1.1 AI写作的定义、能力边界与常见误区
我第一次接触AI写作的时候，脑子里想的特别简单——不就是让机器帮我写东西嘛。打字都不用打了，多省事儿。真上手了才发现，这个想法本身就是一个巨大的误区。AI写作，说白了是你和AI协作完成一篇文字的过程。它更像一个反应极快的写作搭档，你说方向，它出草稿，你来判断好坏、决定取舍。核心在你身上，它是放大器。
很多人对AI写作有两种极端态度。一种觉得它无所不能，扔一个标题过去就等着收一篇爆款文章。另一种觉得它写的东西全是废话，根本不能用。我自己两边都待过。用了大概两周之后我才慢慢摸清楚，AI写作的能力边界大概是这样：它擅长快速生成结构化的内容、做信息整合、提供多个角度的思路、帮你突破“空白页恐惧”。它不擅长的是——给你提供独家观点、真实的一手经验、准确的最新数据，以及那种只有人才写得出来的微妙语感。
还有一个常见误区得单独拎出来说。有人觉得用AI写作就是“作弊”，心里过不去那道坎。我的看法是，关键看你怎么用。如果你把AI当搜索引擎用，让它帮你整理思路、拓展视野、加快初稿速度，这跟你查资料、翻参考书没有本质区别。如果你直接复制粘贴当自己的原创发出去，既不修改也不核实，那确实有问题。这条线，你得自己心里画清楚。
1.2 零基础学习AI写作的必备心态与基础条件
我一开始学AI写作的时候特别急躁。给AI一个指令，出来的东西不满意，就换一个指令，还不满意，再换。折腾了半个小时，一篇文章没写出来，人倒是气够呛。后来一个朋友跟我说了一句话点醒了我：你把AI当新员工带，你得给它时间上手。这个心态转变特别重要。零基础的人学AI写作，第一件事就是把预期降下来。你第一次用搜索引擎的时候也不是一搜就精准命中吧？一样的道理。
耐心之外，还得有“拆解”的习惯。我自己的土办法是——每次AI写出来的东西，不管好坏，我都问自己三个问题：哪句话是真的有用？哪句话是套话？如果我自己写这句话会怎么写？坚持做这件事大概一个月，你对AI输出的判断力会提升一大截。这个判断力才是AI写作的真正核心技能。工具一直在变，判断力是你的。
基础条件这块，说实话门槛低得超出想象。一台能上网的电脑或者手机，一个AI工具的账号，加上你对自己想写什么有个大致的想法，就能开始了。不需要你会编程，不需要你英语多好，不需要你买什么昂贵的设备。我认识一个做餐饮的老板，五十多岁了，用AI写大众点评的回复和朋友圈文案，写得比很多年轻人还溜。他会的是什么？就是愿意试，愿意改，愿意一点点磨。
1.3 AI写作的底层逻辑：指令、上下文、反馈与迭代
很多人用AI写作觉得不好用，问题八成出在指令上。你跟AI说“帮我写篇文章”，它只能瞎猜。你换成“帮我写一篇800字的公众号文章，主题是新手如何挑选第一台咖啡机，语气轻松一点，面向25到35岁的上班族”——出来的东西完全不一样。指令越具体，AI的发挥空间越精准。这个道理我用了好一阵才真正搞明白。
上下文是另一个关键。我刚开始用的时候，每次对话都是独立的，上一句聊的东西下一句AI就忘了。后来我才知道，大多数AI工具都有上下文窗口，也就是它能“记住”的对话范围。你可以把之前聊过的要点再提一遍，或者直接把需求写完整。比如“接着刚才那篇咖啡机文章，帮我写一个结尾段，呼应开头提到的预算问题”。加上这层上下文，AI出的结果会连贯很多。
反馈和迭代，是很多人忽略的环节。AI给你初稿，你不要直接说“不好，重写”。你要告诉它哪儿好、哪儿不好、往哪个方向改。我会说：“第二段太啰嗦了，压缩到三句话以内，保留那个关于磨豆机的小例子。”这样来回几轮，稿子就越来越接近你要的东西。这个过程跟带实习生改稿子特别像——你越会提反馈，对方成长越快，你越省力。
1.4 AI写作适合谁：学生、职场人、自媒体人与创作者
