人文工作者的 AI 使用指南

摘要

本文是一套面向人文工作者的 AI 使用方法论。作者强调 AI 不是魔法，而是工作台。核心思想是把创作变成产线，让工作流程可追溯、可监督、可验证。文章提出了三条底线和十一条原则，指导人文工作者如何在不写代码的前提下，将 AI 接入写作、研究、编辑等生产流程，最终实现规模化生产且质量可控。

内容框架与概述

文章开篇即点明人文工作者的处境：没有创造世界变化，却在承受变化。作者通过自己在 FUNES 和内容生产中的实践经验，总结出这套 AI 使用方法。他反对将 AI 视为神奇工具的许愿式用法，主张将其当作工作台，通过清晰的任务描述和标准设定来获得可靠输出。

文章的核心是三条底线和十一条原则。三条底线奠定了方法论的基础：过程必须可追溯、可操纵，最终你依然愿意署名。十一条原则从工作台思维、自我反思、多模型对比、预期管理、分步骤逼近、工业化先行、预判偷懒、上下文管理、克制修改冲动、产线迭代、数量优先、总厨式指挥等角度，提供了具体可操作的指导。

作者的底层逻辑是：当内容进入规模化生产，纯靠人力会崩，而 AI 直接生成又会产生幻觉和偷懒。解决方案是把创作变成产线，把产线变成可迭代的系统。文章最后回归到作品质量的本质：材料乘以品味决定上限，AI 改变的只是与材料交互的效率，而非创作的本质。

核心概念及解读

工作台式思维：不向 AI 索要结果，而是调动其工具完成过程。将任务拆解为清晰的目标受众、讲解方式、结构要求和语气标准。

工业化先行：先将工作变成可拆分、可复用、可质检的产线，再把子步骤交给 AI。流程清晰度比模型选择更决定质量上限。

预期管理：AI 的常识水平约等于优秀本科生。任何超过常识的内容都需要你提供范例、标准和语料，不能默认它知道。

白盒分步骤：让 AI 一步一步逼近目标，比黑箱一次性完成更可靠。把显而易见的正确做法写进流程，避免 AI 在最省力的路径上犯错。

原文信息

此摘要卡片由 AI 自动生成