，不用每次都从头调。我的做法是把模板拆成固定模块和可变模块两层。固定模块包括角色设定、任务边界、输出格式、置信度要求、分级标准，这些跨场景通用，一个字都不用改。可变模块包括文章背景信息、检查维度组合、特殊检查指令，每次根据文章类型换内容。
拆成两层之后，我建了一个小仓库——把议论文、说明文、商业文案、学术论文、公众号推文几个常用场景的可变模块分别存好，用的时候复制粘贴拼起来就行。拼完之后花两分钟检查一下背景信息和检查维度有没有冲突，没有就直接跑。从打开文档到发出指令，全程不超过五分钟。
扩展新场景的时候我不从头写，找一个最接近的现有模板改。上次要检查一份融资路演PPT的文字稿，我拿商业文案模板做底子，把“卖点与痛点对应”改成“融资逻辑与投资人关切对应”，把“行动号召”改成“融资诉求”，改了三处就搞定了。跑出来的结果里有一条特别准——AI指出“市场规模数据在第三页，但团队优势在第五页才出现，两页之间没有过渡，投资人读到第三页末尾会疑惑这跟我有什么关系”。这个洞察跟我后来请人做模拟路演时得到的反馈几乎一样。
模板版本管理这件事我吃过亏才长记性。有段时间我同时在改三个场景的模板，改完没记录，过了一周分不清哪个版本效果更好。现在我每改一版就在文件名里加日期和改动摘要，比如“商业文案模板_20250312_加痛点对应检查”。效果好的版本标星号，效果差的留着不删——有时候差版本里的某条指令挪到别的场景反而好用。我电脑里现在存了二十多个版本，常用的其实就三四个，但那二十几个都是调优过程中的路标，丢了就找不回来了。
模板用久了会有一个副作用——我开始依赖模板，遇到新类型的文章第一反应是“模板里没有合适的场景怎么办”。后来我想明白了，模板的价值不在于覆盖所有情况，在于把重复劳动标准化，省下来的精力花在判断上。遇到模板不匹配的文章，我会先用通用框架跑一轮粗筛，根据粗筛结果再决定要不要临时搭一个新场景模块。这个“先跑再调”的习惯，比提前想好一切再动手，实际效果好得多。
5.1 AI文章逻辑漏洞检查提示词怎么写：从任务描述到可执行指令
我在前半年写提示词的水平基本等于许愿。“帮我检查一下这篇文章的逻辑有没有问题”，丢过去，等AI回一大段。“整体结构比较清晰，但个别段落论证可以更充分”——这玩意儿有啥用？我还得自己回去逐段找，找到底哪里不充分。后来我琢磨明白一件事——我写的是任务描述，不是可执行指令。任务描述告诉AI“你要干什么”，可执行指令告诉AI“第一步做什么、第二步做什么、做到什么程度算完”。
拿“检查因果关系”这件事举例。任务描述版本是“请检查文章的因果关系是否成立”，AI会扫一遍全文，挑几个看起来可疑的地方给你点不痛不痒的反馈。可执行指令版本长这样——“请找出全文所有包含‘因为’‘导致’‘使得’‘造成’‘带来’的句子，逐一判断原因和结果之间是否存在直接关联。如果两个事件只是时间上先后发生、没有证据表明存在因果机制，标注为‘因果跳跃’。如果原因描述过于笼统（比如只写了‘多种因素’），标注为‘因果模糊’。”这么一改，AI交回来的东西我能直接用了，连句子都给我定位好了。
从任务描述到可执行指令中间隔着三个动作。第一个动作是拆步骤，把“检查逻辑”拆成“先提炼论点、再拆论据、再判断支撑关系”这样一条动作链。第二个动作是定标准，告诉AI“论据与论点关键词重合度低于多少算不相关”“分论点支撑论据少于几个算薄弱”。第三个动作是给格式，要求每条问题按固定字段输出。三个动作做完，提示词从一段话变成一份操作手册，AI的执行稳定性肉眼可见地上来了。
5.2 如何用示例、约束与评分标准提升AI检查稳定性