我身边用AI写作的人越来越多，类型也五花八门。有个大三学生，用AI帮她整理文献综述的框架，她说以前看二十篇论文脑子就糊了，现在让AI先拉个提纲，她再往里填自己的理解，效率翻倍。还有个做行政的朋友，每周写周报再也不用对着空白文档发呆了，AI出初稿，她改二十分钟就交差。对他们来说，AI写作解决的是“启动难”和“整理慢”这两个问题。
自媒体人用AI写作的方式又不一样。我关注的一个小红书博主，她每次想选题的时候会让AI一口气生成三十个标题，然后她凭经验挑三到五个最有可能爆的，再让AI围绕这几个标题写大纲。她说AI帮她省掉了最耗时间的“发散阶段”，她可以把精力集中在打磨金句和调整人设上。这个用法我觉得挺聪明——让AI做广度，人做深度。
至于小说作者和创意写作者，用AI的方式就更微妙了。我认识一个写网文的朋友，他从来不让AI写正文，但是他用AI来做人物小传、世界观设定、甚至推演剧情分支。他说AI像一个永远不会累的 brainstorming 伙伴，陪他头脑风暴，但最后落笔的那一下，必须是他自己。对他来说，AI写作的意义在于扩展创作的可能性，而不是替代创作本身。
说到底，AI写作适合每一个需要跟文字打交道的人。学生、职场人、自媒体人、创作者，大家的场景不同，但底层需求是一致的——用更少的时间产出更高质量的文字。你越早开始摸索属于自己的用法，越早受益。我花了一个多月才算真正上手，你可能比我快得多。
2.1 快速开始：账号注册、界面认识与基础操作
我用的头一个AI写作工具是网页版的，注册过程简单到让我有点意外。打开官网，点注册，邮箱或者手机号，收个验证码，设置密码，完事。有些工具支持谷歌账号或者微信直接登录，更快。我建议你一开始别纠结选哪个，挑一个能免费试用的主流工具就行。注册的时候留意一下隐私设置，别把敏感信息填进去。
登录进去之后，界面通常分三块。左边是对话历史，中间是聊天区，下面是输入框。上面可能有模型选择、新对话按钮、设置图标。我刚开始用的时候，盯着界面看了半天，不知道点哪儿。其实你需要操作的只有输入框和发送键。把你想让AI写的东西打进去，按回车，等它吐字。不满意就点重新生成，或者直接在下面接着打字告诉它怎么改。
基础操作里有两个小习惯特别有用。一个是保持对话干净，一个对话只聊一篇文章的事。你要是前面聊了健身，后面突然让它写美食文案，它可能会把健身的语气带过来。另一个习惯是把常用的指令存到备忘录里。比如“帮我写一篇800字公众号文章，语气轻松，面向新手”，下次直接复制粘贴，省时间。
2.2 第一篇AI文章：主题设定、结构生成与语气控制
写第一篇AI文章的时候，我建议你选一个自己特别熟的小话题。熟的话题你一眼就能看出AI哪里写偏了。我给自己的主题是“新手怎么挑第一台手冲咖啡壶”。这个主题不大，我知道目标读者是刚入坑的年轻人，字数定在600到800字，发布平台是小红书。把这些信息一起丢给AI，它出的东西比只给一个标题强太多。
主题设定清楚之后，让AI先出结构。我会直接说：“先别写正文，给我三个不同的提纲。”它给的提纲有时候很套路，有时候能冒出一个我没想到的角度。我挑一个最顺眼的，再让它调整。比如把“预算部分”提前，把“清洗难度”加进去。提纲就像盖房子的图纸，图纸改起来便宜，正文改起来费劲。
语气控制是很多人忽略的一步。同一篇文章，你说“语气轻松”和“语气专业”，AI写出来天差地别。我一般会给它一个参照：“用跟朋友聊天那种语气，多用短句，别用专业术语。”如果它还是写得端着，我就丢一句我自己写的话过去：“照这个感觉来——‘买咖啡壶这事，别一上来就想着一步到位’。”它立马就懂了。
2.3 五步写作法：选题、提纲、初稿、润色、终稿
我自己磨出来的五步写作法是：选题、提纲、初稿、润色、终稿。这个顺序不是死的，你可以来回跳。选题阶段我会花十分钟想清楚：这篇文章写给谁看、发在哪儿、解决什么问题。提纲阶段让AI参与，但拍板的是我。初稿阶段我让AI大胆写，写得烂也没关系，先把东西堆出来。润色阶段我自己动手改，改完再让AI帮我顺一遍。终稿阶段做事实核查和格式调整。
