用AI进行辅助写作的生产力与创造力

(上面的音频内容由NotebookLM生成，与本文的观点不完全吻合）

现在很多人都在争论要不要用AI工具进行辅助写作，其实与其争论要不要，不如具体考虑一下如何使用这些AI工具。我不排斥使用AI工具辅助写作，而且会采用不同的AI工具。这里说的写作主要指单一话题的短文写作，比如每天接触到的信息分析、新闻评论、专题讨论，以及知识整理。对于写专业论文或者写书，我现在还看不到AI工具有实质性的帮助。这可能与我对论文和书的理解与定位有关，目前的AI水平反而会抑制系统性的创造性的写作，它只是一个语言本身的优化工具。但是对于单一话题的短小的日常写作，AI反而非常有用。所以我们需要区分AI工具的生产力与创造力。不同 AI 工具在技术结构上差异明显，这些差异决定了它们适合放在写作流程的不同阶段。

写作的第一步通常是原始创作。任务很直接，把框架搭出来，把概念展开，把思路往前推。我在这个阶段主要使用 ChatGPT。它的优势在于可以处理较长的上下文，在一个持续的对话里反复加载之前的讨论，让思路不会轻易断掉。从技术上讲，每次调用都是无状态的，但系统会把对话历史重新拼接进去，因此在同一个线程中，可以形成相对连续的推进。

在跨对话层面，ChatGPT 也会保留一部分长期信息，比如使用习惯或某些结构性的偏好。这种“记忆”是系统层管理的，不是模型内部真正保存状态，但在持续推进一个主题时确实有帮助。对于需要反复讨论、不断修正的专题写作来说，这种连续性是有价值的。

初稿出来以后，就进入第二步，也就是局部逻辑校准。这个阶段不再追求扩展，而是要求清楚、准确、严密。我会用 Google Gemini 来做这类工作。Gemini 的设计更强调任务本身，也更强调会话边界。在企业环境里，它通常不会自动跨对话整合历史内容，每个对话线程是相对独立的。创作阶段这种特性可能会带来割裂感，但在校准阶段反而合适。它更像一个从头审视问题的工具，不会被前面的表达路径带偏，因此适合检查某一段推理是否成立，某个概念是否表达清晰。

简单说，Gemini 更强调会话的独立性，ChatGPT 更强调对话的延续性。这种结构差异，正好对应了生成和校准两个阶段的不同需求。

第三步是全局结构整合。单个章节没有明显问题，不代表整本书没有隐患。这个阶段要看的，是核心概念在不同章节之间是否保持一致，术语有没有变化，是否存在重复或冲突。我使用的是 NotebookLM。NotebookLM 基于 RAG 机制，也就是文档级语义检索。它不依赖时间顺序的聊天记录，而是对整本文稿进行向量化处理，然后在提问时从整个文档中找出相关片段。只要材料不变，无论开启多少新对话，它都会围绕同一份文稿分析。

因此，NotebookLM 的跨对话连续性来自文档本身，而不是聊天历史。材料在，结构就稳定。这种方式更适合做整体一致性检查。

三种工具的分工很清楚。ChatGPT 依赖对话上下文和一定的长期信息，适合推进思想生成。Gemini 强调会话独立，适合做局部逻辑分析。NotebookLM 依托文档检索，更适合做整本书或整篇长文的结构扫描。实际操作中，可以在三者之间来回切换：先生成，再校准，再扫描，然后回到生成阶段修改。

需要说明的是，即便采用这种协作方式，也必须具备完全脱离 AI 独立完成作品的能力。技术解决的是效率和稳定性，不是思考本身。一个作者应当能够在没有任何辅助的情况下，从零开始建立框架，推动逻辑，写出结构完整的章节，最后形成成型的文章。如果做不到这一点，多工具协作很容易变成依赖。

本文的写作是通过语音直接完成的。整篇文章的结构安排、内容顺序、思想层次和表达逻辑，都在口述过程中一次展开，然后再交由 AI 做语言层面的细微整理，而不是由它来构造内容。

语音写作有一个关键能力：当一句话说到一半，发现表达角度不够准确，不能简单停下来从头再说一遍。因为语音是连续输出的，一旦反复回撤，思路就会断裂。更合适的做法，是在不中断表达的前提下，对正在说出的句子进行内部修正。比如原本打算用主动语态表达，发现逻辑重心不对，可以当场转换为被动语态；或者意识到条件不足，就顺势补充限定语，把前半句自然延伸，而不是推翻重来。等一句话完整落地时，它依然是顺畅、连贯、没有语病的。

这种能力本身是一种训练。线性的语言输出，需要背后有立体的思想结构在支撑。思路必须在表达前已经大致成型，至少方向是清晰的。否则语音一旦启动，就会变成拼接式的补丁工程。

这里不是在告诉 AI 如何写，也不是提供提示词让它去扩展内容。我们给出的，是已经通过口述形成的完整表达。AI 只是在语言层面做细节上的优化，而不是替代思想生成。如果表达本身是混乱的，任何工具都无法真正弥补。相反，表达越成熟，工具的作用就越接近微调，而不是重构。

基础能力必须长期保持。就像钢琴家每天练基本功一样，即使在舞台上演奏复杂曲目，真正起作用的还是平时反复训练的技术控制。写作也是这样。思考能力、结构判断能力、语言组织能力，在没有工具帮助的情况下也要能够独立运作。否则工具越强，人的能力反而会退化。

在这个前提下，使用 AI 是理性的选择。拒绝技术并不能保证原创，关键在于主导权是否清晰。原创思想来自作者，框架由作者设计，逻辑由作者掌握，最终判断也由作者完成。AI 可以加快生成速度，提供不同角度，帮助校准表达，但它不负责决定方向。

只要方向在自己手里，AI 就只是工具。写作的主体仍然是人。多工具协作的意义，在于提高效率和结构稳定性，而不是把思想外包出去。在这种结构下，是我们在使用 AI，而不是 AI 在使用我们。

还需要补充一点。上面说的流程，主要针对围绕某个专题展开的知识性写作，比如博客文章、信息分析或阶段性的知识整理。

在这种写作中，还要考虑一个现实问题：写出来的内容给谁看。

过去默认的读者是人类。现在情况变了。很多时候，文章的第一读者并不一定是人，而可能是机器。别人看到文章，往往会先放进 AI 工具里做提炼和概括，然后再决定是否阅读全文。文章可能先经过一次算法过滤，才进入人的判断。

因此，写作策略不能只考虑人的阅读体验。对于知识性、信息性内容，它的第一读者很可能是 AI 工具。逻辑要清楚，概念要稳定，术语要一致，结构要明确，否则在机器提炼阶段就可能被压缩甚至误读。

而对于偏感性、艺术性的表达，第一读者仍然主要是人。这类内容更强调节奏和体验，不必优先适配算法提炼。

写作需要根据潜在读者结构做区分。有些内容要考虑机器的可解析性，有些内容则更关注人的理解方式。两种读者并存，这是现在的现实。

这意味着写作不只是人与人之间的交流，也包含人与算法之间的互动。工具参与写作，也参与阅读。我们一边使用 AI 协助表达，一边面对 AI 的筛选。

在这种环境下，关键仍然是保持主导权。写作环境在变化，但写作的主体没有改变。要做的，是在新的结构中继续掌握方向，而不是被工具牵着走。