我试过同一个提示词跑五次，五次结果差得像五个AI写的。加入示例之后稳定多了。示例的作用是给AI一个“参考答案”——不用写多，每条检查维度配一正一反两个例子就够。比如查“论据与论点不匹配”，正面示例写“论点：远程办公提升效率。论据：斯坦福研究显示远程办公员工生产率提升13%。判断：匹配。”反面示例写“论点：远程办公提升效率。论据：2020年很多公司开始远程办公。判断：不匹配，这个论据只说明远程办公的普及度，没有涉及效率变化。”AI看过这两个例子，再判断类似情况时准头高出一截。
约束这块我走两个方向。一个是“必须做什么”——必须引用原文、必须标注段落序号、必须给出修改方向。另一个是“不许做什么”——不许改语法、不许评价文采、不许把修辞当逻辑错误。我吃过一次亏，提示词里没写“不许把排比句当作逻辑重复”，AI把一段排比修辞标成了“论述内容重复冗余”。约束条件写得越死，AI的执行边界越清晰。
评分标准是我后期才加上去的。之前AI的严重程度分级全凭感觉，十条问题全标“严重”，我看报告的时候根本分不清哪条该先改。后来我把分级标准翻成大白话写进提示词——“致命：这个问题不修，读者的理解会完全偏离作者意图。严重：读者读到这个地方会卡顿或产生明显困惑。一般：读起来稍微有点绕但不影响理解。”不光写定义，还要求AI在每条问题后面写一句“定级理由：……”比如“定级理由：这段论据只能支撑一半的论点，读者会质疑结论的全面性，但不至于完全否定核心观点，定为严重。”加上这个动作之后，AI的分级判断跟我的判断重叠度从三四成提到了七八成。
5.3 多轮追问、分段检查与交叉验证的提示词写法
三千字以上的文章我从来不一次性扔进去查。原因是AI读到后面会“忘记”前面的内容，前面标出来的问题跟后面报出来的问题有时候互相矛盾。我现在的做法是切块——按逻辑区块切，一个区块一个提示词，每块不超过一千五百字。切块检查的提示词里加一条“本段检查请忽略全文其他部分，只判断本段内部的论证完整性和概念一致性”。这样AI的注意力集中了，报出来的问题也精准得多。
多轮追问这件事是我在看医学诊断流程的时候想到的。医生初诊筛一遍，有疑问的指标再挂专项复查。我把这个思路搬到提示词上——第一轮用通用检查维度跑一遍，拿到一份问题清单。第二轮挑出高严重度的三到五条，单独写一个追问提示词：“针对第2条问题‘第三段论据与论点脱节’，请从原文中找出三个支持这个判断的证据，并说明如果作者要修这一条、最少需要改动哪些句子。”追问轮的提示词比初查轮要短，但要求AI给出证据链，这一轮出来的结果质量特别高。
交叉验证是我最近才加的动作。用两个不同侧重点的提示词查同一篇文章——一份侧重“论点-论据匹配”，一份侧重“因果链完整性”。两份报告拿过来比对，看两侧都报了的问题大概率是真问题，只有一侧报的标记为待确认。有一次两份报告同时指向了同一个段落，说“第四段开头提出的结论在前面没有任何铺垫”，这个重合让我确定那里确实出了毛病，直接动手改，省去了自己反复琢磨的时间。
5.4 针对误报、漏报与泛泛而谈的提示词优化策略
误报的典型症状是AI把修辞手法当逻辑漏洞报出来。我有一篇文章里用了“这不是走路，这是飞奔”来强调发展速度快，AI报了一条“概念前后不一致：前面说走路后面说飞奔”。我一看就知道它没理解这个句式是在打比方。优化策略是在提示词里加了一条硬约束——“如果一句话使用了比喻、夸张、拟人、排比等修辞手法，不要将其标记为逻辑漏洞。判断标准：该句是否在描述事实层面的事理关系？如果是修辞性表达，跳过。”加了这条之后，修辞类误报少了大半。
漏报比误报更难发现，因为AI不报的东西你根本不知道它漏了。我后来用了一个笨办法——故意在测试文章里埋几个明显的逻辑漏洞，看AI能不能抓到。试了五六轮之后我发现AI有一个倾向：对于“可能有问题但不太确定”的地方，它倾向于不报，怕报错了。针对这个倾向我在提示词末尾加了一段——“如果你判断某处存在逻辑漏洞的把握在50%到70%之间，请标注为‘低置信度’并照常输出，不要因为不确定就省略。我会自行判断。”加了这段话之后，边缘问题的报出率上来了，我宁可多花两分钟筛一遍，也不想漏掉一个真问题。
