从文章大纲到初稿：AI 写作要先定判断

先说结论

AI 写作的第一步不是写，而是先定判断

很多人让 AI 写文章，第一句话就是“帮我根据这个大纲写一篇 3000 字文章”。AI 很快给出一篇看起来完整的稿子，有标题、有小标题、有过渡、有总结。问题是读完以后经常只剩一个感觉：好像都对，但没有一句话值得记住，也不知道作者到底想让读者相信什么。

这不是 AI 不会写字，而是写作任务一开始就交错了。文章不是把大纲变长，文章是用一组判断带着读者往前走。你要先确定读者是谁、你要给出什么结论、你反对什么常见做法、你有什么证据、读者看完该做什么，然后才轮到 AI 起草。

这篇教程要训练的能力很明确：把“文章大纲”变成“带判断、证据和行动的初稿工作流”。读完后，你应该能产出一份写作简报、一张证据地图、一版 AI 初稿、一份人工改稿清单和一套老板验收标准。

真实困境

为什么 AI 文章常常完整，却不好用

内容运营最怕的不是没稿子，而是稿子像稿子，效果不像内容。标题看起来对，段落也顺，但发布以后没有收藏、没有咨询、没有转发，老板看完说“再具体一点”，销售看完说“客户不会因为这个找我们”，讲师看完说“这不能拿去上课”。

这种稿子的共同问题，是只有结构，没有判断。它会解释“AI 写作很重要”，却没有说清普通老板为什么要先做判断；它会列出“准备材料、生成大纲、优化语言”，却没有告诉读者哪里最容易翻车；它会写很多建议，却没有真实案例、数据位置、流程动作和检查标准。

AI 最容易把文章写成通用说明书。通用说明书读起来没错，但很难推动行动。好的教程文章要像一个有经验的人坐在读者旁边，一边指出问题，一边解释原因，一边给出下一步。AI 可以帮你写出这套表达，但前提是你先把判断和证据交给它。

• 看起来完整：标题、目录、段落、总结都有。
• 实际不好用：结论弱、例子虚、证据少、行动不清。
• 真正缺的不是文采，而是读者、判断、证据和验收。

旧做法

直接把大纲丢给 AI，等于让它替你做主心骨

大纲本身通常只是一个目录，比如“背景、问题、方法、案例、总结”。如果你只把这个目录交给 AI，它会按常见套路把每一节扩写出来。它不知道你的业务立场，不知道读者为什么会犹豫，也不知道哪一个观点最能推动转化。

更麻烦的是，AI 会为了让文章显得完整而补内容。你没有给案例，它可能写一个泛泛的“某企业通过 AI 提升效率”；你没有给数据，它可能写“显著提升”“大幅降低”；你没有说边界，它可能把建议写得像承诺。文字越顺，越容易让人忽略这些漏洞。

所以从大纲到初稿，不能走“扩写”这条线，而要走“判断设计”这条线。先把每一节要证明什么写清楚，再把证据放到对应位置，最后让 AI 按这些材料起草。这样 AI 不是替你想立场，而是帮你把立场表达清楚。

本质解释

AI 写作的本质，是把材料组织成说服过程

一句大白话：AI 写作不是让机器替你凑字，而是让 AI 帮你把材料整理成读者能接受的说服过程。这个过程里，读者从“我有一个问题”出发，经过场景、判断、证据、方法和行动，最后知道自己下一步该怎么做。

它解决的工作问题是：很多人有经验、有案例、有产品、有观点，但表达时容易散。老板说了很多业务判断，运营听完只写成了宣传稿；讲师有很多课堂经验，整理出来却像课程目录；创始人知道客户痛点，但文章里只剩功能介绍。AI 可以帮助把这些材料排顺、写清、变成初稿。

但你应该这样用 AI：让它先帮你拆读者和结论，再帮你找证据缺口，再基于证据地图起草，最后让它参与改稿检查。不要把“判断是否成立”交给 AI。AI 会组织语言，人要决定立场和依据。

