1.1 先搞清楚：AI 能写什么、不能写什么

很多人对 AI 写作的态度在两个极端之间反复横跳：一会儿觉得它能一键替自己写出 10 万加，一会儿觉得它写的全是废话、一文不值。两种都不对。AI 的能力是一堵看得见的墙：墙内的事情交给它，效率翻倍；墙外的事情交给它，灾难现场。

这一节就把这堵墙画出来。

AI 擅长的五件事

先把能交出去的活列清楚，下一节的人机分工才有着落。

这五件事有一个共同点：都是执行层，不动核心观点。这也是后面 1.2 节人机分工的基础。

同样是这五件事，用法对不对，结果差很多。下面这张对照表是我这些年攒下来的教训：

简单说，每件事的正确用法都多一步：你先把输入准备好。AI 是消化系统，不是采购系统——给它什么它消化什么，你喂的是垃圾，它吐出来的就是垃圾的精装版。

一个真实的边界误判

举个我自己见过的例子。有位同行写某平台的运营攻略，为了省事直接问 AI 该平台的规则细节，AI 给出一条看起来非常权威的规定，连处罚力度都写得有零有整。他信了，写进稿子，标了原创。结果发出去当天就在评论区被读者追问出处，他一查官方公告，根本没有这条。那篇稿子最后删文了事，原创权限也跟着受了影响。

这个例子的教训不是 AI 坏，是它不知道自己不知道。它生成那条规则时候的语气，和它陈述一条真规则时候的语气，没有任何区别。语气不等于可信度，这是用 AI 写稿最重要的一个心理建设。

换作正确的流程，应该是：先查官方公告和帮助中心，把原文摘下来，再让 AI 帮你把这份原文改写得更易读。资料是查出来的，不是问出来的。

AI 不能做的三件事

相对地，也有三类活你交出去就是在给自己挖坑。

第一，编造事实。 AI 最容易编造的是日期、数字、人物履历、政策细节、文献出处——这五样是它翻车的重灾区。你问它某平台某项规定的具体内容，它可能面不改色地给你编一条完全不存在的规则，语气还特别笃定。所以凡涉及平台规则、数据、政策的内容，只信自己核查过的来源。

第二，替你下判断。 一篇文章值不值得写、哪个角度更新、哪句话过头了，这些判断必须是你的。AI 没有你的读者画像，没有你的账号历史，更没有你踩过的坑。让它替你做内容判断，等于让实习生决定公司战略。

第三，提供经历和情感。 你凌晨三点改稿的崩溃、你第一次拿到稿费的激动、你访谈里受访者说的那句原话——这些 AI 一个字都编不出来，编出来也是假的。而读者最先感知到的恰恰就是这部分。

这三件事之外还有一类灰色地带：观点的雏形。AI 能给你一百个角度，但哪个角度值得写、哪个角度你写起来最有力气，只有你知道。让 AI 出方向可以，让它定方向不行——一篇文章的判断，必须长在你的经验里。

平台规则画的硬边界

能力边界之外还有规则边界。2026 年现行规则下，有三条规定直接决定了 AI 能往哪儿使。规则细节以你核查当天的官方公告为准，下表只是让你先有个整体图。动手前先查规则，动笔后只信核实过的素材。

注意知乎这条看似矛盾的规定：一边排除 AI 内容，一边呼吁你主动声明。掰开看就清楚了——声明不影响正常推荐，被折叠、被处罚的是批量发低质 AIGC 的账号。规则卡的不是工具，是质量。

这背后还有一条通用逻辑：各平台比对的相似度系统都很严格。公众号正文与全网已发布内容相似度超过约 30% 就大概率无法声明原创；小红书 3 个月内禁止发重复或高度相似内容。AI 生成的内容天然容易撞车，因为它训练数据里的套路就那么多。关于如何让稿件过上原创比对这一关，1.3 节会展开。

边界是会移动的

能力边界在变，规则边界也在变，规则边界也在变

一方面是规则在收紧。各平台对 AI 内容的监管从识别到处罚都在升级，漏标和隐藏不报的代价越来越高，批量低质铺货的空间被持续压缩。另一方面，有些边界也在变得清晰：平台自己出台了 AI 辅助创作声明的入口，主动申报的路径是被鼓励的。

所以我的做法是每个季度做一次规则复习：把三个主要平台的官方公告翻一遍，更新自己的事实底稿，过时的认知直接作废。别拿去年的经验赌今年的推荐池。

一份能力边界自查清单

每次把活交给 AI 之前，过一遍下面这四个问题：

边界自查四问
1. 这批内容里有日期、数字、政策、人物履历或文献出处吗？
   有 → 必须逐条人工核查，一条都不许放过
2. 这段话需要我自己的经历或判断吗？
   需要 → 关掉 AI，自己写
3. 我能不能说出这段话的核心观点？
   说不出 → 说明观点是 AI 生成的，重写
4. 发出去的平台对 AI 内容有什么规定？
   不清楚 → 先查规则再动笔，别赌

清单不长，但能帮你挡掉八成的事故。剩下两成在 1.4 节。

把这套做法再延伸一步，就是一份日常使用守则。我把它贴在工位上，每次开稿前扫一眼：

• 交出去的活，先写成书面的任务说明（给谁、给什么、要什么）；
• 拿回来的稿子，先过一眼事实，再过文字；
• 凡是 AI 主动告诉你你不知道的事，默认存疑；
• 每周一花十分钟翻一次平台公告，替换过时认知。

这一套做下来，你会发现 AI 的可用范围反而变大了——因为边界清楚，你敢交出去了。怕的不是用得多，是不知道哪些地方不该用。

给新人的三条上手建议

如果你刚开始用 AI 辅助写作，别一上来就追求全套流程，按这三条来：

• 先从最没风险的环节用起。 校对和改写是最安全的入口，错了也无伤大雅；资料汇总和结构搭建等你信任建立起来再交。
• 每用一次，记录一条它的坏毛病。 久了你会发现它的毛病是稳定的：哪类数字爱编、哪类场景爱说正确的废话。摸清它的脾气，比摸清它的功能值钱。
• 永远保留一篇纯手写的稿子。 每个月至少一篇，从头到尾不用 AI。这不是行为艺术，是校准语感——工具用久了，自己的句子也会不知不觉带上机器味，需要定期洗一洗。我自己的习惯是每月一号写一篇，就当给语言系统做保养。

把这套清单再压缩一次，就是一句话：让 AI 动手，不动脑。动手的活，它比你快十倍；动脑的活，它比你蠢十倍。分清这两类活，边界就清楚了。

用好 AI 的第一步不是学提示词，是知道它在哪里停下来。边界划清楚了，工具才真的为你所用，而不是你为它打工。如果你想系统地建立自己的资料管理和事实核查流程，Obsidian 指南里的素材库搭建方法值得先看一遍，本书的核查清单就是搭在那套方法上的；如果你的稿件经常涉及调研和引用，论文写作指南里关于文献核查的部分同样适用。

延伸阅读

• Obsidian 指南
• 论文写作指南
• AI 建站指南