泛泛而谈是我最烦的一种表现。“部分段落论证不够充分”“个别地方逻辑衔接可以加强”——这类话说了等于没说。我的对策是三条强制指令。第一条：每条问题必须引用原文至少五个连续的字。第二条：必须写出段落序号和句子关键词。第三条：修改方向必须具体到“删掉哪个例子”或者“补一句什么方向的过渡”。三条少一条，那条问题我就当它没报。这三个约束写进提示词之后，AI再也不敢给我“部分段落”这种含糊话了，每一条都老老实实指到具体句子。
5.5 建立可迭代的提示词版本记录与效果对比机制
提示词改完就忘这件事我干过太多次了。有一次改出了一个效果特别好的版本，过了一周想再复现，发现原版被覆盖了，怎么调都调不回当初那个状态。从那以后我养成了一个习惯——每次改提示词，另存一份新文件，文件名里写日期和改动一句话摘要。比如“逻辑检查_20250410_加了修辞不报约束”。旧版本不删，就放在一个叫“历史版本”的文件夹里。电脑里存了三十多个版本，常用的就四五个，但剩下那些都是调优路上的坐标，少了它们我根本想不起来哪些弯路走过。
光有版本记录不够，还得有效果对比。我的对比方法特别土——同一篇文章，新旧两版提示词各跑一次，两份报告并排贴在两个文档窗口里，逐条对。看三样东西：新版有没有抓到旧版漏掉的真问题、新版有没有多报旧版没报的假问题、两边都报了的问题描述是不是更准了。有一次对比让我发现新版提示词把严重度分级改坏了，所有问题都往“一般”上靠，原因是我在改约束条件的时候不小心把分级标准里“致命”的定义给删了。要不是做了并排对比，这个退化可能得过好几周才会被发现。
效果对比我还会做一个动作——记录每版提示词在固定测试集上的表现。我攒了十篇有已知逻辑漏洞的文章当测试集，每篇的漏洞位置和类型我手工标好了。新版本跑一遍测试集，看命中率、误报率、定位精度三个数。这三个数不一定要多高，但每一次改动之后我得知道它往哪个方向动了。有一次我为了减少误报加了一堆约束，误报确实降了五个点，命中率也跟着掉了三个点——这个交换值不值，看具体场景。测试集数据摆在那里，我心里有数，不用凭感觉猜。
6.1 从初稿输入到漏洞清单输出的完整检查流程
我现在拿到一篇初稿之后的动作已经形成肌肉记忆了。先把文章通读一遍，不碰提示词，纯靠人眼判断一下这篇文章大概是什么类型、论证密度高不高、有没有一眼就能看出来的硬伤。这一步花不了几分钟，但是不做的话后面容易翻车——有些稿子本身结构就是散的，你直接上通用提示词，AI会把一堆本来该重写的段落标成一堆细碎的逻辑问题，改起来像在缝一件布料本身就有问题的衣服。
通读完之后我干一件事：切块。按逻辑区块切，不是按字数硬切。一般一篇两三千字的文章切成三到四块，每块对应一个完整的论述单元。切的时候我会在每块开头贴一句“本块核心论点：……”，这句话是我自己写的，不是原文里摘的。写这句话的过程本身就在帮我确认作者到底想说什么，有时候写着写着我发现原文根本没有一个清晰的核心论点，那就不用往下查了，先把论点补出来再说。
切完块之后就上提示词批量跑。我的习惯是先把所有块用同一套通用提示词过一遍，拿到一份初步问题清单。这份清单我不急着看，先扔一边。然后针对每块挑出初查报告里严重度最高的两三条，单独写追问提示词再跑一轮。追问轮出来的东西才是真正值得动手改的。两轮跑完，初级清单加上追问结果合并去重，就是一份可以交付的漏洞清单了。
整个流程走下来大概四十分钟到一小时，比自己从头到尾死磕省力得多。关键是每一步都有明确的产出物：通读判断、分块标注、初查清单、追问报告、合并清单。这些东西我都留档，后面要复盘或者对比不同版本提示词的效果，直接翻档案就行。
6.2 典型文章逻辑漏洞检查案例拆解与提示词调整