• AI 适合：整理材料、拆结构、生成初稿、改写语言、做检查清单。
• 人负责：定读者、定结论、定取舍、补真实证据、判断能否发布。
• 文章产物：不是一堆字，而是一条能让读者采取行动的路径。

三件事

写作前先回答：读者是谁、结论是什么、反对什么

一篇文章开始前，最重要的不是标题，而是三个问题。第一，读者是谁。不是“所有想了解 AI 的人”，而是“想用 AI 做内容但总写出空泛稿子的内容运营”“想让团队写案例文章但缺少方法的老板”“要把培训经验变成教程的讲师”。读者越具体，语言和例子越容易落地。

第二，结论是什么。结论要能一句话说完，比如“AI 写作要先定判断，再让 AI 起草”，或者“文章大纲必须带证据位置，否则初稿会空”。如果你自己说不出一句明确结论，AI 只能帮你写一篇平均正确的文章。

第三，反对什么。好文章通常不是温和地介绍所有可能，而是纠正一个常见误区。比如本文反对的就是“把大纲丢给 AI 扩写就等于写作”。你反对的东西越清楚，文章越有方向，读者也越容易记住。

1. 读者是谁：岗位、处境、焦虑、已有能力、最怕什么。
2. 结论是什么：读完以后希望读者能复述的那句话。
3. 反对什么：读者现在常犯的错误，为什么这会导致失败。
4. 下一步是什么：读者看完能马上照做的动作。

请先不要写文章，帮我把这篇文章的写作判断拆清楚。

文章主题：
[写清这篇文章要讲什么，例如：AI 写作、客户案例、培训招生、行业观点]

目标读者：
[写清具体人群、岗位、经验水平、他们正在遇到的问题]

读完以后希望读者：
1. 相信什么。
2. 改掉什么错误做法。
3. 采取什么下一步行动。

我已有材料：
[粘贴大纲、案例、数据、访谈、产品信息、客户反馈、个人经验]

限制条件：
不要编造案例、数据、引用和客户结果。没有证据的判断请标注“需要补证据”。

请输出：
1. 目标读者画像。
2. 一句话核心结论。
3. 这篇文章反对的常见误区。
4. 读者最可能不相信或追问的问题。
5. 必须补充的证据清单。

证据位置

大纲不能只列标题，还要标出每一节需要什么证据

普通大纲只告诉你文章分几节，证据型大纲会告诉你每一节靠什么站住。比如“AI 写作要先定判断”这一节，证据可以是一个 AI 空泛初稿的例子；“大纲要带证据位置”这一节，证据可以是一张证据地图；“老板怎么验收”这一节，证据可以是一套验收清单。

证据不一定都是硬数据。对教程文章来说，证据包括真实案例、用户原话、前后对比、流程截图、操作步骤、检查清单、错误示例、课堂练习和业务数据。关键是每个判断都要有支撑，不能只靠“应该”“最好”“建议”一路写下去。

让 AI 起草之前，先把证据位置标出来，会大幅减少空话。AI 看到“这里要放一个内容运营改稿案例”，就会围绕案例展开；看到“这里缺少数据，请标注待补”，就不应该编一个数字。证据地图是防止 AI 乱写的护栏。

请帮我为下面这篇文章建立证据地图，不要直接扩写正文。

文章结论：
[写一句你希望读者接受的核心判断]

当前大纲：
[粘贴一级标题、二级标题或要点]

已有证据材料：
[粘贴案例、数据、截图说明、客户原话、流程、对比、经验观察]

请输出一个表格，字段包括：
1. section 标题。
2. 这一节要证明什么判断。
3. 需要哪类证据：案例 / 数据 / 流程 / 对比 / 原话 / 检查清单。
4. 已有证据放在哪里。
5. 还缺什么证据。
6. 如果没有证据，这一节应该降级成建议、问题还是删除。

要求：不要用空泛例子填补缺口，缺证据就明确标出来。

材料准备

开始前要准备四类材料：场景、事实、经验、动作

AI 写作最怕的不是材料少，而是材料混在一起。你把几段产品介绍、几句老板想法、几个客户案例、一些行业观察全都粘进去，AI 可能会写得很热闹，但不知道哪些是事实，哪些是判断，哪些只是灵感。