选题这步最容易被跳过，但它决定了文章的天花板。我试过让AI一口气生成二十个选题，拿笔划掉那些太宽泛的、太老的、跟我的账号定位不符的。留下来的三五个，我再问自己：哪个我真的有话想说？哪个我能找到真实案例？选对了题，后面几步轻松一半。提纲也一样，AI给的提纲是毛坯房，你得根据自己的素材和观点重新砌墙。
初稿出来之后，我会先自己通读一遍，把AI味儿太重的句子划掉。什么叫AI味儿？就是那种“在当今社会”“随着科技的发展”“综上所述”的套话。润色环节我会分两遍走。一遍改逻辑，看段落顺序对不对，论点有没有支撑。一遍改语言，把长句拆短，把被动改主动，把形容词换成具体的细节。终稿之前，我一定会把数字、人名、时间、引用来源挨个查一遍。AI编起数据来脸不红心不跳。
2.4 零基础常见问题：内容空洞、跑题、重复与事实错误
内容空洞是新手遇到的常见大坑。AI写出来的东西看起来通顺，读完啥也没记住。原因很简单，你给它的信息太少了。它只能拿一堆正确的废话来填。我解决这个问题的办法是给AI喂料。比如写咖啡壶，我会告诉它：“我预算三百块，住在宿舍，之前用过法压壶，觉得清洗麻烦。”这些具体信息一进去，文章立马就有肉了。
跑题和重复是两个不同的毛病。跑题往往是你给的指令太复杂，或者对话历史太长，AI抓错了重点。我的做法是开一个新对话，把核心要求重新写一遍。重复是AI的另一个习惯，它喜欢把同一个意思换着说法讲三遍。我会在指令里直接写：“每个观点只说一次，别反复解释。”如果它还犯，我就在润色时手动删。
事实错误得单独拎出来说。AI会非常自信地编造数据、引用不存在的文献、把张三的事安到李四头上。我吃过亏，有一次它给我写了一个“二〇二二年咖啡消费报告”，数据看着像模像样，我去搜，根本找不到。从那以后，凡是涉及数字、时间、人名、法规、医疗建议的内容，我一律自己查证。你让AI写作，你就要当那个拍板的人。
2.5 建立个人AI写作工作流与素材库
用AI写了一段时间之后，我慢慢有了一套自己的固定流程。每次要写东西，我先打开一个笔记文件，把想到的关键词、案例、金句丢进去。这个动作花不了五分钟，但能让我后面给AI的指令质量翻倍。素材攒得差不多了，我再去AI工具里开新对话，按“主题-读者-字数-语气-结构”的顺序把要求写清楚。初稿出来，我复制回笔记文件改。改完再让AI检查错别字和语句通顺度。
素材库是你越用越值钱的东西。我分了几类：个人故事、行业数据、好用的比喻、扎心的金句、以及我调教AI的提示词。提示词这块我单独建了一个文档，每次试出一个好用的模板就存进去，比如“写小红书标题的五个角度”“写周报的万能骨架”。时间一长，这个文档就成了我的外挂大脑。你不需要用多高级的工具，备忘录、飞书、Notion都能干这个事。
工作流和素材库都需要定期翻新。我每个月会抽半小时，把上个月写得最顺的一篇和写得最痛苦的一篇拿出来对比。顺的那篇，我把指令复制进模板库。痛苦的那篇，我找出卡在哪一步，是选题没想清楚，还是素材不够，还是AI跑偏了我没拉回来。这个复盘习惯让我从“每次都要重新摸索”变成“每次都有台阶可踩”。你试上两个月，就能感觉到明显的差别。
3.1 提示词基础结构：角色、任务、背景、要求、输出格式
我教过几个朋友用AI写作，发现大家卡住的地方出奇一致：不知道该跟AI说什么。脑子里有个模糊的想法，打出来的字就那么几个——“帮我写篇文章”。AI倒是听话，刷刷刷给你整出一篇，读完只想叹气。问题不在AI笨，在于你给它的信息量约等于零。提示词这东西，说穿了就是把你脑子里的要求翻译成AI能拆解的语言。翻译得越完整，出来的东西越像样。
我自己写提示词有个固定骨架，五个零件：角色、任务、背景、要求、输出格式。角色是让AI先站到某个位置上，比如“你是一个做美食测评的博主”。任务是你要它干的活，“写一篇手冲咖啡壶的选购指南”。背景是跟这篇内容有关的信息，读者是谁、发在什么平台、大概多少字。要求是语气、风格、必须包含什么、必须避开什么。输出格式是问它要列表、段落还是表格。这五个零件凑齐，AI基本不会跑偏。