上个月帮一个做知识付费的朋友查了一篇推文，主题是“为什么你的学习计划总是执行不下去”。初稿看着挺顺的，金句不少，故事也有。我用通用提示词跑了一遍，AI报了七条问题，其中五条是“论据支撑不足”。我拿过来细看，发现一个有意思的现象：这篇文章前半部分讲的是“目标设定太大导致畏难心理”，后半部分举的例子却是“时间管理工具太复杂所以放弃使用”。这两个东西不是一回事——畏难是心理层面的，工具复杂是操作层面的。作者把两套解释混在一起用了。
这个问题特别典型。通用提示词只报了“论据支撑不足”，没说清楚到底哪里不足。我针对这一块单独写了一个追问提示词，加了三条约束：要求AI先提炼全文的核心论点、再列出每个分论点的主题词、然后检查分论点主题词跟核心论点关键词的重合度。跑完之后AI明确指出来：“核心论点关键词是‘学习计划执行’，分论点三的关键词是‘工具选择’，两者语义距离较远，存在论点漂移风险。”这句话直接说到点子上了。
后来我调整了这个场景的提示词，在通用模板基础上加了一个“论点树检查”模块。做法很简单：让AI先把全文画成一棵树，根节点是核心论点，一级分支是分论点，叶子是论据。画完之后逐枝检查“这根枝跟主干是不是同一个方向”。这个模块加进去之后，同类文章查出来的“论点漂移”问题比之前多了三倍不止。这个案例让我意识到一件事——很多逻辑漏洞不是句子层面的问题，是结构层面的问题。提示词只盯着句子看，结构性的毛病就漏过去了。
再举一个例子，一篇讲“远程办公效率”的评论文。初稿用了三个研究数据来支撑“远程办公提升效率”这个论点。AI初查没报什么大问题。我多留了个心眼，让AI做了一件事——“请逐一核对每个论据的出处年份，并判断该研究结论是否适用于当前讨论的行业背景”。结果发现其中一个研究是2012年的，研究对象是呼叫中心员工。用这个数据来支撑“知识工作者远程办公效率提升”的结论，跨度有点大。这个问题通用提示词抓不到，得靠专门加的一条“时效性与适用性检查”指令才能挖出来。这条指令后来被我写进了商业文案和行业分析类文章的默认检查维度里。
6.3 检查结果复核、人工判断与修改优先级排序
AI交回来的漏洞清单我从来不直接照着改。清单是原料，我是加工厂。我的复核动作分三步走。
第一步是快速扫一遍，把所有标注为“致命”和“严重”的条目挑出来，其他的先放着。这一步纯靠肉眼，主要看AI有没有把明显不是问题的东西标成严重。比如有一次AI把文章里的一句反问句标成了“论证逻辑不完整”，理由是“反问句没有给出答案”。这种就属于AI没理解修辞用法，直接划掉。扫完一遍之后，真正需要认真对待的大概只剩清单上的三四成。
第二步是逐条回原文核对。AI报的每一条问题我都要翻到原文那个位置自己读一遍，判断它说的对不对。这个动作花时间，但是不能省。我遇到过AI把两段之间正常的过渡句当成“逻辑跳跃”报上来的情况，回原文一看，人家上一段末尾和下一段开头明明接得很顺。AI有时候会过度解读段落之间的空白地带，把“省略了推理步骤”当成“推理跳跃”。这两者区别很大——省略是作者故意留给读者脑补的，跳跃是作者自己也没想清楚。
第三步是排优先级。这一步最考验判断力，因为AI给的分级只能当参考。我的排序标准就一条：这个问题不修，读者会不会在阅读过程中产生“等一下，这里不对劲”的卡顿感。会产生卡顿的往前排，不会的往后放。另外我会看问题之间的关联性——如果三条问题都指向同一个段落，那这个段落大概率要整体重写，那就合并成一个修改任务，不用逐条去抠。有一次一篇稿子AI报了十一条问题，我合并完发现本质上就三个地方要动，其他八条都是那三个地方的衍生症状。
复核过程中我还养成一个习惯：把AI报的问题跟我自己读初稿时的直觉感受对照一下。如果AI报的问题跟我读的时候觉得别扭的地方重合了，那这个问题的优先级直接拉满。如果AI报了一堆问题但我读的时候完全没感觉，我会警惕起来——要么AI在瞎报，要么我读得太糙漏掉了东西。两种可能都得查。
