
AI 写作最容易让人上瘾的地方,是它太容易把"空白文档"变成"像一篇文章"。
你给它一个主题,它给你标题;你说要写公众号,它给你大纲;你觉得开头不够抓人,它给你十个钩子;你嫌语言不顺,它再帮你润色一遍。几分钟之后,一篇结构完整、表达流畅、看起来有观点的文章就出来了。
就我来说,我之前每次写文章时开始动笔是最难的,虽然脑袋里有一个大致的框架,但是不知道从何说起,也不太知道如何才能给大家说清楚,AI在这块确实对我帮助极大,让我敢于动笔创作,而不是烂在肚子里。我建议那些有想法但是不知道该如何输出的朋友,一定试试用AI来进行创作,你会发现表达自己比你表达的好不好更加重要。
写作最核心的部分,是你要先有一个判断,然后用材料、结构和语言把这个判断撑起来。AI 可以帮你起草、改结构、补反例、做诊断,但它不能替你拥有经验,不能替你做价值判断,也不能替你承担表达之后的责任。
用 AI 学写作的重点,是把 AI 变成一个写作教练:它追问你、挑战你、帮你诊断结构问题,逼你把真正想说的话说清楚。
读完这篇,你至少能拿走三件事:
过去写作最难的是起步。你要盯着空白文档很久,忍受第一句话很烂,不断删掉那些"看起来聪明、其实没用"的句子,还要在观点、素材、结构和语气之间反复拉扯。
AI 出现以后,这些痛苦被大幅降低。它能帮你打破空白,给出结构,帮你把毛糙的句子磨顺。
写作能力恰恰长在那些被你嫌麻烦的环节里。
你为什么要写这个主题?你真正反对什么?你支持什么?这个观点来自你的真实经验,还是只是一个听起来正确的句子?如果读者不同意你,你准备怎么回应?这篇文章最后要让读者改变什么动作?
这些问题绕不过去。
OpenAI 推出 Study Mode 时强调了一个方向:学习型 AI 的价值在于引导人一步步理解问题,进行自我解释和反思,减少直接给答案。他们把 Socratic tutoring 作为 Study Mode 的底层设计原则,而不是让模型直接输出完整解答。这个思路放到写作里同样成立。
MIT Media Lab 的预印本研究《Your Brain on ChatGPT》用 fMRI 扫描发现,使用 ChatGPT 写 essay 时,大脑语义处理区域和默认模式网络的激活程度都低于自主写作。这项研究不能夸大成"AI 写作一定伤脑",它真正的提醒是:如果选题、观点、结构和表达都由 AI 先替你完成,你省下来的可能不只是时间,也包括本来该由你完成的思考。
用 AI 写得更快,不等于你更会写。真正的写作能力长在四个动作里:形成判断,找到真实素材,组织论证结构,改出自己的语气。
很多人用 AI 写作,第一句就是:
帮我写一篇关于 AI 学习的公众号。
AI 很快会给你一套标准观点:AI 是学习助手,人要保持主动,工具只是工具,要善用 AI,不要依赖 AI。
这些话没有错,但也很难让人记住。它们正确、稳妥、平均,像从很多文章里压缩出来的公共表达。
写作最难的地方,是说出一个你能负责的判断,而不只是说一句正确的话。
同样写"用 AI 学写作",你至少要先回答几个问题:我反对哪一种用法?我支持哪一种训练方式?这个判断来自我的哪段真实经验?我能不能举出一个具体场景?读者读完以后,行为应该发生什么变化?
