一篇三千字的稿子用 AI 改到两千二，读起来确实清楚了。同一轮里被删掉的还有一句「以上数据来自 2024 年一线城市抽样」，三个月后有人拿文中的结论去做决策，才发现那句话本来划定了适用范围。删废话是对的，删错代价却由作者承担。下面给出一套有先后顺序的改法，并标出哪几类句子看着像废话、实际不能动。
改错有反馈，删多没有
语法错会被读者看见，逻辑错会被追问，事实错会被指出。唯独删多了没人当场发现，读者只是隐约觉得这篇「怎么这么绝对」。反馈缺失，意味着这一步必须靠标准而不是靠手感。
标准要能当场判断，不能是「读着不顺就删」这种。判断句越具体，删得越稳。
四步改稿，先后不能换
| 步骤 | 产出物 | 常见坑 |
|---|---|---|
| 标废话 | 一份标红清单，每句附一句为什么该删 | 只标句子不动结构，段落整体仍是废话，删完还是绕 |
| 砍结构 | 合并或删除的段落清单，标出保留的理由 | 删段落时把承接上下文的过渡句一起删了，读起来跳 |
| 补具体 | 每个空位配一个例子、一组数、一个步骤 | 拿新形容词填空位，长度回来了，信息没回来 |
| 复读 | 一遍朗读稿，标出读不顺和气口断掉的地方 | 删得太狠，把必要的限定和适用条件当成废话一起删掉 |
顺序反过来做，效果会打折。先改字词再动结构，等于给要拆的墙刷漆；结构定下来再逐句改，字词的改动量会小一半。
一句判断：换一篇文章还成立吗
把这句话挪到另一篇同主题的文章里，读起来还通顺吗？通顺，多半是废话。「要重视内容质量」放到任何一篇写作文章里都成立，正因为它不携带任何关于这篇稿子的信息。
这条判断有一个例外，也是误删的主要来源：限定条件句挪到别处就不成立了。「在样本量小于 30 时，这个结论不适用」换一篇文章读不通，正说明它携带信息，属于必须留的那类。
哪些限定不能删
五类句子要保护：数据口径（样本来自哪里、多少条）、时间范围（截至什么时候）、适用条件（对谁成立）、例外情形（什么情况下不成立）、来源（谁说的）。它们读起来最像废话，因为语气平、没有观点，删掉也不影响句子的通顺度。
删掉之后，文章从「有边界」变成「绝对化」，风险从句子转移到作者身上。读者按你的结论行事出了偏差，回头找的是你，不是那句被删掉的话。
删完的空位拿什么填
空位不能用形容词填。删掉「要提升用户体验」之后补一句「要持续优化体验」，长度回来了，问题没解决。
能填的只有四种：一个具体例子、一组数字、一个可执行步骤、一个反例。四种都拿不出来时，这个位置本来就该空着，让文章短一点，比用表态撑住结构诚实。
它会误删的三类句子
第一类是限定句，理由如上。第二类是过渡句，它按信息密度打分，过渡句密度低，容易被整段标红，删完段落之间就没有逻辑衔接了。第三类是为特定读者写的解释，给新手的背景说明在模型看来全是常识，删掉之后目标读者会看不懂。
所以标红清单只能当候选，不能当结论。逐条过一遍，问一句「删了之后谁会看不懂」，答得出具体的人就留下。提示词里把读者和保留项写清，能减少这类误伤；让它补例子时还要防着它编数据，模型为什么会补出不存在的内容是同一个机制。
长稿还要注意一个技术边界：整篇丢进去改，超过窗口长度后它会开始凭印象处理后半段，改动理由和原文对不上，上下文窗口塞满之后模型会怎样解释了这个现象。分节处理，比整篇丢进去可靠。
改完看三个数，不看感觉
字数降了多少、段落数少了几个、每段是否还有一句能被追问的话。第三个最重要：一段话如果经不起「凭什么」这一问，它大概率还是废话，只是换了个说法。
改稿的终点不是变短，是每一句都能被追问。能扛住追问的句子，长短都该留。
速查：删之前先过一遍
- 换一篇文章还成立，多半是废话
- 五类限定不能删：口径、时间、条件、例外、来源
- 空位只填例子、数字、步骤、反例
- 标红清单当候选，逐条问「删了谁会看不懂」