6.4 提示词效果评估指标与常见使用误区
评估一套提示词好不好用，我现在只看三个数：命中率、误报率、定位精度。命中率是我在测试集上埋了二十个已知漏洞，看提示词能抓出来几个。误报率是AI报出来的问题里有多少是我判定为“不成立”的。定位精度是AI指出的位置跟我人工标注的位置差多少——差一两句可以接受，差一个段落就说明定位指令没写好。
这三个数不是孤立的。我调提示词的经验是，命中率和误报率经常打架。你把约束条件写严了，误报率降下来，命中率也跟着掉。写松了反过来。我的做法是先保命中率，再压误报率。原因是漏报一个真问题比多报三个假问题代价大得多——假问题我花几秒钟划掉就行，真问题漏掉了可能整篇文章的逻辑基础就是歪的。压误报率的主要手段是加“修辞不报”“过渡句不报”这类硬排除指令，跟命中率关系不大。
常见误区我踩过四个。第一个是“提示词越长越好”。我写过一个两千字的提示词，什么都往里塞，结果AI执行的时候顾此失彼，前面要求的输出格式到后面全忘了。后来砍到五百字以内，效果反而上来了。提示词的长度应该跟检查维度的数量匹配，不是跟我的焦虑程度匹配。
第二个误区是“一套提示词打天下”。我给议论文写的提示词拿去查产品文案，AI把文案里的“限时优惠”标成了“论据不充分”。这不是AI的错，是我用错了工具。不同文体的论证结构完全不一样，提示词必须分场景。
第三个误区是“AI报的越多越好”。我最早看到AI给我报十几条问题觉得特别值，后来发现大部分是废话，真正要改的就那么两三条。现在我会在提示词里加一条“只报你把握在七成以上的问题，低于七成的不要报”。清单短了，但是每一条都能用。
第四个误区是“改完就完了”。我有一版提示词用了两个月觉得挺好，后来换了个类型的文章一跑，发现它完全没检查“隐含前提”这一块。不是提示词退化了，是我一直用它查同一类文章，没暴露短板。定期拿不同类型的文章去“骚扰”一下自己的提示词，能发现很多盲区。
6.5 面向不同写作场景的扩展大纲与长期优化建议
我现在手头常备四套提示词：议论文/评论文一套、说明文/教程一套、商业文案一套、长文报告一套。每套的侧重点不一样。议论文那套重点查论点论据匹配和因果链，说明文那套重点查步骤顺序和概念一致性，商业文案那套重点查承诺与证据的对应关系，长文报告那套重点查章节之间的逻辑衔接和结论回溯。四套底层共用同一个检查框架，只在检查维度和约束条件上做加减法。
扩展新场景的时候我的做法是先跑通用模板，看AI在哪些地方报得不准，然后针对性地加模块。比如我最近在写短视频脚本，发现通用提示词完全抓不到“前三秒钩子跟正文内容脱节”这类问题。我就单独加了一个“钩子-正文一致性检查”模块，要求AI判断开头抛出的悬念或承诺在正文里有没有兑现。加完这个模块，短视频脚本的逻辑检查才算能用了。
长期优化方面我给自己定了两条规矩。第一条是每月至少拿一篇“从来没查过的文章类型”去跑一遍现有提示词，记录它在哪些地方翻车。翻车记录攒到三条以上，就考虑加新模块或者开新场景分支。第二条是每季度做一次“提示词体检”——把四套提示词并排看一遍，检查有没有重复的约束条件、有没有互相矛盾的指令、有没有从旧版本里遗留下来的过时要求。上次体检发现议论文那套里还留着一条“请忽略2023年之前的数据”，这是我去年查一篇老文章时临时加的，忘了删。
最后说一个我最近在琢磨的方向：把检查流程本身也变成提示词的一部分。以前我是人工分块、人工决定追问哪些条目。现在我在试写一个“流程调度提示词”——输入一篇文章，AI先自动判断文章类型和长度，然后按预设规则决定切几块、每块用哪套检查维度、哪些条目进追问轮。这个调度提示词还在调试阶段，跑得还不太稳，但是方向我觉得是对的。检查这件事本身也应该可以自动化，人只负责最后那道复核关。
