很多人写完发现稿子「一眼 AI」：公文里的措辞不对味，文案里的句子又太端着。问题往往不在提示词，而在模型本身擅长的体裁不一样。这篇按公文、排版、文案三类活拆开讲：每类活该看模型的哪项能力、怎么用一段真实材料试出差异、试完去哪里核对当时的榜单和价格，最后给一份从初稿到交付的固定流程。
很多人改完稿子还是觉得「一眼 AI」：公文里的措辞不对味，文案里的句子又太端着。问题常常不在提示词写得够不够细，而在模型本身擅长的体裁就不一样。同一个需求丢给不同的模型，出来的东西可能一个是标准的机关文风，一个像公众号推文。
这篇按公文、排版、文案三类活拆开讲：每类活该看模型的哪项能力、怎么用一段真实材料试出差异、试完去哪里核对当时的榜单和价格。不编实测数字，只给场景判据和一套能重复用的流程。
先分清三类「写作」，别用一把尺子量
职场里的「写作」其实是三件不同的事。公文与汇报看重的是格式稳定和措辞克制，宁可不发挥也不能跑偏；营销文案看重的是语气切换和短句节奏，允许发挥但不许套路；公文排版本质上是格式约束题，考的是模型会不会漏层级、乱加分点、把编号写歪。
- 公文与汇报：层级标题不能乱造，措辞要收敛，固定表述最好一字不改
- 营销文案：能按同一 brief 出多个方向，而不是把一段话换个说法写三遍
- 公文排版：层级符号、序号、全角半角这些细节，比文字本身更容易翻车
- 提醒：三类活混在一次对话里做，最容易同时出问题，建议分开开会话
挑写作模型看哪几项，不看哪几项
挑选判断标准时，别被第一眼的文采带跑。写作类输出本来波动就大，同一次对话里重抽两次可能差别很大，拿单次灵感好不好当依据，选出来的模型很容易在你的实际材料上翻车。
| 该看的项 | 为什么看 | 怎么看 |
|---|---|---|
| 长文档不掉链子 | 写总结、写方案经常一写几千字 | 贴一段长材料，看后半段有没有前后矛盾 |
| 格式指令遵从度 | 层级、序号、字数上限是硬要求 | 给三条硬约束，看它漏几条 |
| 听得懂修改意见 | 改稿比初稿更花时间 | 提一条具体修改要求，看它改的是不是那一处 |
| 专有名词不乱换 | 人名地名机构名换错很难被发现 | 故意放两个不常见词，改完对比一次 |
反过来，有两项不用太当真：单次灵感好不好，随机性太大；文学性辞藻堆得多不多，公文场景里反而是减分项。
什么情况下这套判据不适用？如果任务本身是查数据、算数值、写代码，写作向的判断标准基本不成立，得换另一套标准去挑。
公文与总结类：该盯的几个细节
测公文能力，别用「帮我写一份工作总结」这种空需求，那只能看出它会说套话。找一段真实的往年总结当样例，让它照结构续写，重点看它会不会自作主张改标题层级、会不会把规范表述改成近义口语。
- 投喂样例给一段真实材料，明确说「照这个结构和语气续写，不要改标题层级」
- 检查固定搭配通读一遍，看有没有把规范表述换成意思相近的口语说法
- 核对数字口径数字、单位、时间表述是否前后一致，这类错在公文里最致命
- 分段投喂长材料不要一次贴完，先让它列提纲再落笔，贴完再逐段补内容
需要提醒的是，公文写作往往有内部口径要求，模型只能帮你把结构和语言撑起来，涉及具体政策表述、数据口径的部分，仍然要走人工审核。
文案与营销类：怎么看出「像人写的」
文案场景跟公文正好相反，格式没那么要紧，怕的是套路。判断一个模型适不适合写文案，最直接的办法是同一个 brief 让它出多个方向，而不是多段同义改写。方向真的不同才算有用，如果只是换几个形容词，说明它没理解 brief 的意图。
- 先要三版不同语气，再挑一版深挖，比反复重抽省时间
- 对照去味清单：套话开头、万能形容词、三段式排比是最常见的 AI 痕迹
- 让它自己标出哪句最像模板话，往往比你自己找还准
- 强合规行业的话术不能靠模型自由发挥，必须走人工与法务复核
排版这件事，与其靠模型不如靠约束
很多人把排版也交给模型，结果层级乱了、编号断了，返工时间比手打还长。更靠谱的做法是把格式要求写成明确条目：层级用什么符号、序号怎么编、每段字数上限多少，让模型在框子里填内容，而不是让它自己搭框架。
