去年秋天开始，我把AI正式纳入日常写作流程。原因很简单：一个人要同时维护几个账号，产出压力大，想找条省力的路。
最初的想法也很朴素——AI出初稿，我来改。从“写”变成“改”，总该轻松些吧？
半年过去，回头看这段经历，有些事和我想的不一样，有些事完全超出了预期。不吹不黑，只说真实感受。
效率真相：省了时间，也花了时间
先说省下来的部分。
以前写一篇2000字的稿子，从定选题、查资料、搭框架、写初稿，到修改润色，至少要三四个小时。现在流程变了：我出大纲，AI出初稿，我修改。写初稿那个环节，从两个小时压缩到了十几分钟。这部分确实省了。
但多花的时间，是我没想到的。
初稿到手后，我需要核实里面的信息——这个数据对吗？这个时间点是哪年？这个产品是哪个版本？AI写得很快，但它不负责对。它把“看起来合理”放在第一位，把“事实准确”放在第二位。所以，逐条核实就成了我必须做的工作。
以前我自己写，信息是自己查的，心里有数。现在AI替我查了，我反而要再查一遍。一来一回，省下来的时间又被填回去了。
更麻烦的是，AI写的初稿乍一看很“完整”，有数据、有案例、有观点，读起来通顺流畅。但正是这种“看起来很像那么回事”的假象，让人容易放松警惕。刚用AI的那段时间，我偶尔会偷懒，觉得“这篇应该没问题吧”。结果发出去之后，被读者指出数据不对、时间错了，只能删文道歉。
从此以后，我给自己定了一条规矩：AI写的稿子，每一个数字、每一个日期、每一个引用的案例，必须我自己核实一遍。这条规矩一加上去，省下来的时间又还回去了。
结论是：AI帮我省的是“打字”的时间，不是“思考”和“核实”的时间。如果你追求的是“AI出稿直接发”，那它省不了时间。如果你追求的是“AI出初稿，我来审”，那它可以省一部分时间，但不是全部。
翻车实录：它在哪些地方反复出错
用了半年，我发现AI翻车的方式其实就那几种，翻来覆去。
时间线混乱。让它写“最新消息”，它经常把一年前的旧闻写成今天的新闻。它分不清“事件发生日”和“媒体报道日”，看到4月23日出现在某篇报道里，就默认这是“发布日”。有一次我让它写某款产品的发布动态，它写“某高管4月28日官宣，产品将于5月发布”。我查了一下，这款产品去年就已经开售了。AI写的“4月28日官宣”，其实是前年某次预告的时间点。它把两年前的“预告”，当成了今天的“新闻”。
编造细节。让它写某个公司的活动，它直接虚构了一场“追思会”，还编了一段“老员工的发言”。活动不存在，发言也不存在。它为了让文章“完整”，自己“补”了一个场景。还有一次，让它写某产品的实测，它编出了“3天播放量2.6万”“订单67单”“之前达人视频只有8000播放”这样一串具体数字。没有实测，没有截图，没有来源。这些数字是它为了让文章“可信”自己编的。
概括过度。看到“某车型搭载自研芯片”，就直接写“全系标配”。实际上只有高配版有，入门版用的是供应商芯片。它把“某个版本有”，写成了“全都有”。看到“某公司发布新产品”，就默认“全行业都在跟进”。这种“以偏概全”的毛病，在它的稿子里出现频率很高。
信源缺失。它的稿子里经常出现“有专家表示”“行业普遍认为”“某平台或将限制”这类表述，但没有任何出处。看起来有说服力，但你找不到源头。有一次我追问“是哪位专家？在哪个场合说的？”它答不上来，道歉说“这是模型生成的内容，没有具体来源”。从那以后，看到这类表述，我直接删。
