AI 写作：长文和短文该用不同工具吗

同一个人，上午要交一篇五千字的行业分析，下午要发一条八十字的社交文案。两件事都叫写作，卡住他的地方却完全不同：上午卡在结构和前后一致性，下午卡在开头三秒抓不抓人。所以「哪个 AI 写作工具好」这个问题没法笼统回答，得先问清楚写什么。这篇把四类文本拆开，讲清各自适合谁、用工具的代价在哪、什么情况下工具会失效。

两种写作，卡住的地方不一样

长文的难点在结构。三千字以上的稿子，读者记住的是主线，所以要先有大纲，每一节回答一个问题，节与节之间有承接，前后的定义和数字要一致。写崩的长文通常不是句子不好，是第三节开始跑题，到结尾又绕回来。短文的难点在入口。一百字的空间里，前两句留不住人，后面写得再好也没人看，功夫在开头、在节奏、在具体的词。

这个差别直接决定提问方式。长文先要结构再要内容，一次给一段，改完再往下；短文一次要十个版本，挑一个再改。用同一套提问方式对付两种文本，长文会散，短文会闷。

四类文本的工具画像

按篇幅和用途分四类，每类的代价和失效条件差别很大：

长文和短文的差别，常被归到模型强弱上。很多人以为长文更需要强模型，其实长文更需要的是一份稳定的提纲和一套自己的设定卡，模型弱一点也能写，提纲乱了多强的模型都救不回来。

长文的瓶颈是记忆，短文的瓶颈是采样

长文写作最常见的失败，是写到第四节，模型忘了第一节定过的口径，把同一个指标换了个说法，或者把前面否定过的方案又写回来。上下文窗口决定了它一次能看住多少内容，超出之后早期的设定会被稀释。可行的做法是自己维护一份设定卡：核心定义、关键数字、已否定的方向，每次续写都贴在前面。Token 的计费方式也影响策略，长文按段生成比整篇一次生成更省，中途纠偏也更容易。

短文的瓶颈在另一处。要十个开头，拿到的常是十个方向的同一个开头，因为默认采样偏向最稳妥的表达。温度值调高能增加多样性，代价是跑题率上升。实用的组合是中温出量、低温收口：先高一点拿到二十个候选，再用低一点的设置把选中的那个改顺。

语感是调出来的

多数人抱怨「一看就是 AI 写的」，问题不在模型，在没给它语感样本。有效的做法是喂三段自己以前写的东西，明确说「照这个句长和用词改」，比写十条形容词管用。可调的项有几处：句长（口语内容多用十五字以内的短句）、人称（第一人称还是第三人称）、虚实比例（多少具体例子、多少概括判断）、以及禁忌词表（那些你绝对不用的词，列出来让它避开）。改完再读一遍，把不像自己说的句子划掉，划上三轮，语感就回来了。

有些稿子不该交给工具

三类内容交出去会出问题。一类是一手信息：只有你到场才知道的细节、只有你访谈过的人才知道的说法，模型没有这些，会用合理的推测补上，而推测在稿子里看起来和事实一模一样，读者分辨不出，你自己也可能记混。二类是个人经历与判断：写「我为什么离开上一份工作」，让它代笔，出来的东西正确但空洞。三类是要担责的表态：公司声明、对外承诺、涉及合规的表述，写错要有人负责，这类稿子可以让它做资料整理和语句润色，结论与措辞必须自己定。还有一层风险值得留意，模型编造事实的方式通常很自然——数字、人名、引文都可能被补齐，长文里尤其难查。

一个能落地的分工

把写作拆成四段，工具和人各管一段。选题与素材由人定，这一段工具帮不上；大纲让工具出三版，人来选和改；成稿按节生成，每节写完人来判断有没有跑偏；最后一遍润色由人做，把机器味重的句子换掉。短文的分工更简单：标题和开头让工具批量出，人挑；正文自己写，写完让它挑毛病。这套分工的好处是每段都有明确的验收动作，不会出现「生成了一大篇，改起来比重写还累」的情况。

速查：长短文的工具分工

• 长文先要提纲，一次只写一节
• 短文一次要二十个版本，只挑不评
• 设定卡随身带，定义和数字不许漂
• 温度调高出量，调低收口
• 一手信息和对外表态，自己写

本文只讨论选型思路，不推荐具体产品；各家模型的能力与价格随时调整，以官方说明为准。