这些问题可以让 AI 来追问,但第一版判断必须由你自己给出。
你可以这样用 AI:
我想写一篇关于"用 AI 学写作"的文章。
请不要帮我写正文。
我先给出自己的判断:
用 AI 学写作,最重要的是保留自己的观点、素材和语气。
请你连续追问我 10 个问题,逼我把这个判断说清楚。
问题要尖锐,不要替我补答案。
这才是 AI 写作训练的第一步:先让 AI 问你,避免一上来就让 AI 替你写。
一个人会不会写作,首先看他有没有自己的判断。句子可以改,结构可以调,标题可以换;如果判断是空的,文章再顺也立不住。
AI 很擅长生成例子。
你说想写教育,它会给你一个学生案例;你说想写职场,它会给你一个团队案例;你说想写写作,它会给你一个创作者案例。它给出的例子通常很顺,甚至很完整。
太顺的素材,常常没有重量。
真正有重量的素材,往往来自你的观察、经历、对话、失败和复盘。你真实遇到过什么问题?哪一次用 AI 写作让你觉得文章变顺了,但不像自己了?哪一次 AI 给出的标题看起来很爆,却偏离了你的判断?哪一次你自己写得很慢,但改完以后更踏实?
这些东西 AI 编不出来。它可以帮你整理,但不能替你生活。
你可以把自己的零散材料先交给 AI:
下面是我最近关于 AI 写作的真实记录:
1. 我用 AI 写开头时,发现它总喜欢上来总结背景;
2. 我让 AI 改标题,它能给很多选项,但都少一点作者判断;
3. 我自己写初稿很慢,但改完以后更像我;
4. 我最怕的是文章变顺了,人却没想清楚。
请帮我做三件事:
1. 从这些材料里提炼 3 个可写观点;
2. 标出哪些素材最有真实感;
3. 指出哪些地方还缺例子或证据。
这时候,AI 是素材整理员。它帮你看见材料之间的关系,帮你判断哪段经历有写作价值,帮你指出哪里还缺证据。
材料本身要来自你。没有真实材料,AI 只能给你平均答案;有了真实材料,AI 才能帮你组织自己的经验。
很多 AI 写作最明显的问题不在错误,而在太平均。
它会写出标准开头、标准过渡、标准总结、标准金句。看起来没有毛病,但读完以后记不住是谁写的。
Science Advances 2024 年的一项研究让两组人分别用 AI 和自主进行创意写作,结果发现:使用 AI 的个体作品在新颖性评分上更高,但整体内容库的多样性下降了约 20%。Nature Human Behaviour 同期也有研究指出,用 ChatGPT 做头脑风暴会使参与者的想法收敛到模型输出分布的高概率区域。
AI 可以让你的文章更像一篇文章,但如果所有人都使用相似模型、相似 prompt、相似结构模板,最后出来的表达就会越来越像。
用 AI 学写作,不能只追求"更顺"。你还要训练自己的语气边界。
你可以这样要求 AI:
请诊断下面这段文字的语气。
不要直接改写。
请指出:
1. 哪些句子像通用 AI 表达;
2. 哪些句子有作者自己的判断;
3. 哪些地方太顺但没有信息;
4. 哪些句子可以保留不那么完美的棱角。
一个写作者最重要的资产,不只包括观点,也包括语气。读者长期记住一个人,靠的是稳定的判断方式和表达质感,不是每一句都完美。
AI 可以帮你修句子,不要让它把你的棱角全部磨平。
写这篇文章第一稿时,我自己的开头是这样的:
你盯着空白文档,写了删,删了写。第一句话很烂,第二段更烂。但你慢慢知道自己在说什么。
我把这段丢给 AI,让它"帮我改得更抓人"。
AI 给出了十个版本,每个都比我的原文顺。有一个版本甚至用了"在这个信息爆炸的时代"做开头——我当时竟然觉得不错。
但冷静下来看,十个版本里没有一个是"我"的。它们有标准的背景铺垫、标准的设问、标准的金句收尾。读起来像一篇合格的公众号文章,只是作者不是我。
我自己的开头笨拙,但它有一个真实的动作:盯着空白文档,写了删,删了写。那个动作里有一种写作才有的手感。AI 把它磨平了。
