ai写作零基础入门教程,一次讲清做法、成本和注意点

入门与上手

给零基础写作新手一条能照着走的流程:从提示词怎么写、草稿怎么改到成稿,顺带把成本怎么估、哪些坑要避开讲清楚。

很多人第一次让 AI 写文章,结果是「话都对但像通稿」,改起来比自己写还累。问题通常不在模型,而在开头没交代清楚、中间没分段推进、最后没做人工校验。这篇按顺序拆成几个动作:先定选题和读者,再写提示词出提纲,分段让 AI 写,自己改语气和事实,最后算一遍花销。每一步都给了判断标准和「什么情况下这套做法不适用」。

很多人第一次让 AI 写文章,写出来的东西是「话都对,但读起来像通稿」,改起来比自己从头写还累。多数时候问题不在模型,而在三个环节:开头没把读者、用途、要写成什么样交代清楚;中间指望它一口气吐出一整篇;最后没有做人工校验就发出去了。这篇按实际操作顺序拆成几步走,每一步都告诉你什么样的情况下这套做法不适用。

先把预期放平:AI 适合帮你搭骨架、填内容、换语气,不适合替你决定「这篇文章到底要说什么」。核心观点、独家素材、内部数据这些必须你自己出,模型只负责把它们组织成读得下去的文字。下面从动笔前的准备开始,一路讲到定稿清单和成本估算。

动笔之前先把三件事定下来

打开对话框之前,先在纸上或备忘录里回答三个问题:这篇文章是给谁看的、发在什么地方、读者看完之后要做什么。这三项直接决定了语气和信息密度——写给同行看可以上术语,写给完全没接触过的人看就得从头解释;发在公众号和发在内部文档,句子长度都不一样。不先定这三项,模型只能按最平均的口吻写,出来就是通稿味。

  • 读者是谁:职业、大概什么水平、关心什么痛点,一句话写下来
  • 发在哪:公开平台、内部知识库、邮件,决定长度和正式程度
  • 看完要做什么:是照步骤操作、做判断、还是转发,决定要不要给清单和标准
  • 手头素材:事实、数字、例子、截图,先列成清单再开始,别让模型替你编
  • 哪些段落自己写:涉及内部数据、法律口径、个人真实经历的,建议自己动笔

提示词怎么搭:角色、任务、约束、样例四块

提示词写不清楚,后面每一步都在还债。一个够用的提示词拆成四块:角色(你是写给谁看的写手)、任务(写什么、大概多长、什么结构)、约束(不要什么、必须保留什么)、样例(一段你认可的文字)。四块里最容易漏的是样例和约束,恰恰是这两块决定了产出像不像人话。

组成块写什么反例
角色读者身份 + 写作立场,比如「写给零基础新手的实用指南作者」「你是一个专业作家」——太空,没有信息量
任务主题、篇幅、结构要求,一次只提一个核心任务「帮我写一篇好文章」——没说写什么、写多长
约束禁止的套话、必须出现的内容、不能编造的部分全都不写,等于让模型自由发挥
样例一段你满意的段落,或者贴一段你不想要的风格当反面教材只写「口语化一点」这类形容词

术语拿不准的时候,先自己去查清楚再写进提示词。模型很擅长把错词用得理直气壮,你如果也不确定,就分辨不出来。比较稳的做法是先到站内的 AI 术语词典把关键名词的定义过一遍,确认无误再让它用。

一个可以直接套的提示词骨架

你是给[读者身份]写[文章类型]的写手。\n任务:写一篇关于[主题]的文章,约[字数区间]字,结构是[开头/正文分几块/结尾]。\n必须包含:[你的素材清单,一条一行]。\n不要出现:套话转折、绝对化承诺、编造的数据和案例。\n风格参考下面这段:[贴一段你写的或认可的文字]。

先只要提纲,别让它一次写完整篇

新手最常见的浪费是:一上来让它写两千字,写完发现方向不对,整篇推倒重来。正确顺序是先要提纲,而且第一轮要三到五个不同角度的备选提纲,你看完挑一个或者拼一个,再往下推进。改提纲的成本,比改一篇完整长文低得多。

  1. 第一步:让它出备选提纲要求每个提纲给出三到五节,标出每节的侧重点,别接受只有标题没有内容的提纲
  2. 第二步:自己挑和拼把几个提纲里最好的小节拼成一个,删掉重复的,补上你素材清单里没被覆盖的内容
  3. 第三步:给每一节加一句任务说明写清「这一节要回答读者什么问题」,扩写时它就很难注水,因为有个明确的问题要回答

这套「先提纲后正文」的做法不适用于短文案,比如几十个字的产品说明、一句话标题,那种直接出多个版本让你挑更快。但凡是超过千字的文章,都建议走提纲这一步。

分段扩写:每次喂一小块上下文

有了提纲,扩写就一节一节来。每次只让它写一节,把这节的要点、你准备好的素材贴进去,明确写清这节的字数上限、语气、要不要小标题。写完立刻自己读一遍,方向歪了就在这一节解决,别等全篇出来才发现整体跑偏。

  • 一次一节,不要一次丢整个提纲让它自己排
  • 提示里写清字数区间,放任不管它通常会写超
  • 每节开头告诉它「接着上一节往下写」,避免每节都重新自我介绍
  • 写完一节读一遍,觉得啰嗦就当场让它删,别攒到最后
  • 素材一次贴相关的部分就够,长文档先摘出用得上的几段

