秘塔写作猫这类 AI 校对工具,用错的方式只有一种:整篇丢进去,点"全部接受"。它的价值不在替你改,而在把问题分门别类摆出来,让你逐条判断。同样是过一遍稿子,会分拣的人省下的是返工,不会分拣的人改出一堆新问题。
三类问题不能混在一次修改里
准确性、表达质量、场景适配,处理逻辑完全不同。准确性有客观答案,错了就是错了;表达质量是取舍,改完可能更顺,也可能更啰嗦;场景适配取决于读者是谁,同一句话给内部看和给外部看,标准并不一样。混在一起改,很容易把对的改成错的。
可行的顺序是先跑准确性,再动表达,最后调语气。每跑一轮存一版,改坏了能退回去;同一篇稿子过两遍结果不一样时,也有个对照。版本怎么留、怎么找,见历史记录怎么搜索与导出。
纠错先建一份白名单
中文纠错容易误伤三类内容:行业术语、人名机构名、以及刻意的口语表达。一份技术文档里,"对齐""召回""切分"被标成错误是常事。做法是先把本单位固定的说法整理成清单,遇到标红先查清单,再决定改不改。
团队场景可以把这份清单连同写作规范放进共享知识库,让工具按你们的规范判断,而不是按通用语感判断,做法见共享知识库怎么用。
长文不要一次全选。按章节过,每章改完通读一遍——指代不明、前后矛盾这类语境问题,只有通读才看得出来,逐句看标红永远看不出来。
还有一个效率上的取舍:一次只让它查一类问题,比同时要"错别字加润色加公文改写"更准。任务一多,模型会偏向改写,纠错混在改写里做,标红的位置就不准了。
润色与改写是两种动作
润色的边界是不改变主张,只调语序、删冗余、换更准确的动词;改写的边界宽得多,允许换句式甚至换叙述角度。判断用哪个,看这句话有没有"必须这么说"的理由:有就润色,没有就改写。
一个实操检验:把改完的句子单独拿出来读,如果需要联系上下文才成立,说明改写过头了。另一头也要防——润色做多了,整篇会变成同一种平滑的腔调,读三页就困。
不同文稿该先动哪一步
| 文稿类型 | 先做哪一步 | 判断标准 | 不要动的地方 |
|---|---|---|---|
| 公文与通知 | 先核准确性,再调语气 | 称谓统一,权限表述与依据文件一致 | 固定表述、引用文号 |
| 内部报告 | 先删冗余,再补结论 | 每段开头能否独立成句 | 数据口径与来源 |
| 对外宣传稿 | 先改写,再润色 | 删掉形容词后信息还在不在 | 承诺性表述 |
| 会议纪要 | 先对齐事实,再压缩 | 谁、做什么、什么时候三项齐全 | 责任人与时间节点 |
表里"不要动的地方"比"先做哪一步"更要紧。数据、责任人、时间节点、引用文号,一旦被顺手改掉,后面校对多少遍都补不回来。
公文语气的三条硬约束
公文有三条靠语感解决不了的约束:称谓要统一(本机关、我单位、贵司不能混着用);权限表述要准确("负责""会同""配合"对应不同责任);时间和数量要能落地("近期""若干"在正式文稿里通常要写成具体值)。
工具能改措辞,改不了权责关系。凡涉及职责划分、审批权限、资金额度的句子,改完必须回到原始依据核一遍。还有一点:公文要的不是顺,是准确、不留歧义,有些读着别扭的固定表述恰恰不能动,整篇润色时最容易被"优化"掉。
逐条判断时的四问
- 这条建议改的是事实、表达,还是语气
- 改完是否改变了原意
- 这个说法在我们单位成立吗
- 不改会怎样,代价是什么
它改不了什么
三类。事实错误它不知道——数据、时间、人名写错了,它照样能把句子改通顺;逻辑漏洞它不一定指出——前提不成立但句子成立,它倾向于放过;立场问题它不负责——这话该不该说、由谁来说,取决于你的角色,不取决于文字。
还有风格。它倾向于把文字改得均匀、稳当、四平八稳,长篇读下来有同一个腔调。个人风格强的稿子,全篇润色之后往往失去辨识度,这时局部润色比整体润色合适。
三个容易被问到的细节
标点它能改对吗?中文标点里存在不同规范之间不一致的地方,比如并列引号之间加不加顿号,各标准写法不同。工具按其中一套改,正式文稿要按本单位执行的规范再复核一遍。
同一篇过两遍,结果为什么不同?生成带随机性。把要求写成固定清单——改什么、不改什么、哪些词必须保留——比反复点重新润色有效,清单的写法可以参考提示词怎么改编。
中英混排的稿子怎么处理?中英分开过,最后统一术语表。混在一起改,同一个术语一会儿译一会儿不译,越改越乱;术语表定下来之后再跑一遍,比逐句纠结省力。