更稳的做法是先把材料分成四类。场景材料回答“读者现在遇到什么问题”；事实材料回答“有什么真实发生的事情或数据”；经验材料回答“你基于这些事情得出了什么判断”；动作材料回答“读者接下来应该怎么做”。

这四类材料一分开，AI 起草就容易很多。它可以先用场景开头，用事实支撑判断，用经验解释原因，用动作收束段落。人工检查也更清楚，因为你能一眼看出 AI 有没有把经验写成事实，或者把建议写成承诺。

• 场景：读者的工作处境、常见抱怨、失败经历、真实压力。
• 事实：案例、数据、记录、客户原话、产品功能、流程结果。
• 经验：你的判断、原则、取舍、反对意见、方法总结。
• 动作：步骤、模板、清单、练习、下一步安排。

工作流总览

从大纲到初稿，建议分成七步走

不要让 AI 一步到最终稿。越重要的文章，越应该拆成几步。这样做不是为了复杂，而是为了让每一步都能检查。第一步错了，后面不要继续生成；证据缺了，就先补材料；结论不稳，就先讨论判断。

七步流程是：写作简报、证据地图、结构调整、生成初稿、人工改稿、老板验收、沉淀模板。它适合公众号长文、网站教程、培训讲义、案例文章、销售内容和内部知识库文章。

这套流程还有一个好处：它让内容团队从“谁会写”变成“谁会组织判断和证据”。新员工不一定马上写出漂亮文章，但可以按流程收集材料、标注证据、生成初稿、根据清单修改。内容质量就不再完全依赖某个老编辑的手感。

1. 写作简报：明确读者、结论、误区、行动目标。
2. 证据地图：为每一节标注案例、数据、流程、清单和缺口。
3. 结构调整：删除无判断的标题，合并重复章节，把结论前移。
4. 生成初稿：让 AI 按证据地图写，不编造缺失材料。
5. 人工改稿：检查事实、语气、证据、节奏和行动。
6. 老板验收：看是否服务业务目标，是否值得发布。
7. 沉淀复用：保存简报、模板、好段落和常见错误。

第一步

先写一页写作简报，让 AI 知道它在为谁写

写作简报不需要长，但必须具体。比如不要写“目标读者：企业用户”，要写“已经开始尝试 AI，但团队产出的内容空泛、老板不知道怎么验收的内容运营负责人和创始人”。这句话会直接影响文章里的例子、语气和行动建议。

简报里还要写清读者的前置知识。面对老板，可以少讲工具术语，多讲验收、风险和业务结果；面对内容运营，可以多讲大纲、证据、改稿和发布节奏；面对培训讲师，可以多讲课堂案例、练习和学员作业。读者不同，同一个主题会长出不同文章。

最后，把读者读完后的行动写出来。文章不是让读者感叹“说得有道理”，而是让他知道今天下午可以做什么。比如拿一篇旧大纲做证据地图，找一个 AI 初稿检查空话，或者让团队以后每篇文章先交写作简报。

第二步

把普通大纲改成判断型大纲

普通大纲常常长这样：一、AI 写作现状；二、AI 写作方法；三、AI 写作案例；四、总结。它的问题是每个标题都像文件夹，没有判断。判断型大纲会改成：不要让 AI 直接扩写大纲；先定读者和结论；每一节都要有证据位置；初稿之后才是人工写作。

判断型标题不一定要很犀利，但必须能推进观点。读者看目录时，就应该知道作者站在哪里。对于教程文章，判断型标题还有一个好处：它会提醒作者每一节都要回答“所以读者该怎么做”。

你可以让 AI 帮你改大纲，但不要让它自己发明立场。把你的核心结论和反对误区给它，再让它把目录改成判断型标题，并说明每一节承担什么任务。如果某个标题说不清作用，就删除、合并或放到附录。

第三步

给每一节安排证据，不要等写完再补例子

很多文章写到最后才想起补案例，于是案例变成装饰。真正有力的案例，应该出现在读者最容易怀疑的地方。你说“AI 初稿会空泛”，就放一个空泛段落和修改后的对比；你说“老板要验收判断”，就放一张老板验收表；你说“证据地图有用”，就展示大纲如何被改写。

