写这个博客两年多，我一直在用 AI 辅助写作——但方式和你可能想的不一样：我不是让它「帮我写」，是让它「帮我改、帮我查、帮我翻」。这篇把这套工作流拆开讲，顺便说清哪些环节 AI 越帮忙越坏事。
先立原则：AI 可以当编辑，不能当作者
写作的本质是判断：哪些值得写、什么顺序讲、什么证据支撑、哪句是废话。这些判断只有你有——AI 没有你的经历，也没有你该负的责任。让 AI 当作者的结果，就是满站「正确的废话」：语法通顺、逻辑自洽、没有灵魂。
所以我的分工是：
| 环节 | 谁来做 | 说明 |
|---|---|---|
| 选题与观点 | 自己 | 没有观点就别写，先想清楚再说 |
| 骨架与大纲 | 自己 | 大纲是文章的地基 |
| 扩写与细化 | AI | 把要点扩成段落，它擅长 |
| 改写与压缩 | AI | 让语言更顺、更短，它擅长 |
| 起标题/金句 | AI 候选 | 给 5 个候选，自己挑或改 |
| 事实与校对 | 自己 | 引用、数字、结论必须自己核实 |
具体工作流（一篇博客的完整过程）
- 写「观点卡」：300 字以内的核心观点 + 想讲的 2–3 个例子/数据。这步只能自己来，它决定文章有没有魂。
- 让它出大纲：把观点卡丢给 AI 让它列大纲，然后自己重排一遍——它的顺序常是「教科书顺序」，你的顺序应该是「读者理解顺序」。
- 分段扩写：把每节的要点单独丢给它，要求「用自己的话说，别加新观点，别注水」——一次一节，别让它一口气写全文（一口气写出来的最像 AI 味）。
- 全文编辑：初稿出来后让它做三件事：删废话（压缩 20%）、统一语气、把长句拆短。
- 人工收尾：事实核对（引用了什么、数据哪来的）、观点检查（有没有被它悄悄改成正确的废话）、通读改到「像自己写的」。
提醒：这个博客里每篇「我」的文章都走这套流程——AI 负责语法和措辞，观点和坑都是我自己的。这也解释了为什么这个站读起来「像个人在说话」，而不是「像 AI 写的」：不是模型变强了，是人把住了判断。
三个最容易翻车的用法
- 让它直接写全文：产出物永远「工整但平庸」，改起来比重写还累。
- 不加约束地扩写：它会自动加排比句、加「总而言之」，AI 味就是这么来的——每次都要给「别注水、别升华」的指令。
- 拿它写「只有你知道」的事：你的踩坑经历、项目细节，AI 没有——硬让它写就是编造，对个人博客是致命的（关于写作原则里我给自己立了这条规矩）。
开源与本地路线
不想把写作内容喂给云端模型时，本地跑一个开源模型（Ollama）做改写/压缩完全够用——写作辅助对模型能力的要求不高，隐私优先的写作场景（日记、未公开方案）建议走本地（工具行有本地模型参数）。草稿格式上用 Markdown 全流程贯通（这站的写作工具见工具总览）。
能照着做的检查单
- 先写观点卡，AI 只在大纲之后进场
- 分段扩写，一次一节，禁止注水
- 数字、引用、结论人工核对
- 收尾通读改到「像自己写的」
- 敏感内容走本地模型
相关：用 AI 做 PPT 的工作流 ｜ 个人复盘与写作沉淀