用 AI 写内容最危险的地方，不是它写得差，而是它写得太顺。
一段流畅、结构完整、语气笃定的文字，读起来完全没有可疑之处，但其中某个数据是编的、某个案例不存在、某个判断和公司口径相反。流畅的错误比明显的错误难发现得多——因为读者（包括你自己）不会对通顺的句子产生警觉。
所以 AI 参与的内容生产，必须保留三道人工关卡。这三道不是流程负担，是底线。
一、第一关：事实核查
必查清单：
类型为什么要查怎么查具体数字最容易被编造，且看起来最可信回到原始数据源逐个核对人名、机构名可能张冠李戴或凭空生成搜索验证是否存在、是否相关引用与出处论文、报告、书名可能不存在找到原文，确认页码和表述时间事件发生时间容易错位交叉验证两个来源产品功能描述可能把别家的功能写成自家的对照官方文档或实际操作
最需要警惕的是"看起来很专业的具体数字"。"根据某咨询公司 2025 年的报告，该市场规模达到 342 亿元"——这种表述的可信度最低，因为它精确、有出处、语气笃定，恰恰是最容易被编造的形态。
核查方法：把文中所有数字和专有名词标出来，逐个找到原始出处。找不到出处的，要么删掉，要么改成不带具体数字的定性表述。
AI 生成的图表里的数字同样要核对——生成过程中数值可能与你提供的原始数据不一致。
二、第二关：口径与合规
事实对了，还要看能不能这么说。
必查的四类：
产品能力口径。 AI 容易把"计划中的"写成"已支持"，把"部分支持"写成"完全支持"。对照官方文档逐条确认，宁可少说也不要说过——过度承诺的代价远大于少说几个功能。
竞品表述。 涉及对比时，要确认表述是否客观、是否有依据、公司是否允许点名。这一条踩线的法律风险不小。
客户与案例信息。 客户名称、数据、成效是否获得授权公开。未授权的客户信息不能出现在对外内容里，即使是好话。
行业敏感表述。 金融、医疗、教育等领域有明确的宣传红线，AI 不知道这些规则，需要人来把。
做法建议：把公司的口径规范整理成一份检查清单，每次发布前对照过一遍。这份清单还可以配置成一个专门的合规检查智能体，让它做第一轮筛查，人做最终确认。配置方法可以看自定义智能体怎么配。
三、第三关：原创性与"AI 味"
原创性有两层：不重复别人，以及不像 AI 写的。
关于不重复别人：AI 生成的内容可能与训练数据中的表述高度相似。发布前用查重工具过一遍，尤其是要发到有原创保护机制的平台。
关于 AI 味，它有五个可识别的特征：
过度对仗和排比——"不仅……而且……""既要……也要……"密度异常高
万能连接词——"值得注意的是""综上所述""在当今时代"反复出现
信息密度均匀——每段的信息量一样多，没有详略取舍
没有具体细节——全是正确的通用表述，没有只有你才知道的东西
结论过于圆滑——什么都对，什么都不得罪，没有明确判断
消除 AI 味最有效的一招是加入独有信息：你的具体经历、你们的真实数据、你的明确判断。这些是 AI 编不出来的，也是内容真正的价值来源。
其次是打破节奏：删掉一半的连接词，把某一段写得特别短，在合适的地方用一句口语。均匀是 AI 味的核心特征，不均匀就不像了。
四、什么该交给 AI，什么不该
按内容的性质划一条线：
交给 AI必须人做组织已有素材的结构决定核心判断扩写大纲成初稿提供真实数据和经历生成多个标题/表述候选筛选和拍板语法润色、调整节奏判断口径和边界格式转换、批量处理事实核查
规律很清晰：AI 负责组织和产量，人负责判断和真实性。
最不该交给 AI 的是"这篇文章想说什么"。没有核心判断的内容，写得再顺也是可替代的——因为别人用同样的提示词能生成一篇差不多的。