有人觉得这样写太啰嗦，直接给个标题不也行吗。我试过，行的概率跟抛硬币差不多。你多花两分钟把五个零件填上，能省掉后面半小时来回改的功夫。我习惯把常用角色的描述存下来，写的时候复制粘贴再改几个词。比如“你是一个有五年经验的职场老编辑，说话直接不绕弯子”这句话，我起码用过五十次。搭好骨架，每次只换肉。
3.2 常用提示词模板：文章、文案、报告、故事、脚本
文章类的提示词我分得比较细。公众号长文跟知乎回答的写法不一样，知乎回答跟博客文章又不一样。我写公众号的时候会在要求里加一条“每段不超过四行，开头用一句能让人停下来看的话”。写知乎回答我会说“先给结论再给理由，语气像在跟人辩论”。这些细节不写，AI给你的东西就是那种放之四海而皆准的通用款，没有平台感。
文案类提示词最吃背景信息。你卖什么、卖给谁、在哪儿卖、用户点进来之前在想什么，这些不说清楚，AI写出来的文案像贴在大街上的“跳楼甩卖”。我写小红书文案会加一句“开头二十个字要让人产生‘这说的不就是我吗’的感觉”。写电商详情页我会说“前两句解决用户最大的顾虑，别一上来就吹产品”。文案是跟人说话，提示词里得把这个人描述出来。
报告和故事的提示词逻辑不太一样。报告要的是结构清楚、数据准确、语气克制，我会在提示词里列出必须包含的模块，然后说“每个模块下面写三点，每点配一个具体例子”。故事要的是画面感和情感起伏，我会说“用第一人称写，写到一个地方让读者心里咯噔一下”。脚本介于两者之间，分镜、对话、旁白这些元素要标清楚。我写短视频脚本的提示词里一定会有“前三秒必须抓住注意力”这一条。
3.3 进阶提示词技巧：示例引导、分步推理、约束与多轮追问
示例引导是我用得最多的进阶技巧。形容词太虚了，你说“风格活泼”，AI理解跟你理解可能差着十万八千里。我直接丢一段我自己写的文字过去：“照这个感觉写——‘我头一回自己换灯泡的时候，踩在凳子上手都在抖，拧了三圈才拧上去，灯亮的瞬间差点从凳子上跳下来’。”它一看就明白，活泼是具体细节带来的，不是靠感叹号堆出来的。
分步推理这个技巧适合处理复杂任务。你让AI一步到位写一篇三千字的深度文章，它中间的逻辑链条容易断。我改成让它先列提纲，确认提纲没问题，再让它写第一部分，写完我再给反馈，再写第二部分。看起来慢，实际上出来的东西逻辑更顺。多轮追问也是这个道理，第一轮让它写个大概，第二轮我指出具体哪里不行，第三轮再改。跟人合作一样，你不可能跟一个新同事说“把这个项目做好”，然后指望他一步到位。
约束条件要写得具体但不拧巴。我试过写“必须包含五个小标题，每个小标题下面不少于三百字，语气不能太正式也不能太随意，要有数据支撑但不能编造数据”。结果AI写得畏手畏脚，像被绳子捆着跳舞。后来我改成“大概五个小标题，每个写个三百字上下，语气轻松但有干货，需要数据的地方标出来让我自己填”。它反而写得舒展多了。约束是为了帮AI聚焦，不是给它上刑。
3.4 提示词优化与调试：从模糊指令到精准结果
提示词写得好不好，有一个很简单的判断标准：你把这段话发给一个不了解你项目的人，他能不能照着做出来。我经常拿这个标准测自己写的提示词。如果我读完还得猜你到底要什么，那AI也在猜。模糊指令的典型代表是“写得好一点”“要有深度”“别太水”。什么叫好？什么叫深？AI又不会读心术，它只能按字面意思给你一个“看起来像那么回事”的东西。
我调试提示词的方法是做减法。第一遍写的时候我会把所有能想到的要求都丢进去，然后看AI的输出。哪个要求它没做到，我就把那个要求挪到更靠前的位置，或者换一种说法。哪个要求它理解错了，我就加个例子。哪个要求它做到了但效果一般，我就问自己这个要求是不是不够具体。一轮一轮筛下来，提示词从一大坨变成四五句精准的话。