这些问题的根源不是“这个AI不行”，而是这类技术的普遍边界。它没有时间意识，不知道自己不知道什么，分不清“事实”和“想象”，只能用“看起来合理”来替代“真实”。你换一个AI，大概率也会遇到类似的问题。
再附：它连自己写了多少字都数不对
每次写完稿，我问它“多少字了？”它永远给我一个大概齐的数字。我说“你这篇只有不到2000字”，它说“你说得对，刚才统计有误”。等改完一轮，我再问，它又报错。
有一篇稿子，我前后问了它五次字数。第一次说“约2800字”，我一看明显没那么长。它改口“约2200字”。我让它重新统计，又说“约2500字”。我把全文复制到字数统计工具里一看，实际只有1900多字。
这不是态度问题。是它真的数不清。它的“统计”是“感觉”，不是“计数”。它会数漏标点、看错行、把删掉的段落也算进去。一篇修改了四五遍的稿子，它给出的字数能差三五百字。
我后来想明白了：一个连自己写了多少字都数不准的AI，你让它去核对你引用的数据、确认文章里的时间节点，它怎么能不出错？
所以现在，我自己数。用字数统计工具，几秒钟的事，不用靠它。这个细节虽然小，但它很能说明问题——AI在很多你以为它“肯定能做好”的简单任务上，反而最容易翻车。
新角色：我从“写作者”变成了“编辑”
用AI之前，我的工作主要是“写”——查资料、搭框架、组织语言、逐句打磨。
用AI之后，我的工作变成了“审”——判断AI给的框架对不对、核实AI引用的信息准不准、改写AI写得生硬的句子、删掉AI脑补的细节。
说白了，我从“写作者”变成了“编辑”。
编辑的工作和写作者不一样。写作者从零到一，编辑从一到一点五。写作者可以往前冲，编辑必须停下来反复看。写作者靠灵感，编辑靠判断力。
这个转变比我预想的要大。它不是“换个工具”那么简单，是换了一种工作方式。以前我坐在电脑前，想的是“今天写什么”。现在我坐在电脑前，想的是“AI写的这个对吗”。以前我担心写不出来，现在担心写不对。
还有个变化：以前写完一篇稿子，我知道它是我写的，每一个字我心里有数。现在稿子是AI出初稿，我修改。发出去之后，有人夸“写得好”，我心里会咯噔一下——这篇稿子，到底算我写的，还是算AI写的？
这个问题我现在也没有标准答案。但我知道一件事：如果一篇稿子我花了两个小时核实、修改、调整、润色，那它就是我的作品。AI只是帮我完成了“打字”那个环节。
边界意识：什么时候用，什么时候不用
踩了半年坑，我给自己划了一条线：
AI帮我写“我知道的事”，不帮我写“我不知道的事”。
我已经有素材、有数据、有事实的内容，让AI来润色、扩写、调整结构。这些事它做得好，我也放心。
我不清楚、没核实过的内容，不让AI替我“补全”。尤其是涉及具体时间、具体事件、企业动态、产品参数的内容，我自己查，自己写。
还有一个原则：时效性强的文章，尽量少用AI。AI天生不适合写“最新消息”。它不知道今天是几号，不知道这件事是今天发生的还是去年的。如果你一定要写，提前给AI明确的指令：“我给你的素材是这个时间点的，不要自己加我不知道的信息。”
个人随笔、个人观点、工具反思这类文章，适合AI辅助。这类内容不依赖外部事实，写的是“我觉得”“我经历”“我总结”，AI帮你整理语言、优化表达，不会出错——因为它没有在替你“知道”什么。
简单分类：
适合AI辅助的：个人经验、工具测评（自己用过的）、观点文章、方法总结
不适合AI独立写的：企业动态、产品发布、行业数据、时效新闻
核心能力：不是“会提问”，是“会判断”
很多人说，用AI的核心能力是“会提问”。我的感受不太一样。