| 常见问题 | 原因 | 处理方式 |
|---|---|---|
| 层级标题被改 | 模型自己重排了结构 | 要求只填内容，不许改标题 |
| 编号不连续 | 中途插入或删减 | 导出后逐级检查序号 |
| 全角半角混用 | 输入法切换导致 | 统一搜索替换一次 |
| 中英文间距乱 | 模型随手加空格 | 定一条规则，全文统一 |
同一份稿子换模型重排时，先只让它改格式不改文字，避免它顺手把内容也改了。改格式和改内容分两步走，出错时能定位到是哪一步的问题。
半天试出差异：一份可复用的试用方法
不用做复杂的评测方案，准备三份真实材料就够：一份公文、一份产品文案、一份带格式要求的通知。给统一的提示词和同一份材料，分别跑一遍，只看是否达标，不看谁写得更漂亮。
- 准备材料三份真实材料各存一份，之后所有模型都用同一套，保证可比
- 统一提示词提示词里把硬要求写清楚，比如字数、层级、不许新增观点
- 记录返工点哪里必须人工返工、返工要花几分钟、第二次改稿能不能听懂意见
- 隔天再跑一遍写作类输出波动大，同一模型隔一天结果可能不一样，别急着下结论
试用记录建议留成表格，包含日期、材料类型、返工点、修改轮次。攒够几次之后，你会发现自己更清楚哪个模型适合哪类活，而不是笼统地说「哪个更好」。
从初稿到交付的固定流程
把写作拆成固定几步，比每次都从零开始问模型要稳得多。核心思路是：结构由你自己定，内容让模型扩，事实和口径人工过，格式最后统一做。
- 自己列提纲要写几点、每点结论是什么，先定死，再交给模型扩写
- 让模型出初稿明确要求不新增观点、不删既有要点，只做语言扩展
- 人工过事实与口径数字、表述、政策口径这类内容，逐条核对
- 做纯语言润色内容和事实定稿后，再让模型只改语言层面，不动观点
- 格式统一放最后层级、编号、间距一起处理，别和内容修改混在一起
改坏了能退回去，比重新生成快得多，每步都留一版原文。
自己去核对当时的数据
模型的能力和价格变动很快，任何写死的数字过一阵就不准了。判断选型时，价格与官方规格到 站内官方 API 价格与厂商目录（/sites） 核对，别用记忆里的数字。模型能力与实时口碑看 AI 产品榜（/rankings） 和 模型可信度排行（/rankings），注意看采样时间。
- 挑工具入口去 站内工具目录（/tools） 的 AI 写作与文案、AI PPT 分类翻，避免只用过一家的产品做判断
- 价格波动和历史变化看 价格追踪（/price-watch），能看出哪家在调整策略
- 中转站可用性参考 中转站可信度检测（/sites），别只看一个渠道的体验
- 结论只对当下的版本和你的材料成立，换版本或换材料要重新试
常见问题
豆包、Kimi、智谱清言到底哪个更适合写公文？
没有对谁都成立的答案。判断方法只有一个：拿你单位一份真实的过往材料，配同一段提示词分别跑一遍，看哪家不用你反复纠措辞和层级。这类差异在小样本上很容易被单次运气干扰，建议至少跑两轮再定。
写长材料时模型写到一半开始跑题怎么办？
先缩短单次任务：不要让它一口气写完，改成先出提纲、你确认后一节一节写。同时把不需要的内容明确排除，比如「不要新增观点、不要写结语」。上下文太长的处理思路可以对照站内上下文相关文章，写作场景同样适用。
需要排版格式时，直接让模型输出公文格式靠谱吗？
可以但要加约束。把层级符号、编号规则、段落长度上限写成清单交给它，别用「按公文格式」这种模糊说法。导出后固定查标题层级、编号连续性和全角半角，这几项是最常出错的地方。
文案写出来总觉得有 AI 味，是模型的问题吗？
多数时候是用法问题：一次让它出多段同义改写，结果一定是套话堆叠。改成一次出三个不同方向再挑一个深挖，同时把套话开头、万能形容词这类痕迹按清单替换掉，观感改善比换模型明显。
同一个提示词每次结果都不一样，怎么写评测？
不要拿单次输出下结论。固定材料、固定提示词，同一模型跑两到三轮，只记录「哪里必须人工返工、返工要多久」。这个记录比谁写得好看更有决策价值，也和站内关于输出稳定性的讨论是同一个道理。