有一次我写一个产品文案的提示词，改了七版才满意。第一版出来太官方，我加了“口语化”。第二版太随意，我加了“保持专业感”。第三版又太干，我加了“让读者感到被理解”。来回调的过程就像在对焦，画面从模糊到清晰。我把这七版提示词都存下来了，下次遇到同类任务直接从第五版开始改，省掉前面四轮。调试不是浪费时间，是在攒资产。
3.5 提示词避坑指南：歧义、冲突、过度限制与事实风险
歧义这个坑我踩过太多次。有一次我写“写得简短一点，但信息量要足”，AI给我整了一堆短句，每句都是结论，读起来像被人拿锤子敲脑袋。问题出在“简短”和“信息量足”这两个词可以往很多方向解读。后来我改成“控制在八百字以内，每个观点用一句话说清楚，再用两句话解释为什么”。歧义消除之后，输出质量稳定多了。
冲突的要求会让AI左右为难。你说“语气要专业严谨”，又说“要像朋友聊天一样轻松”，它夹在中间不知道该听谁的。我遇到过更离谱的，有人写“不要用任何形容词，但要写得有画面感”。形容词和画面感本来就是强关联的东西，你把形容词抽走了，画面感从哪儿来？写提示词的时候我会回过头读一遍，看看有没有互相打架的要求。有的话，选一个更重要的留下。
过度限制是另一个极端。有人怕AI写偏，把能想到的规则全写进去，什么“不能提竞品”“不能写价格”“不能有主观评价”“不能超过三句话”。AI最后写出来的东西像戴着镣铐跳舞，每个动作都变形了。我的经验是，重要的限制写三条就够了，剩下的靠润色环节自己改。事实风险要单独警惕，凡是涉及数据、引用、法律条款、医疗建议的内容，我在提示词里一定会写一句“不确定的信息用方括号标出来”。AI不会告诉你它在编，你得自己设一道防线。
4.1 通用大模型写作工具推荐与对比
我长期用 ChatGPT 来写东西，大概用了两三年。刚开始那阵子觉得它像神一样，什么都能写，写着写着就发现不对劲了，这玩意儿写出来的东西有股味道，怎么说呢，就是那种翻译腔加咨询报告腔混合起来的味道。后来我同时开了 Claude、文心一言、通义千问、Kimi、DeepSeek、豆包这几个窗口，拿同一个题目让它们各写一篇，对比着看差别。说实话，各有各的脾气。ChatGPT 逻辑清楚但偏冷，Claude 文字有温度但有时候啰嗦，文心一言在中文语境里更贴，通义千问处理长文档比较稳，Kimi 读长材料是真方便，DeepSeek 写代码和技术类内容顺手，豆包的口语感强一些。
有个朋友问我用哪个，我说看你要写什么。你要写小红书文案，豆包和文心一言出的东西更接地气，不用大改。你要写一篇结构严谨的分析报告，ChatGPT 和 Claude 会更省心。你要处理一份五十页的 PDF 然后写摘要，Kimi 和通义千问的长文本能力这时候就显出来了。没有哪个是全能冠军，我的做法是同时用两三个，A 出初稿，B 润色，C 挑毛病。听起来麻烦，用习惯了其实很快。
速度方面，DeepSeek 和豆包响应快，适合赶稿。Claude 有时候要等，但它写出来的句子确实更有嚼头。ChatGPT 的联网搜索和数据分析插件是它比较特别的地方，我要查实时信息或者跑个简单表格的时候会用。这几个工具我桌面浏览器常年开着一排标签页，切换着用，跟厨房里摆好几口锅似的，炒什么菜用什么锅。
4.2 垂直写作工具：小说、论文、营销、公文与新媒体
写小说这事儿，通用大模型能给你搭框架、想情节、写片段，但你让它写十万字的长篇，它写到后面自己都忘了前面埋的伏笔。我试过用 ChatGPT 写一个三万字的中篇，写到第二章的时候它把主角的名字都搞混了。后来我用了几个专门做小说的工具，像国内的“笔灵”有小说模块，可以设定人物、世界观、章节大纲，还能保持前后设定一致。“墨狐”在情节推演上做得不错。不过这些工具写出来的文字偏套路，网文感很强，你要想写出点文学性，还得自己回去改。