证据位置越早确定，AI 越不容易胡写。你可以在大纲里直接标注：“这里放一个内容运营案例”“这里放一组发布前检查项”“这里需要真实数据，没有数据先写成待补”。这样的提示比“写得具体一点”有效得多。

如果某一节找不到任何证据，要么说明这节只是常识，要么说明你还没有材料。不要硬写。可以把它降级成提醒，合并进别的 section，或者先去补访谈、截图、原话、流程记录。

请基于下面的写作判断和证据地图，生成文章初稿。

目标读者：
[写清读者是谁，他们懂什么，不懂什么，正在为什么着急]

核心结论：
[写一句明确判断]

反对的误区：
[写清这篇文章要纠正什么错误做法]

文章大纲和证据地图：
[逐节粘贴：每节标题、要证明的判断、可用证据、缺失证据]

写作要求：
1. 先讲真实场景，再讲方法。
2. 每一节只推进一个判断。
3. 有证据就写证据，没有证据就标注“这里需要补充真实材料”。
4. 不要写空泛套话，不要虚构数据，不要把建议写成事实。
5. 每个关键段落后给出读者可以执行的动作。

请输出：
一版完整初稿，并在文末列出“需要人工补充或核实的地方”。

第四步

让 AI 写初稿时，要要求它暴露不确定点

AI 初稿最危险的地方，是把缺口藏起来。它可能把“这里缺案例”写成一个通用故事，把“这里缺数据”写成模糊程度词，把“这里还需要老板判断”写成确定建议。你要在提示词里明确要求：没有依据就标注，不要补成事实。

一个好的初稿，不一定每一段都完美，但应该让你看得出哪些地方能用，哪些地方要补。比如文末列出“需要人工补充真实案例”“需要确认数据来源”“需要替换为公司自己的流程截图”“需要老板确认是否能公开”。这样的初稿才是工作材料。

初稿生成后，不要马上追求润色。先做结构检查：开头是否击中真实困境，结论是否足够早，证据是否跟着判断走，行动是否具体。如果结构站不住，语言再漂亮也没有意义。

第五步

改稿时先改判断，再改语言

很多人拿到 AI 初稿后，会先改词句：把“此外”换成“同时”，把“我们可以看到”删掉，把语气改得更像自己。这些当然有用，但不是第一优先级。第一优先级是判断是否成立。

改稿可以按三轮来。第一轮改判断，看核心结论是否清楚，反对误区是否明确，每一节是否推进文章主线。第二轮改证据，看案例、数据、流程和清单是否足够具体，是否存在编造和夸大。第三轮才改语言，看句子是否顺、语气是否像品牌、段落是否有节奏。

尤其是老板、讲师和创始人写文章，不要把自己的经验只放在脑子里。AI 初稿往往缺的就是你的判断细节：你为什么不建议这样做，客户在哪里卡住，团队以前踩过什么坑，哪些动作看似小但决定效果。把这些补进去，文章才会从通用稿变成你的内容资产。

1. 第一轮：改判断，确认文章到底站在哪一边。
2. 第二轮：改证据，补真实案例、数据、流程、对比和原话。
3. 第三轮：改行动，让读者知道下一步怎么做。
4. 第四轮：改语言，删套话、压空话、调整品牌语气。

请以资深编辑和业务负责人的视角，帮我改这篇 AI 初稿。

文章目标：
[这篇文章要让谁相信什么，并采取什么行动]

原始大纲和证据：
[粘贴大纲、证据地图或关键材料]

AI 初稿：
[粘贴完整初稿]

请按以下维度检查并给出修改建议：
1. 核心结论是否清楚，是否出现得太晚。
2. 每一节是否都有判断，还是只是在解释概念。
3. 哪些地方缺证据、像编的、像套话。
4. 哪些段落读者看完不知道怎么做。
5. 哪些地方语气太满、承诺太重或超出材料。
6. 哪些内容应该删除、合并、前移、补案例或改成清单。