五、批量生产时的质检机制
偶尔写一篇，人工全查没问题；一周十篇时，需要机制。
三层质检：
第一层：生成阶段的约束。 在提示词里就写死："不要编造数据，没有依据的地方标注'待补充数据'"。这一条能大幅减少后面的核查量。
第二层：自动化初筛。 配一个检查智能体，按固定清单扫一遍：有没有未标注来源的数字、有没有出现禁用词、有没有超出口径的表述。它做筛查，不做判断。
第三层：人工终审。 只看初筛标记出来的地方，以及核心判断部分。
这样人工的工作量能压到可接受的范围，同时保留最关键的把关环节。
要避免的是"全信 AI"和"全靠人工"两个极端——前者迟早出事，后者规模上不去。
六、版权与署名
三个需要明确的问题：
AI 生成内容的版权归属。 各地法规仍在演变中，且平台的用户协议各不相同。商业使用前应确认所用工具的服务条款，尤其是生成图片用于商业宣传的场景。
要不要标注 AI 参与。 部分平台已有强制标注要求，部分行业有自律规范。建议的原则是：如果读者知道后会觉得被误导，就应该标注。
训练数据的合规风险。 生成的内容可能与受版权保护的作品相似。图像类风险高于文字类，商业用途高于内部使用。重要素材建议做反向搜索确认。
这一块的规则变化较快，建议定期确认所在地区和行业的最新要求，不要依赖一年前的判断。
七、把质检流程放进工作流
质检最容易失效的原因是"它是一个额外步骤"。人赶时间时，额外步骤第一个被跳过。
解决办法是把它变成流程的一部分而不是流程之后的动作：
内容生成的工作流里，把检查节点串在生成节点之后，输出自带标记
检查清单和待发布内容放在同一块画布上，不用切工具
已核查的项直接在文中标记，审核人一眼看到哪些查过、哪些没查
英飞·思想家的智能体工作流支持把多个处理节点串成任务链，上一步结果自动进入下一步——生成、初筛、格式化可以在一条链路里完成，人只在最后一环介入。
八、一份可直接用的发布前清单
【事实】
□ 所有数字都找到原始出处
□ 人名、机构名、产品名已验证存在且相关
□ 引用的报告/论文/书籍确认真实且表述准确
□ 图表中的数值与原始数据一致
【口径】
□ 产品能力表述对照过官方文档，无夸大
□ 竞品表述客观且有依据
□ 客户信息已获授权
□ 无行业禁用表述
【原创性】
□ 查重通过
□ 包含至少一处只有我们才知道的信息
□ 有明确的核心判断，不是万能表述
□ 连接词密度正常，节奏有变化
【合规】
□ 确认工具服务条款允许此用途
□ 按平台要求标注 AI 参与（如适用）
□ 图片素材来源合规
常见问题
AI 生成的内容一定要人工核查吗？
必须。AI 写得越流畅，错误越难被发现。数字、人名、引用出处是最容易出错也最影响可信度的部分。
怎么判断内容有没有 AI 味？
看五个特征：过度对仗、万能连接词、信息密度均匀、缺少具体细节、结论过于圆滑。加入独有信息和打破节奏是最有效的消除方法。
批量生产怎么保证质量？
三层机制：提示词里约束不编造数据、配检查智能体做自动初筛、人工只终审标记项和核心判断。
AI 生成内容的版权归谁？
规则仍在演变，且各工具的服务条款不同。商业使用前应确认所用工具的条款，图片类用途尤其需要注意。
要不要标注是 AI 写的？
部分平台有强制要求。通用原则是：如果读者知道后会觉得被误导，就该标注。
结语
AI 让内容生产的速度提升了一个量级，但核查的责任没有转移。发布出去的内容署的是你的名字，出了问题也由你承担。
三道关卡不能省：事实核查、口径合规、原创性。批量生产时用机制而不是自觉来保证执行。最重要的一条是——核心判断必须是你的，那既是内容的价值所在，也是你能为它负责的前提。