论文写作这块我要多说两句。像“知网 AI 学术助手”这种能帮你查文献、理思路，但直接让它写论文正文风险很大，查重过不了不说，学术伦理上也说不过去。我的用法是让它帮我做文献综述的框架整理，把几十篇摘要丢进去让它归类，然后我自己写。营销文案工具有“秘塔写作猫”和“Jasper”，Jasper 是国外的，英文营销内容强，中文一般。秘塔在中文营销场景里更顺手，尤其是电商详情页和朋友圈广告。公文写作，国内有几个专门的工具，比如“AI 公文写作”，模板全，格式规范，但写出来的东西比较板，你得自己往里填血肉。新媒体这块儿，小红书和公众号的写法不一样，我一般不用垂直工具，直接用通用大模型加详细的提示词，因为这个领域变化太快，垂直工具更新跟不上。
4.3 提示词管理与生成工具推荐
提示词一多，管理就成了问题。我电脑里有个文件夹叫“我的提示词库”，里面按场景分了子文件夹，公众号、小红书、周报、邮件、产品文案，每个里面存着 txt 文件。后来发现这样翻起来太慢，开始用“FlowGPT”和“PromptBase”这两个网站，上面有别人分享的提示词，可以直接复制来用，也能收藏自己的。FlowGPT 的社区活跃一些，PromptBase 偏商业化。国内用“词魂”的人也多了起来，它支持中文提示词的中转和优化。
还有一类工具专门帮你生成提示词。你输入“我要写一篇关于减肥产品的朋友圈文案”，它帮你扩写成结构完整的提示词，包括角色、任务、要求、格式。我用过“PromptPerfect”和“提示词生成器”这类工具，初学的时候挺方便，能让你看到一条完整的提示词长什么样。但用久了你会发现，它生成的提示词有时候太模板化，你自己的具体需求反而被压扁了。我现在的习惯是自己写骨架，遇到卡壳的时候用这些工具帮我补充细节。
管理提示词的另一个思路是建立自己的“片段库”。比如我存了几十条“开头句”的写法、“过渡句”的写法、“结尾句”的写法，写新提示词的时候直接拼装。有点像乐高积木，零件是现成的，搭什么造型看你自己。这个做法我在第 3 章提过，这里再强调一次，因为它真的省时间。
4.4 辅助工具：校对、查重、排版、配图与数据分析
校对工具我用“秘塔写作猫”和“Grammarly”两个。中文内容用秘塔，它能挑出错别字、语病、标点误用，还能给出修改建议。英文内容用 Grammarly，它那个语气检测功能挺有意思，会告诉你这段话听起来是自信还是犹豫。查重的话，国内用“知网”和“PaperPass”，国外用“Turnitin”。我自己写的东西一般不用查重，但帮别人看论文的时候会过一遍。有个坑要提醒一下，有些查重工具会把你的论文收录进数据库，下次查重率就高了，用之前看清楚隐私政策。
排版工具有“秀米”、“135 编辑器”和“Canva”。秀米和 135 是做公众号排版的，模板多，拖拽就能用。Canva 更通用一些，做海报、PPT、小红书封面都行。配图这块儿，我用“Midjourney”和“文心一格”生成配图，Midjourney 质量高但要翻墙，文心一格中文提示词友好，生成速度也快。数据分析工具，做自媒体的用“新榜”看行业数据，做电商的用“蝉妈妈”看竞品销量。这些工具不直接帮你写东西，但它们告诉你写什么方向、跟谁比、数据长什么样。
4.5 工具组合方案：免费与付费、网页与插件、API与本地化
我自己的组合是这样的：免费层用 Kimi 和豆包，长文本处理和日常问答够用，不花钱。付费层用 ChatGPT Plus 和 Claude Pro，一个月加起来一百多块，写重要内容的时候用。网页版为主，因为功能最全。插件和 API 作为补充。浏览器插件我装了“沉浸式翻译”和“ChatGPT 侧边栏”，前者帮我看外文资料，后者让我在任何网页上呼出 AI。API 我用得不多，偶尔跑一些批量任务的时候会接一下，比如一次性生成五十条标题。