提问确实重要。提示词写得清楚，AI出稿质量更高。但这不是最难的。提示词可以学，可以抄，可以反复试。试几遍就能找到规律。
真正难的是“会判断”。
判断AI给的框架是不是跑偏了，判断AI引用的案例是不是编的，判断这段话是“通顺”还是“有料”，判断这篇稿子能不能发、要不要改、哪里改。这些判断，靠的是你对这个领域的熟悉程度，靠的是你多年的经验积累，靠的是你对读者的了解。
如果一个话题我自己不懂，让AI去写，我根本判断不了它写的是对是错。所以现在，我只让AI写我懂的话题。不懂的，我自己先搞懂，或者不写。
这个原则也反过来逼我自己学习。以前遇到不太熟的话题，我可能会硬写，或者找资料凑一篇。现在不行，因为AI替我写了我判断不了。所以我要么把这个话题学透，要么放弃不写。从结果看，这对我的内容质量反而是好事。
心态变化：从“更聪明的AI”到“更可控的AI”
一开始，我希望AI越来越聪明，最好什么都能写，什么都写对。那时候看到AI的升级新闻，我都挺兴奋。觉得“下一版应该不会翻车了吧”。
后来发现，翻车的方式在变，但翻车的频率没怎么降。以前AI会在简单问题上出错，现在AI会在复杂问题上出错。以前它搞错时间节点，现在它在逻辑推理上出漏洞。
我慢慢意识到，“聪明”和“靠谱”不是一回事。一个AI可以很聪明——推理能力强、语言组织好、上下文长——但它照样可能编数据、脑补细节、把错的写成对的。
我现在更希望的是：AI变得“可控”。
可控的意思是：不问就不说。不知道的事说不知道。不确定的事征求我的意见。不是自作主张，不是脑补填空。
“聪明”是做加法，“可控”是做减法。做减法，比做加法难。但对我来说，一个“没那么聪明但我知道它什么时候会翻车”的AI，比一个“看起来很聪明但我不知道它这次哪儿会错”的AI，好用得多。
人和AI的边界
AI能写通顺的文章，能搭完整的框架，能润色生硬的句子。这些它做得比我快。
但它写不出我经历过的那些事。写不出我在某个深夜看着屏幕时的疲惫和清醒。写不出我看到一条读者留言时鼻子一酸的瞬间。写不出我对一个话题琢磨了很多年才形成的判断。
这些真实的东西，才是文章里真正能留住人的部分。AI写得再好，再通顺，再流畅，没有这些，它就是一篇“正确的空话”。
AI是我的工具，不是我的替代。工具的价值不是“它替我做了”，而是“它替我做了一些事，我省下时间做它做不了的事”。
比如，省下时间去核实一条信息，省下时间琢磨一个观点，省下时间陪孩子吃顿饭，省下时间想下一篇写什么。
这些事，AI帮不了我。也不需要它帮。
用了半年AI，我最深的感受是：不要等AI变好，要调整自己怎么用它。
AI会越来越强，但它的“翻车”不会消失，只是换一种方式出现。因为它和人类的根本差异——它不知道自己不知道什么，它分不清“事实”和“想象”——不会在短时间内解决。
所以，与其等一个“完美不出错”的AI，不如学会在它的边界内使用它。
知道它哪里不行，比知道它哪里行更重要。知道什么时候不用它，比知道什么时候用它更关键。
AI是工具，不是同事。工具的价值在于你知道它擅长什么、不擅长什么。把它用在对的地方，它能帮你省时间。把它用在错的地方，它只会给你添乱。
这是我用AI写了半年稿子之后，最想告诉你的7件事。
本文基于真实使用经历整理。文中列举的AI错误案例，是这类技术的普遍现象，不针对任何具体产品或公司。
【特别声明】：本文为作者个人经验分享，不构成任何投资建议，不作为任何AI产品的使用承诺。
标签：#AI写作 #内容创作 #自媒体 #AI局限性 #真实体验
热门跟贴