最后请给出：保留段落、重写段落、必须人工补充材料三张清单。

人工判断

人必须负责的，是取舍、真实性和风险边界

AI 可以帮你把材料写得清楚，但不能替你决定哪些内容应该公开、哪些案例能不能讲、哪些结论是否符合公司立场。越是面向客户、学员、投资人和公众的文章，人工判断越重要。

人工判断主要有三件事。第一，取舍。文章篇幅有限，不是所有材料都要放进去。第二，真实性。案例、数据、客户原话、效果描述都要能追溯。第三，风险边界。不要把内部方法、客户隐私、未确认数据、夸大承诺写成公开内容。

这也是为什么 AI 写作适合成为工作流，而不是自动发布器。AI 可以起草 70 分，人把判断补到 85 分，再由负责人验收到能发布。责任留在人手里，效率才不是用风险换来的。

老板验收

老板看文章，不只看写得顺不顺

老板或内容负责人验收一篇 AI 辅助文章，不能只说“写得还可以”。要看它是否服务业务目标。用于获客的文章，要让读者更信任你；用于培训的文章，要让学员能照着做；用于品牌的文章，要体现你的判断；用于销售支持的文章，要能回答客户疑虑。

验收时可以问五个问题：目标读者会觉得这是写给自己的吗？核心结论能不能一句话复述？证据够不够具体？读者看完有没有下一步？有没有任何夸大、虚构或风险表述？这五个问题，比单纯评价文采更接近真实内容管理。

如果老板觉得文章“不够有力”，通常不是形容词不够多，而是判断不够明确、证据不够硬、案例不够真、行动不够具体。改这四件事，比让 AI “写得高级一点”更有效。

请以老板或内容负责人的视角，验收下面这篇文章是否值得发布。

文章定位：
[写清这篇文章服务哪个业务目标：获客、培训、转化、品牌、内部赋能]

目标读者：
[读者是谁，读完后希望他们做什么]

文章正文：
[粘贴文章]

请按以下标准验收：
1. 标题和开头是否让目标读者觉得和自己有关。
2. 核心判断是否明确，是否能用一句话复述。
3. 证据是否真实、具体、足够支撑判断。
4. 是否有可执行流程、模板、清单或下一步行动。
5. 是否存在虚构数据、夸大承诺、过度营销或风险表述。
6. 读者读完后是否更愿意咨询、报名、转发、收藏或试做。

最后给出结论：可以发布 / 修改后发布 / 暂不发布，并说明最关键的 5 个修改点。

案例一

内容运营：把一篇空泛 AI 稿改成可发布教程

一家培训机构的内容运营要写一篇《AI 如何提升办公效率》。她先让 AI 根据标题直接写，得到一篇很完整的稿子：讲 AI 可以写邮件、做 PPT、整理会议纪要、分析数据。问题是老板看完说，这篇文章谁都能写，读者看完不会找我们咨询。

后来她把任务改成写作简报：目标读者是 20 到 80 人团队的老板和行政负责人；核心结论是“AI 提效不是买工具，而是先选高频低风险场景”；反对误区是“让员工自由试用就等于落地”；证据包括一个会议纪要案例、一个客服反馈分类案例、一张三色任务表。

AI 第二版初稿明显变了。开头从老板真实困境进入，中间用三色任务表教读者筛选场景，最后给出 7 天试点练习。运营再补上机构自己的课堂观察和客户常见问题，文章就从通用科普变成了可发布教程。

案例二

培训讲师：把课程大纲改成能招生的长文

一位培训讲师想把课程大纲写成公众号文章，原大纲是：AI 基础认知、提示词技巧、办公场景、案例练习、课后作业。AI 按这个大纲写出来后，像一份课程介绍，内容没错，但没有让读者意识到为什么现在要学。

讲师重新补了判断：很多企业 AI 培训失败，不是因为工具不够多，而是员工不会把任务说清楚，主管也不会验收。文章反对的是“教一堆提示词就算培训”。证据包括学员作业里常见的模糊任务、课堂上改写前后的对比、课后 7 天练习表。