本地化部署这块儿，我试过“Ollama”跑 Llama 3 和 Qwen 的本地模型。好处是数据不出电脑，隐私有保障，坏处是模型能力比线上差一截，而且吃硬件。我的一台旧笔记本跑 7B 参数的模型都费劲。如果你的内容涉及敏感信息，比如公司内部文档、个人隐私数据，本地化是个值得考虑的方向。普通写作者用线上工具就够了，注意别把不该传的东西传上去就行。
免费和付费的界限，我自己的判断标准是：如果这个工具你每周用不到三次，免费的够了。如果你每天都在用，而且它确实帮你省了时间，那就付费。时间比钱贵。我见过有人为了省一个月二十美元的订阅费，花一下午找免费替代品，最后写出来的东西还得大改，不划算。
4.6 工具选择标准与隐私安全注意事项
选工具我有一套自己的标准，大概是这几个维度：输出质量、中文支持、上手难度、价格、隐私政策。输出质量是硬指标，写出来的东西能不能直接用，不能直接用的话改起来费不费劲。中文支持这点很多人忽略，有些国外工具英文写得好，中文一塌糊涂，用起来反而耽误事。上手难度看你的技术水平，有人喜欢命令行，有人只能接受图形界面。价格不用多说。隐私政策是我这两年越来越看重的一条，尤其是处理公司文件或者个人信息的时候。
隐私安全这个坑我踩过一次。有回我把一份包含客户手机号的表格丢给某个 AI 工具做整理，后来才想起来这工具会把数据用于训练。虽然没出什么事，但想起来后怕。现在的做法是：敏感信息一律脱敏，手机号改成 138xxxx1234，姓名改成“客户 A”，公司名改成“某公司”。涉及商业机密的内容，我用本地模型处理。另外，看清楚工具的“数据使用条款”，有些工具明确说不会用你的数据训练，有些则默认会。这个差别很大。
工具是拿来用的，不是拿来供着的。我见过有人收集了几十个 AI 工具，每个都浅尝辄止，最后写东西的时候还是不知道用哪个。我的建议是，先把手头两三个工具用透，用出肌肉记忆，再考虑扩展。工具在精不在多，就像厨房里的刀，一把好用的主厨刀能解决八成的活儿。
工具用顺手之后，我发现真正拉开差距的，不是谁用的模型更贵，而是谁把AI放进了具体的场景里。同一款工具，写公众号和写周报，提示词不一样，预期也不一样。这一章我把几个高频场景拆开，聊聊我自己的实操做法。
5.1 自媒体写作：公众号、小红书、知乎与短视频脚本
公众号文章我一般让AI先出结构。比如写一篇时间管理的稿子，我丢给AI一句：“以‘我如何从每天加班到准点下班’为第一人称，写一篇公众号大纲，要有故事、有方法、有金句。”它给的框架通常能用，但开头太套路，什么“在这个快节奏的时代”，我直接删掉，换成自己某天晚上十点还在公司的具体画面。AI搭骨架，我填血肉，这个分工我试过很多次，效率最高。
小红书完全是另一套语言。我帮一个做美妆的朋友写过产品笔记，同一款精华，我让AI分别写了种草版、测评版、避雷版。种草版要口语化，多用“姐妹们”“真的绝了”，测评版要客观，列成分和肤感，避雷版要指出不适合谁。AI写出来的初稿有七成像，剩下三成我手动改，加emoji、换短句、埋关键词。小红书用户划得快，前三行抓不住人，后面写得再好也白搭。
知乎的回答需要专业感。我通常让AI先整理数据和逻辑，自己再补观点。有次写“AI会不会取代文案”，AI列了五个角度，我挑了三个，加上自己接过的单子、被客户改稿的经历，读起来就实在多了。短视频脚本更短平快。我让AI写三个版本：一个快节奏口播，一个故事型，一个干货清单。拍出来对比，故事型的完播率最高。脚本里的分镜、运镜提示，AI也能给，但具体怎么拍，还得看现场。
5.2 职场写作：邮件、周报、方案、报告与演讲提纲
职场邮件我有个习惯，先让AI写一版，再改成自己的语气。催进度邮件最容易写僵，AI给的版本像最后通牒，我改成“想跟你同步一下进度，看看有没有我能帮上忙的地方”。效果完全不一样。周报也是，以前我记流水账，现在把一周做的事丢给AI，让它按“成果、问题、下周计划”重新组织。AI会把“对接了三个客户”变成“完成三家客户需求对接，其中两家进入合同阶段”，领导看了一目了然。