有一种情况要特别注意:如果你一次贴进去的参考资料特别长,模型对前面内容的注意力会被稀释,重要信息容易被忽略。稳妥的做法是把最关键的材料放在提示词最前面,次要的删掉或者压缩成几条要点。

改稿三遍:事实、逻辑、语气

初稿出来别急着发,分三遍改,每遍只盯一件事,效率最高。混在一起改,你很容易被句子的措辞带跑,反而漏掉事实错误。

遍数只盯什么发现问题的处理方式
第一遍事实:人名、数字、结论、引用可疑的全部标出来,自己核实,查不到出处的直接删或改成模糊表述
第二遍逻辑:段落衔接、有没有重复每段结尾问一句「所以呢」,接不上的补一句过渡或者删掉整段
第三遍语气:套话、长句、AI 腔把「综上所述」「在当今时代」这类词删掉,长句拆短,换成你平时说话的口气

第三遍最容易被跳过,但恰恰是它决定读者觉不觉得「这是人写的」。一个简单办法:挑两三段大声读出来,读着别扭、需要换气才能念完的句子,基本都是要改的。

成本怎么估:按字数和使用方式算

成本主要由两部分决定:总的输入加输出字数,以及你改写了几轮。一节稿子改三遍,用量大概是初稿的好几倍。想估个大概,先算你这篇文章最终多少字,再乘以你预计的轮次,就能知道大概会消耗多少文字量。

具体单价随时会变,别记死数字。要核对的时候,到站内的 AI 官方 API 价格页看当下的报价,再到 Token 单价换算工具把手头字数折成粗略用量,两边一对就有数了。订阅制产品按固定费用算,适合每天稳定写不少字的人;偶尔写一篇的,按量付费一般更灵活。

  • 先估最终字数,再乘预计改写轮次,得到大致文字量
  • 到 AI 官方 API 价格页核对当前单价,别凭记忆
  • 用 Token 换算工具把字数折成用量,心里有个区间
  • 连续写很多篇、每篇都要改好几轮,考虑订阅制是否更划算
  • 每篇都要贴大量长文档的,用量会明显高于只写正文的

几个最容易踩的坑

下面这几条是新手最常撞上的,基本每次都能碰到一两条。看到自己中了哪条,按右边那列改就行。

踩的坑为什么出问题怎么改
说「再多写点」模型会靠形容词和排比凑字数,段落变注水改成「每个观点配一个具体例子」或者「补一组操作步骤」
一次贴超长参考资料关键信息被挤到后面,模型抓不住重点重要材料放前面,次要的删掉或压缩成要点
全篇代笔还署自己名事实错误和风格雷同的风险都在你这边核心观点和关键数据自己出,AI 只做组织和润色
不改就发事实和语气都没校验,读者一眼看出问题按事实、逻辑、语气三遍过一遍再定稿

定稿前对照这张清单

最后一步,发出去之前拿这张清单从头到尾扫一遍。每一项都是能当场判断的问题,不用凭感觉。

  • 标题和开头第一段,能不能让人一眼看出这篇文章写的是什么
  • 每一节是否都有一个能让读者马上上手的动作或判断标准
  • 有没有绝对化承诺、编造的案例、写死且会过期的数字
  • 人名、客户名、内部数据是否已经脱敏或者去掉
  • 套话有没有清干净,长句有没有拆开,读起来像不像人说话
  • 有数字的地方,出处是否可查,查不到的有没有改成模糊表述

清单里最难坚持的是事实核对和脱敏这两条,但也是最容易出事的两条。一篇稿子写得再好,只要引用了一个错数字或者带出了不该公开的信息,前面所有功夫都白费。

AI 替你写的是句子,观点和事实得你自己负责——这条守住了,用它写作才是加分而不是添乱。
下一步:把成本也算清楚流程走顺之后,建议顺手把用量和报价也摸清,到价格追踪页看看你常用模型的实时价格变化,再到 Token 换算工具把你的写作量折成用量,心里就有底了。

常见问题

完全没写过东西,用 AI 能直接出一篇能发的文章吗?

能出草稿,但不能直接发。AI 擅长把结构搭起来、把通顺的句子铺出来,事实准确性和你自己的观点还得人来补。建议至少留出和写作时间差不多的改稿时间,重点看数字、结论和语气。

提示词写多长才合适?

够用就行,关键是把读者、任务、约束三件事说全。几百字通常足够,堆太多形容词反而让模型抓不住重点。第一次写完先跑一遍看结果,缺什么下一轮补什么。

用 AI 写文章大概要花多少钱?

取决于总字数和改写次数,具体数字到站内 AI 官方 API 价格页和 Token 单价换算工具去看当时的数。如果只是偶尔写几篇,订阅制产品往往更省心;天天大量写再考虑按量计费。

写出来的东西一股 AI 味怎么办?

两个动作:一是把套话和排比句式删掉,换成短句和自己常用的说法;二是往里面塞具体细节,比如时间、场景、别人问过你的问题。细节是 AI 最难凭空编得自然的部分,也是文章像人写的关键。

哪些内容不建议交给 AI 起稿?

涉及合同条款、医疗建议、财务承诺、内部敏感数据的部分;还有必须署你名字并且要担责的观点表达。这些可以借助 AI 查资料、改语句,但核心表述最好自己写。

本文依据各平台公开文档与官方公告整理,只做中文归纳;具体做法、参数与限制以官方文档为准。