AI协作写作方法论

指导如何用多AI协作深化思考，分段写作与校验，提升工作材料的质量和逻辑一致性，避免AI代替人类思考。

AI 协作写作方法论（材料撰写篇）

用多个 AI 协作完成高质量材料撰写。核心思想：不让 AI 替你思考，而是用它放大你的判断力。

触发词

"AI 写材料"、"多 AI 写作"、"用 AI 写报告"、"怎么用 AI 写材料"

适用场景

• 工作材料撰写（方案、报告、PPT 文字、发言稿）
• 需要深度思考而非简单输出的内容
• 高质量要求、有明确观点要输出的场景

---

四步流程

Step 1：思想对齐与延深

目标：先让 AI 理解背景和目标，再让它帮你检视观点、查漏补缺

操作：

1. 对齐背景：告诉 AI 这份材料的核心目标、读者是谁、要解决什么问题
2. 对齐观点：抛出你已有的思考碎片（哪怕是大纲或几个关键词）
3. AI 做判断：哪些角度偏离目标、哪些重要维度被遗漏、逻辑上有什么漏洞
4. 你做决策：接纳还是保留自己的判断

提示词模板：

背景：这份材料的目标是[读者]，[要解决什么问题/传达什么核心信息] 我的初步想法是：[你的核心观点或大纲，哪怕不完整] 请帮我做两件事：

1. 检查我的想法是否偏离了目标？
2. 找出我忽略的重要角度或逻辑漏洞（不要直接帮我写）

原则：AI 是裁判和镜子，不是执笔者。你先定义目标和观点，AI 才能有效检视。

---

Step 2：脑暴与讨论

目标：多 AI 对比，汇聚论据和观点雏形

操作：

1. 用 DeepResearch 或强推理 AI 做信息检索和初步整理
2. 调起第二个 AI（用不同的模型），对它说："我需要你帮我做批判性分析"
3. 具体任务：对比不同信息源、PUA 你的初稿、聚类相似观点、做反向提问
4. 输出：论据列表 + 初步观点雏形

提示词模板：

我有一份初步观点：[粘贴你的观点] 请从以下几个角度批判：

1. 最大的逻辑漏洞是什么？
2. 哪些论据不够扎实？
3. 有什么重要角度被遗漏了？
4. 如果我要反驳这个观点，会怎么攻？

原则：用 AI 的多样性弥补单一 AI 的盲区。不要只问一个 AI。

---

Step 3：分段完成（可并行）

目标：多 AI 并行工作，各自负责一个模块

操作：

1. 把完整材料拆成独立段落/模块（每个模块有明确的观点 + 事实/目标输入）
2. 每个模块分配给一个 AI，让它：对比、关联前后文、补充、纠偏
3. 最终输出：各段落内容初稿

提示词模板：

你现在负责撰写材料中的"[模块名称]"部分。 背景：这个材料的目标读者是[读者]，要达成[目标]。 我希望传达的核心观点是：[本段观点]。 已有初步草稿：[粘贴草稿]。 请帮我：对比补充、关联前后文、纠正偏差、形成完整段落。 注意：保留我的核心观点，不要过度发挥。

原则：并行能节省时间，但每个模块的输入（观点+目标）必须清晰。AI 不知道你想说什么，除非你告诉它。

---

Step 4：整体一致性

目标：确保全文逻辑自洽、语言一致

操作：

1. 把所有段落合并，发给 AI
2. 让它检查：段落与标题逻辑是否自洽、前后语言风格是否一致、过渡是否流畅
3. 不要让它重写，只做诊断和微调

提示词模板：

这是我撰写的完整材料，请帮我检查：

1. 各段落观点是否与标题核心主题一致？
2. 语言风格是否统一（术语、人称、语气）？
3. 段落之间的过渡是否自然？
4. 有没有重复或矛盾的地方？ 请标出具体问题，不要直接修改。

原则：这一步放在初稿完成后，目的是一致性检查，而不是重新生成。

---

Step 5：润色

目标：让人读起来像人，增加人味和可读性

操作：

1. 把全文发给 AI（用强调"人味"的提示词）
2. 同时考虑配图建议和文风调整
3. 最终输出：可直接使用的成稿

提示词模板：

请帮我润色这份材料，要求：

1. 读起来像有经验的人类写的，不要有 AI 痕迹（避免过度使用连接词、三段式列举、"-ing"形式开头的肤浅分析）
2. 语言简洁有力，避免宣传性语言
3. 段落长短有节奏，不要均匀分布
4. 哪些地方可以配图或用数据可视化来增强说服力？

原则：润色是最后一步，做完就定稿。润色不改观点，只改表达。

---

核心心法

原则	说明
你主思维，AI 放大	先有观点，AI 才能放大。不能让 AI替你想。
多视角校验	用不同 AI 做对比和批判，避免单一 AI 的盲区
输入决定输出	给 AI 的输入（观点、目标、背景）越清晰，输出越可用
AI 是镜子和陪练	批判性提问比接受 AI 输出更重要
分段并行效率高	拆解后并行，各段独立完成，最后统一检查一致性

---

相关技能

• humanizer：去除 AI 痕迹，用于 Step 5 润色
• miaoda-web-search（DeepResearch）：用于 Step 2 信息收集