凌晨一点，一条帖子在行业群里转起来，早上八点可能上热搜。值班的人面前只有三个问题：要不要回应、什么时候回应、用什么口径。这类时刻，AI 能把已知事实、历史同类事件、各平台的情绪分布在一小时内摊到一张桌上，但按下发布键的那一下，仍然得有人签名。下面按舆情、稿件、媒体、危机四个环节，说清工具能分担到哪一层，以及越界之后会出什么事。
公关的瓶颈在判断，不在产出
写一份声明的速度，从来不是公关的瓶颈。真正的难点是信息不全时要不要说话、说到什么程度、由谁来说。工具把整理时间从一天压到一小时，省下的时间应该花在核实和决策上；如果省下的时间只是用来多写三版稿子，提效就变成了内耗。
这也是为什么监测工具买了不少、危机照样翻车：采集量上去了，研判没有对应的人手和流程。一条会引发实际投诉的内容，价值高于一百条无关讨论，而这一条往往要靠人从噪音里挑出来。
四个环节，界线画在哪
| 环节 | 能做的 | 不能做的 |
|---|---|---|
| 舆情采集 | 跨平台抓取、去重、按主题聚类、按时间轴排出传播路径 | 覆盖私域群聊、电话投诉、线下渠道；判断哪条会真的引发投诉 |
| 舆情研判 | 调出历史同类事件的处理方式、统计情绪分布、列出待核实项 | 决定要不要回应、回应到什么层级、愿意承担什么后果 |
| 稿件撰写 | 按给定事实和口径出结构、出备选标题、压缩篇幅、检查前后矛盾 | 替你确定立场；确认事实；补全没核实的细节 |
| 媒体沟通 | 整理记者名单、往来记录、发布节奏，生成跟进清单 | 维护关系、临场应变、承诺独家或时间点 |
| 危机应对 | 汇总已知事实、列待确认项、模拟几轮尖锐提问 | 定时、定措辞、定谁出面 |
第三列有个共同点：凡是后果由组织承担的动作，都不适合交出去。整理、归类、比对、起草，错了可以改；发布、承诺、表态，错了收不回来。这条线比「哪些任务 AI 更擅长」好用，因为它不随模型能力变化。
研判为什么不能外包
监测工具看到的是公开渠道的截面，看不到私信里的抱怨、客服电话里的原话、经销商群里的情绪。样本本身就偏，再精确的统计也只是在偏样本上算得漂亮。研判要回答的是「这件事会不会继续烧」，靠的是对业务、对人群、对历史处理方式的了解，这些不在数据里。
更实际的一层：工具给的是概率和分布，决策要的是「如果错了，代价是什么」。这两件事没法换算。合理的用法是让工具把选项摆出来——不回应、轻回应、正式声明，各自对应什么风险，然后由了解后果的人选。
稿件初稿能省时间，风险在语气
工具写声明有个稳定的毛病：两边都不得罪，读起来像什么都没说。它这么做有原因，训练目标偏向「安全、周全、不冒犯」，而对外声明恰恰需要在某个点上明确表态。让它出初稿可以，但立场句必须人来写，或者人先给一句明确的立场，再让它扩写。
事实核对是另一道关。时间、金额、人名、职务、引述，这些细节它补得越顺，越可能是在编。对外文本里任何一个数字错了，后面的解释成本都远高于省下的写作时间，这类编造在AI 幻觉里有更细的成因说明。给它输入时，把「只能使用以下事实」写成硬约束，比事后逐句核对省力，这类约束的写法可以参考提示词的结构。
危机时刻，它为什么必须慢半拍
危机处理的节奏和日常写作相反：日常追求快，危机追求准。工具的速度在这里反而是风险——它能在三十秒内生成一份措辞得体、逻辑自洽、事实错误的声明，而这份声明一旦发出，就从「猜测」变成了「官方口径」，后面再改，等于承认第一次在撒谎。
所以危机环节适合让它做后台工作：把已知事实按时间排好，把还没确认的项单独列出来，把记者可能问的十个尖锐问题列出来并给出几种答法。前台那几分钟，留给人。宁可晚两小时发一份对的，也不要早两小时发一份要改的。
一条能落地的分工线
团队里可以把对外内容分成两档：一档是「工具产出、人审后发」，包括日常选题、资料整理、内部简报、媒体名单；另一档是「人写、工具只做检查」，包括声明、道歉、重大人事、监管沟通。分档写进流程，比每次临时讨论谁来决定要快，也能避免在压力下把该人做的事推给工具。
还有一件事值得提前准备：把过去三年的对外口径整理成一份可检索的库。危机时最费时间的地方往往在找：找出「上次类似的事我们是怎么说的」。这件事工具做得比人快，但前提是资料已经在了。真要做检索增强，思路可以参考RAG 的基本做法；工具在立场上的系统性偏移，属于模型偏见要处理的问题。
速查：公关用 AI 的分工线
- 采集、去重、聚类交给工具，挑出「会引发投诉的那条」留给人
- 研判给选项和风险，不给结论
- 初稿可以生成，立场句必须人写
- 危机时工具做后台整理，发布时机与措辞由人定
- 把历史对外口径做成可检索的库，比多买一个监测工具更值
