有人认真记了一周的账：过去写一篇两千字的稿子平均六小时，用上 AI 之后四小时。省了三分之一，和「效率翻倍」的说法差得很远。差距不在工具，在算法：写作是一串环节，AI 只在其中几段有效，剩下几段不但没省，还可能多花时间。下面按环节把这笔账算开。
写作拆开是七个环节，提效只发生在其中几段
选题、找料、定结构、出初稿、改稿、核事实、排版发布，七段里 AI 真正能独立完成的是初稿和排版。找料能给方向，改稿能给建议，其余四段只能辅助。把它当成整条流水线的替代品，账一定算不平。
更麻烦的是，省下来的时间不会自动留在账上。初稿出得快，你会不自觉地多看几遍、多改几轮，最后总时长没变，只是把写作换成了审稿。
四个环节的收支
| 步骤 | 产出物 | 常见坑 |
|---|---|---|
| 按提纲出初稿 | 结构完整、语句通顺的草稿，两千字约三分钟 | 提纲里没有的因果关系它也会补上，读着顺，经不起追问 |
| 整理与排版：笔记转结构、统一层级、调语气 | 格式整齐的文本，可直接进编辑器 | 统一语气会把你的判断句磨成中性表述，观点被抹平 |
| 核事实与数字 | 一份待核清单：哪些句子需要回源头 | 它给的数字看着具体，来源常常是编的，核对时间超过自己查 |
| 按意见改稿 | 局部替换的句子，或整段重写 | 方向和你的思路差得远时，改稿变成重写，比重写更累 |
净收益只在前两行成立。第三行是负的，第四行看情况。所以真实提效的上限，取决于你的稿子里有多少比例属于前两行。资讯整合、说明书、会议纪要这类稿子，前两行占七成，提效明显；评论、深度报道、有立场的分析，前两行占不到三成，省下来的时间会被后两行吃回去。
改 AI 的稿为什么比自己写更慢
改稿的前提是读懂。它的稿子结构完整、语气平滑，但逻辑链是它自己接的，你读的时候要先重建一遍它的推理，才能判断哪一段该留。这个重建过程比从零构思更耗神，因为你在同时做两件事：理解它，以及抵抗它的框架。
抵抗这一步最容易被低估。一旦你先读了它的版本，脑子里就有了一个默认结构，再想换角度会明显吃力。所以顺序很关键：先自己写三百字骨架，再让它扩写；反过来做，等于让它的框架替你决定文章长什么样。
一条能算清账的分工线
判断标准只有一条：这段文字错了，你能不能一眼看出来。能，交给它；不能，自己写。初稿、扩写、格式转换、语气统一、把表格转成段落，都属于「错了能一眼看出」；事实陈述、数字、引文、因果判断，都属于「错了看不出来」。
按这条线切，写一篇稿子的动作会变成：自己定题目和三个要点，让它按要点扩写，自己核所有事实，自己改开头结尾，最后让它统一格式。它干的是量的活，你干的是判断的活。提示词里把读者、篇幅、禁区写清，返工率会明显下降。
提效失效的几种情形
长稿最容易失效。上下文塞不下整篇时，它改到后半段会开始丢前面的设定，人物称呼、术语、前后口径都可能变，上下文窗口塞满之后模型会怎样解释了这个边界。超过一万字的稿子，分段处理比整篇丢进去可靠。
需要统一风格的系列稿也容易失效。每篇单独生成，风格会漂，第一篇和第二十篇读起来像两个人写的。要么给它固定的样例段落，要么只让它做局部改写。
还有一种失效更隐蔽：稿子里的事实密度高，而你对这个领域不熟。这时候你既看不出它编了什么，也没法快速核，省下的打字时间会以几倍的核对时间还回去，模型为什么会一本正经地编是这类风险的来源。
先量一次，再决定要不要续费
拿三篇已经写完的旧稿，按同样的题目让 AI 重写一遍，记录三个数：出稿时间、你改到能发的总时间、改完之后的事实错误条数。三个数一比，提效是真是假立刻清楚。
多数人会得到这样一个结果：总时间省两成到三成，错误条数上升，需要额外一轮核对。这个结果不算差，但它要求你把核对排进流程，而不是假设初稿能直接用。
速查：哪些环节真省时间
- 净赚：按提纲扩写、格式整理、语气统一、表格转段落
- 持平：结构建议、标题备选、找料方向
- 倒亏：事实核查、需要重建逻辑的改稿、长稿统稿
- 算法：省下的时间 = 打字时间 − 核对时间 − 返工时间
