用 AI 写万字长文：先对齐，再动笔

第五部 · 学习与复盘 · 第45章

撰写日期：2026-07-05

结论

AI 把"写"变得便宜之后，长文档质量的瓶颈从写作能力转移到了对齐能力。

动笔前花十分钟钉死文档形态，省掉的是整篇重写。

这篇手记来自一次真实实践：用 AI 协作产出一份万字级公开长文，从需求澄清到成稿推送全程走完。方法可复用于 PRD、白皮书、指南、长报告等一切长文档。

六个对齐问题

长文档的形态由六个决策决定。它们必须在动笔前回答，因为每一个都会改变全文的语气、结构和案例尺度——写完再改等于重写。

#	问题	决定什么	不问的代价
1	读者口径：写给谁看	语气、铺垫深度、案例尺度	内部复盘和公开产品是两本完全不同的书
2	内容定位：重心偏哪边	章节权重、差异化主线	写成没有观点的资料汇编
3	素材范围：深读什么、浅扫什么	工作量上限、素材可信度	要么扫不全，要么在低价值素材上耗尽时间
4	落点：成稿放在哪	目录归属、与相邻内容的关系	推送时才发现没有权限或位置错误
5	新旧关系：新建、重写还是拆分	是否保留旧稿、如何引用	覆盖了别人（或过去的自己）还要用的东西
6	篇幅与完成度：一次成型还是骨架先行	交付预期、迭代节奏	交付物和期待错位，双方都觉得对方没懂

实践中的一个反直觉发现：六个问题就够了。对齐问题的数量比想象中少，但每一个都必须真的问出口——用选项让对方选，比开放式提问收敛快得多。

先做素材考古

目标位置往往不是空白的。这次实践里，"新建文档"的目标节点下已经有一份草稿——打开才发现它是拼贴稿：作者自己写的序言，加上两份粘贴进来的他人作品当作结构参考。

动笔前先读现场，区分三类内容：

类型	识别特征	处理
作者原创	有个人视角、上下文连贯	保留观点和语气，融入新稿
参考脚手架	整段粘贴、主题跳跃、甚至内容重复	只取框架，不搬原文，致谢注明出处
过时信息	日期、数据、事实与当前不符	更新或删除

不做考古的方案会在两个方向上翻车：把别人的粘贴内容当作者本意保留下来，或把作者的真实意图当垃圾清掉。

保留作者的声音

AI 长文最常见的失败是"写得很对，但不像本人"。两个有效手段：

1. 金句做引言：从作者的日记、笔记、聊天语料里提取原话，放在章节头部。观点提炼进正文，声音保留在引言。
2. 敏感内容分三档，逐条过，而不是一刀切：

档位	适用	例子
实名保留	公开可查、无隐私风险	已公开的经历、公开仓库
抽象化	有价值但涉及内部细节	"某 AI 初创"、"一个早期团队"
软化或删除	情绪锋利、有具体指向	针对具体人或组织的吐槽，保留态度、磨掉指向

对齐 Prompt 模板

我要写一份长文档，动笔前请先和我对齐六件事，每件给我 2–4 个选项：

1. 读者口径：这份文档写给谁？不同读者会怎样改变语气和案例尺度？
2. 内容定位：重心应该偏向哪条主线？我的差异化素材是什么？
3. 素材范围：哪些素材值得深读，哪些浅扫即可？
4. 落点：成稿放在哪里？和相邻内容什么关系？
5. 新旧关系：目标位置已有内容怎么处理——保留、重写还是并存？
6. 篇幅与完成度：一次成型的完整版，还是骨架加重点章节？

对齐完成后先给我完整目录和每章素材来源，确认后再动笔。
目标位置已有内容时，先读取并区分：作者原创 / 粘贴的参考资料 / 过时信息。

我的判断

长文档协作的本质是把"隐性期待"变成"显性决策"。AI 的产出速度让试错看起来便宜了，但万字级的返工依然昂贵——对齐的价值没有因为 AI 而下降，反而因为产出变快而上升。

写作工作流的正确顺序是：考古 → 对齐 → 目录确认 → 成稿 → 推送。每一步的产物都让下一步的分歧变小。