这次 AI 初稿就不再是课程目录，而是一篇问题驱动的文章。开头讲学员把“帮我写方案”改成完整任务说明的变化，中间解释为什么任务说明比提示词重要，结尾引出课程如何训练这项能力。读者看到的不只是课程内容，而是自己为什么需要这门课。

• 课程目录回答“讲什么”，招生文章要回答“为什么读者现在需要”。
• AI 可以把课程模块写顺，但讲师要补课堂观察和学员真实错误。
• 最有说服力的证据，不是课程亮点，而是读者痛点被看见。

案例三

创始人：观点文章要保留人的取舍感

一位 SaaS 创始人想写一篇关于“AI 客服”的观点文章。AI 初稿写得很平衡：AI 可以提升效率、降低成本、改善体验，也要注意数据安全和人工接管。读起来没有错，但像行业白皮书摘要，不像创始人的判断。

他真正想表达的是：中小企业上 AI 客服，不应该一开始追求全自动，而要先把 FAQ、升级规则和质检流程做稳。这个判断来自他的客户实施经验：很多失败项目不是模型不够强，而是企业自己没有标准答案和接管边界。

于是文章结构被重写：先讲一个客服自动回复翻车的场景，再解释为什么知识库和升级规则是底座，然后给出三步落地流程，最后说明哪些指标可以验收。AI 负责把经验组织成初稿，创始人负责保留“先稳再快”的立场。

案例四

老板要求数据：没有数据时，不要让 AI 假装有数据

一个内容团队写转化复盘文章，想表达“案例型内容比新闻型内容更容易带来咨询”。AI 初稿写了“数据显示，案例型内容转化率显著高于普通内容”。这句话很顺，但团队并没有整理过转化数据。

正确处理方式不是让 AI 换一种更委婉的说法，而是回到证据。团队把过去 30 篇文章按类型、阅读量、收藏、咨询来源做了一个简单表格，发现案例型内容阅读量不一定最高，但带来的有效咨询更多。这个事实比模糊的“显著提升”更可信。

最后文章改成：“从我们最近 30 篇内容复盘看，案例型文章的阅读量不总是最高，但更容易带来具体咨询，因为读者能把自己的问题代入案例。”这句话没有夸大，但更像真实判断。AI 写作里的数据，不是装饰，是责任。

常见错误

从大纲到初稿，最容易踩的 12 个坑

新手用 AI 写文章，最常见的坑是把“完整”当成“可用”。AI 很擅长补齐形式，所以你很快会得到一个像文章的东西。但内容工作真正要看的是：这篇文章有没有独特判断，有没有真实证据，有没有行动路径，有没有服务业务目标。

第二个坑是过度追求提示词。提示词当然重要，但如果读者、结论、证据和材料都没有准备好，再漂亮的提示词也只是让空话更顺。好的提示词是工作流的表达，不是替代工作流本身。

第三个坑是只让 AI 改语言。很多文章不是语言问题，而是立场太软、证据太薄、结构太散。改稿时先问“这篇文章到底要证明什么”，再问“这句话怎么更好听”。顺序反了，就会把一篇弱文章润色得更像弱文章。

• 目标读者写得太宽，导致语气和案例都不贴人。
• 核心结论太虚，例如“AI 写作可以提升效率”。
• 没有反对误区，文章缺少方向和记忆点。
• 大纲只是目录，没有每节判断。
• 证据位置没标，案例只能事后硬塞。
• 让 AI 编案例、编数据、编客户结果。
• 把个人观察写成行业规律。
• 开头铺垫太久，读者看不到和自己有关的问题。
• 每一节都在讲道理，缺少流程、表格、清单和动作。
• 初稿后只润色句子，没有检查判断是否成立。
• 老板验收只看文采，没有看业务目标和风险。
• 好文章没有沉淀模板，下次又从空白开始。

检查清单

写作前、起草后、发布前各查一遍

检查清单的价值，是让文章质量不只依赖感觉。写作前检查，防止方向错；起草后检查，防止 AI 空泛和编造；发布前检查，防止业务风险和转化目标丢失。三次检查不需要很重，但必须固定。

