「生成 30 条关于效率的帖子」和「把这篇文章变成五条帖子」，听起来像同一个需求的两种说法。其实不是。前者是让模型发明判断，后者是让模型找出你写作里已经存在的判断。后者几乎总是更好的用法，而两者的差别，正好解释了为什么大量 AI 辅助内容读起来通顺，却没有重量。
生成是在发明立场
当你要求「写点关于某话题的内容」，你得到的是这个话题上所有写法的平均值。这个平均值流利、工整、可互换——读者越来越能一眼划过那种文字，却说不出为什么。
问题在结构上，不在提示词质量上。模型拿不到「让你的文章值得读」的那个东西：你做的那个决定、你量到的那个数字、你否掉的那个方案。要求它生成，它只能用通用的东西把这个洞填上。
复用是在抽取你已经持有的立场
复用从一个不同的前提开始：思考已经存在，任务是找到它可以被发布的地方。
这改变了模型在做的事。它不再发明主张，而是定位你稿子里的主张；不再发明证据，而是让数字留在它们支撑的句子旁边；不再发明语气，而是保留标识符、被点名的失败和限定条件。
产出仍然由机器写，但每一条实质判断在机器碰它之前就已经是真的。读者说「这条感觉很真」时，感觉到的正是这个属性。
一份可行的分工表
| 任务 | 更适合谁 |
|---|---|
| 从一篇两千字的稿子里找出五个角度 | 机器 |
| 判断哪个角度值得先发 | 人 |
| 把中文段落按英文语序重写 | 机器，前两行由人复核 |
| 决定哪个客户故事可以公开 | 人 |
| 依据已知主张写出平台专属的第一行 | 机器 |
| 判断这个主张是否站得住 | 人 |
规律是：机器擅长检索、重组和措辞；它不擅长知道你生意里什么是真的，而且它没有办法获得这件事。
三种要盯住的失败
磨平。 模型为了让句子顺，会删掉具体细节。「我们第三周丢了那个客户」变成「我们经历了一些留存挑战」。防法是把数字和具名事件写进提示词，并逐条检查它们在产出里还在不在。
软化。 生成文本会不断加限定语，直到判断变得无害。在英文里，软化的论断读作「作者自己也不确定」，而这正好和创始人的目标相反。
有量无库。 生成让「三十条」变得便宜，这也正是它诱使你降到自己的标准之下的原因。一堆抽取好的单元能把标准按在原地。
对你的时间定价意味着什么
如果你的目标只是把日历填满，生成更便宜。如果你的目标是成为「帖子会被转发的那个人」，复用会赢，因为转发依赖具体，而具体生成不出来。
发布任何 AI 辅助内容之前做一个测试：指出读者会引用回来的那一句。找不到，就说明这条是生成出来的，不是抽取出来的。
一个对照实验
同一篇讲「免费试用」的文章，交给两种做法，结果差别很明显。
要求「生成 5 条关于免费试用的帖子」，你会得到五条彼此很像的内容：都提到转化率、都建议做 A/B 测试、都用「很多公司」当主语。每一句都对，每一句都换不出你自己的经验。读者读完不会反对，也不会记住。
要求「从这篇文章里提取 5 个角度」，产出会长得完全不一样：一条讲试用优化了错的指标，一条讲三项没进定价页的成本，一条讲取消试用之后销售周期反而变短，一条讲那条「支持成本高于转化提升即折扣」的规则。每一条都能追溯到原文里的某一句话，也都能被核对。
差别不在文笔，在于有没有「可核对的具体」。生成必须把具体换成平均，抽取则必须把具体保住——因为具体本来就是抽取的对象。
这也是为什么同一家公司的两种内容，读者反应会差那么远：不是因为用不用 AI，而是因为输入里到底有没有真东西。工具只能搬运判断，不能生产判断。
三个可以直接照做的做法
第一，把「生成」改成「提取」。同一个提示词，把「写五条关于 X 的帖子」换成「从这篇文章里找出五个可以独立成帖的判断，每条附上它依赖的那句原文」，产出质量会立刻不同。
第二，给模型三个必须保住的东西：一个数字、一个具名的事件、一条限定条件。产出之后逐个检查它们在不在，缺一个就把这一条退回去重做。
第三，人工只查两处：前两行和数字。前两行决定有没有人读完，数字决定有没有人信。这两处花一分钟，能挡掉大部分事故。
这三条不解决「内容好不好」的全部问题，但能解决「读起来像不像你写的」这个问题——而对做内容的人来说，后一个问题更致命，因为它一旦丢了，读者流失是无声的：没有人会留言告诉你「这条不像你写的」，他们只是不再点开。
一句话的分界
生成回答的是「还能写点什么」，复用回答的是「我已经想过什么，值得被更多人看见」。
前一个问题永远有答案，所以它永远不会让你停下来——也永远不会让你变得可信。后一个问题会逼你回到自己的记录里，回到那些有代价的选择里，回到你真正知道而别人不知道的地方。内容之所以有重量，只可能来自后者。
如果你只能用一句话记住这篇文章：工具负责搬运，判断必须由你自己产出，而且最好在你打开工具之前就已经存在。
三条让判断留在你手上的规则
- 发之前先指出那一句。 读者读完会引用回来的那句话，必须找得到。找不到，说明这条是生成出来的，不是抽出来的——而一篇说不出具体事实的页面，搜索引擎和读者都会跳过。
- 把数字和具名事件钉在提示词里。 磨平是默认失败方式：「我们第三周丢了那个客户」会悄悄变成「我们经历了一些留存挑战」。写指令时保住具体，出稿时逐条核对，帖子才同时保得住可信度和搜索价值。
- 凡是读者会觉得被误导的地方都要说清楚。 用工具重组你自己做过的论证，和发布一个你从未持有的立场，是两件不同的事。前者是编辑，后者是编造，而编造的成本永远高于它换来的触达。
- 人工只查两处，不查二十处。 前两行和数字：翻译腔、软化、编造的图，都在那里造成最大伤害，而这两处加起来一分钟能看完。