这件事让我意识到:AI 改得越好,我越容易失去自己的语气边界。它不是在帮我写作,它是在把我推向平均。
后来我决定,这篇文章的所有开头、过渡和结尾,都自己写。AI 只用来做两件事:追问我的判断是否站得住,以及诊断哪里空泛了。
一篇用 AI 辅助完成的文章,发布前至少问自己 10 个问题:
检查项 | 问题 |
|---|---|
观点 | 我能用一句话说清这篇文章的判断吗 |
立场 | 这个判断是我相信的,还是 AI 生成后我觉得顺眼 |
素材 | 文中有没有来自我真实经验、观察或项目的材料 |
反例 | 有没有主动处理反对意见 |
结构 | 每一节是否在推进,避免平行罗列 |
语气 | 读者能不能感觉这是我写的 |
信息密度 | 有没有删掉"正确但没信息"的句子 |
AI 痕迹 | 有没有通用开头、通用总结、通用金句 |
复盘 | 这次写作有没有沉淀成模板或 checklist |
学习 | 下次写类似主题,我是否更强了一点 |
这张表比任何"爆款标题公式"都重要。它检查的重点不只是文章有没有变顺,更是你有没有在写作中变强。
写作是一个复杂技能,一次性让 AI 介入所有环节,很容易变成代笔。把它拆成独立步骤,每步只练一个能力,才是训练。
这个拆法有三层依据:
第一,刻意练习(Anders Ericsson 的研究):复杂技能的提升不靠"多练",而靠把完整动作拆成小环节,每个环节集中练一个子能力,拿到反馈再修正。写作的子能力就是观点、素材、结构、语气和修改。
第二,间隔效应(spacing effect):认知心理学的经典发现——步骤之间要有间隔,效果远好于一口气做完。你写完判断,放一段时间再看 AI 的追问,盲区更容易暴露。一天跑完叫流水线,分开跑才叫训练。
第三,过程写作法(Flower & Hayes 1981):写作不是"想清楚然后写出来",而是规划、起草、修改的循环,每一轮都在重新理解自己要表达什么。
套到 AI 辅助写作,流程是这样的:
第一步,写自己的判断。 不要打开 AI 直接问"帮我写"。先写 5 句话:我想反对什么、支持什么、这个判断来自什么经验、读者读完有什么收获、我有什么证据。
第二步,让 AI 追问。 把 5 句话丢给 AI,让它追问观点、反例、读者收益和证据缺口。只回答问题,不让它写正文。放一段时间再回来,你会发现自己有些答案答不上来——那就是还没想清楚的地方。
第三步,整理素材。 把笔记、经历、聊天记录、项目复盘放进去,让 AI 帮你分成观点素材、案例素材、反例素材和无效素材。
第四步,搭结构。 让 AI 根据观点和素材,给出 3 种结构方案。你只选结构,不直接拿正文。
第五步,自己写第一稿。 允许写得笨,允许不顺。第一稿必须自己写,因为这是表达手感形成的地方。
第六步,让 AI 诊断。 用第 4 节的诊断 prompt,让 AI 找出主线、结构、素材、语气和结尾的问题。拿到诊断后不要立刻改,放半天或一天,自己重新读一遍——AI 的判断和你自己感受的分歧,往往就是你语气边界的所在。
第七步,人工改稿并沉淀模板。 你自己改完,再把有效 prompt、结构模板、素材清单和修改经验沉淀下来。
跑完一轮,你得到的不只是文章,而是一套自己的写作训练系统。后面每写一篇新文章,都可以复用这套流程,不断修正每个环节的 prompt 和判断标准。
AI 可以帮你写作,而且应该用。它可以帮你找角度、拆结构、补反例、改标题、做诊断、提醒你哪里空泛。
但它不能替你拥有观点,不能替你经历生活,不能替你形成语气,也不能替你承担表达之后的责任。
Human3.0 时代的写作,不是人和 AI 比谁写得快。真正重要的是:你能不能把 AI 组织成一套表达训练系统,让它反问你、挑战你、帮你看见结构问题、逼你说出更清楚的判断。
让 AI 训练你表达。
最后那句话,得由你负责。