方案和报告，我让AI先列框架。比如写一份活动方案，AI给的目标、流程、预算、风险，大差不差。我往里填具体数据、过往案例、团队分工。报告里的摘要和结论，AI写得比较干，我会加一句“这次活动最让我意外的是……”，带点人味。演讲提纲我常用AI生成逻辑线，自己加故事和互动。同一份内容，讲给领导听和讲给团队听，AI能调出不同语气。领导版偏结果和资源，团队版偏过程和鼓励。
5.3 学习与学术写作：论文提纲、文献综述、读书笔记
论文提纲我让AI生成三级目录，自己再调逻辑。有次写一篇关于短视频传播的论文，AI给的提纲四平八稳，我加了一节“算法推荐对内容创作的逆向塑造”，整篇论文的锐度就出来了。文献综述，AI能快速归类几十篇摘要，按主题分堆。我读一遍，挑出争议点，自己写评述。直接让AI写综述风险很大，查重过不了，学术伦理上也说不过去。
读书笔记我用法比较随意。读完一章，让AI总结核心观点，我再写自己的感受。同一本书，我试过让AI从心理学、社会学、经济学三个视角解读，出来的东西像三个人在聊天。笔记里我会保留AI的总结，但用自己的话重新说一遍。这样既省时间，又不会丢掉自己的思考。
5.4 创意写作：小说、故事、诗歌、广告与品牌文案
写小说，AI能帮我想人物设定和情节走向。我试过让它生成十个主角的职业背景，挑了一个“白天修表、晚上写诗”的，故事就有意思了。具体对话和细节，AI写出来偏平，我习惯自己改。长篇小说写到后面，AI容易忘设定，我用表格把人物关系、时间线列出来，每次写新章节先喂给它。故事创作，AI给冲突点很快，我负责选择哪个冲突更扎心。诗歌我偶尔玩，让AI模仿某位诗人的风格，它写得像模像样，但意象总差一口气，我改几个词，味道就对了。
广告和品牌文案，AI批量生成slogan特别快。我试过给一个咖啡品牌写文案，让AI出二十条，自己挑三条，再改。温情版、搞笑版、高端版，各来一组。品牌文案更看重调性一致，我会把品牌手册里的关键词喂给AI，让它按“年轻、温暖、不装”的语气写。出来的东西至少不跑偏，剩下的就是微调。
5.5 质量评估、事实核查、版权伦理与合规使用
AI写的东西，我有一套检查清单：事实对不对、逻辑顺不顺、语气合不合适、有没有重复。事实核查最要紧。有次AI在文章里写“某研究显示，每天喝咖啡能延长寿命五年”，我搜了半天没找到出处，直接删了。AI会编数据、编案例、编引用，用它写东西，核查这一步不能省。我通常让另一个AI挑错，再让第三个AI改，三个模型互相盯着，漏网之鱼少很多。
版权和伦理这块，我踩过坑。有回让AI写产品文案，它生成了一句跟某知名广告几乎一样的话，我差点用了。后来养成习惯，AI出的内容，我会搜一下关键句，看看有没有撞车。学术写作更要注意，AI生成的内容不能直接当自己的原创。合规方面，广告法里的“最”“第一”“绝对”这些词，AI有时候会写进去，我手动替换成“比较”“很”“挺”。敏感话题，我会先让AI避开，自己再检查一遍。
5.6 持续学习路径：案例复盘、模板库、社群交流与进阶练习
我每周会挑一篇AI写的稿子和一篇自己写的稿子，放一起对比。看AI哪里啰嗦、哪里空洞、哪里跑题，记下来，下次写提示词的时候避开。这个复盘习惯坚持了半年，我的提示词水平涨了一大截。模板库也在慢慢攒。公众号开头、小红书标题、周报结构、邮件模板，分门别类存好。下次写同类内容，直接调出来改，省时间。
社群交流我参加得不多，但有几个写作群挺活跃。有人分享新工具，有人发提示词，有人吐槽AI翻车。看别人怎么用，比自己闷头试快。进阶练习我给自己定了个小目标：每天写两百字，先用AI改一遍，再自己改一遍。两百字不多，容易坚持。写着写着，对AI的脾气越来越熟，知道什么活它能干，什么活得自己来。这一章写下来，我的感受是，AI写作教程看了再多，不动手还是别人的。找个场景，打开工具，写起来，进步最快。