个人写作者可以把清单放在自己的笔记里。内容团队可以把清单放进选题评审、初稿评审和发布流程。培训讲师可以把它变成学员作业标准。老板可以用它验收团队文章，而不是只说“再改改”。

如果你只想先用最小版本，记住四句话：读者是否具体，结论是否明确，证据是否真实，行动是否清楚。四句话都过了，文章至少有了骨架；四句话不过，字数再多也不稳。

模板汇总

这 5 个模板，覆盖从判断到发布的完整链路

不要一开始收集几十个写作提示词。模板太多，反而会让团队不知道什么时候用。对从大纲到初稿这件事，先掌握 5 个模板就够：写作判断简报、证据地图、从大纲到初稿、AI 初稿改稿、老板发布验收。

使用模板时，要记住它们不是固定咒语，而是工作提醒。模板提醒你不要漏掉读者、结论、误区、证据、限制、检查点和发布目标。你完全可以根据行业、栏目和团队习惯修改字段。

团队使用时，建议每个模板配一个好样例和一个坏样例。好样例告诉新人什么叫信息充分，坏样例告诉大家什么叫空泛、越权和缺证据。这样模板才会从个人技巧变成团队标准。

• 写作判断简报：决定这篇文章到底为谁、证明什么。
• 文章证据地图：把每一节和案例、数据、流程、清单对应起来。
• 从大纲到初稿：让 AI 按判断和证据生成可检查初稿。
• AI 初稿改稿：先改判断和证据，再改语言。
• 老板发布验收：从业务目标、风险和行动效果判断能否发布。

团队沉淀

把一次写作变成团队内容生产方法

如果一篇文章写完就结束，AI 只是帮你省了一次时间。如果写完后沉淀出简报、证据地图、改稿记录、验收清单和最终样例，AI 才开始帮你建立内容系统。下一篇文章可以复用同样流程，新人也能沿着标准做。

内容团队可以把每篇文章的过程材料保存下来：最初大纲、写作简报、证据地图、AI 初稿、人工修改点、老板反馈、发布后的数据。过一段时间，你会发现哪些判断更容易被读者接受，哪些案例更能带来咨询，哪些标题只是热闹但不转化。

对老板来说，这比“让大家多用 AI”更重要。团队真正需要的不是每个人都摸索自己的提示词，而是共同知道：一篇能发布的文章应该有什么判断、什么证据、什么边界、什么验收标准。

1. 建立选题表：记录目标读者、核心结论和业务目标。
2. 建立证据库：保存案例、数据、客户原话、流程截图和常见问题。
3. 建立模板库：保存 5 个核心模板和对应样例。
4. 建立评审表：用同一套标准检查初稿和发布稿。
5. 建立复盘表：发布后记录阅读、收藏、咨询、转化和反馈。

课后练习

用 3 天把一篇旧大纲改成可发布初稿

学完这篇教程，不建议你马上追求写一篇完美长文。先选一篇你已经有的大纲，或者一篇过去写得比较空的 AI 初稿，用 3 天跑一遍完整流程。练习的目标不是写得多漂亮，而是建立判断、证据和行动的习惯。

第一天，只做判断。写清目标读者、核心结论、反对误区和读者下一步行动。然后把普通大纲改成判断型大纲。第二天，只做证据。给每一节标注需要的案例、数据、流程、对比或清单，缺的地方明确写“待补”。第三天，再让 AI 起草，并用改稿清单和老板验收清单检查。

完成后，把初稿和最终稿放在一起看。你会很直观地看到：文章变好的关键通常不是 AI 多写了几段，而是你先给了它更清楚的判断和更真实的证据。这就是 AI 写作真正可复制的能力。

1. 第 1 天：选一篇旧大纲，写一页写作判断简报。
2. 第 1 天：把目录型标题改成判断型标题。
3. 第 2 天：为每一节建立证据地图，标出已有材料和缺口。
4. 第 2 天：至少补 1 个真实案例、1 个流程或 1 张检查清单。
5. 第 3 天：用从大纲到初稿模板生成初稿。
6. 第 3 天：按改稿模板检查判断、证据、行动和风险。
7. 第 3 天：用老板验收模板判断是否可以发布。