Editing AI Writing
来源:Every Staff / Kate Lee,2026-03-30
核心问题
AI 生成文字的问题:"像机器翻译一样脆弱" —— 戳一下就会倒。
特征:
- 节奏感断裂(staccato)
- 三点式列举(lists of three)
- 经不起深入追问:"你真正的意思是什么?"
对比:防弹写作(Bulletproof Writing)
Eleanor Warnock 在《华尔街日报》当财经记者时被训练的风格:
- 每个词都经过严格编辑和严苛读者审视
- 每个词都是刻意的
Kate Lee 的三个洞察
1. AI 采用的"啊哈时刻"在于解决真实痛点
用 Atlas 浏览器上的 Agent 处理繁琐的招聘 Notion 设置 —— AI 给出候选人初步筛选,处理行政工作。
2. 将品味编码进 AI 是新的编辑超能力
构建了 400 条规则的风格指南,输入 Claude 项目:
- 供编辑和作者在稿件到 Kate 手前先行检查
- 结果:每篇稿件到她手时质量更高
- 她得以专注于"这篇文章是否是 Every 能做到的最好"
3. 小团队现在可以做大团队做的事
Every 从 4 人增长到 20 人,同时大幅扩展产品线。
转折点:2024 年底到 2025 年初,更强大的模型和 Claude Code、Cowork 等工具出现。
前提:愿意学习新工作流,愿意向他人学习。
正确方法(Katie Parrott)
- 用 AI 处理机械性工作:结构、节奏、衔接组织
- 剩下的 70% "无法通过提示词生成,你只能边写边理清"
- AI 辅助的是写作过程,不是代替思考
关联
- writing/overview — Writing 总览
- writing/writing-as-thinking — 写作作为思考工具
- writing/writing-with-ai — 用 AI 写作的完整流程
2026-10-31 — 面向读者编辑与具体反馈
来源:AI Briefing 2026-10-31 Evening;Gergely Orosz 的 Becoming a Better Writer(2022 年发表,2026 年 10 月开放阅读)。
Orosz 将清晰写作视为工程协作与影响力的一部分,并建议从读者角度编辑:拆分段落、删去冗余、缩短句子、恰当地使用列表和图示。反馈应指向具体问题,例如哪里难懂、哪些部分重复,而不是泛泛地要求评价。语法与 AI 工具可以辅助审阅,但作者仍需判断建议是否保留原意与个人声音。
这与上文“AI 辅助结构和机械编辑、不能替代作者思考”的判断互补:可自动化的是一部分可检查的表达问题,作者仍负责事实、取舍和经验来源。
Counterpoints & Gaps
- 文章提供的是作者的写作经验与建议,并非不同编辑方法的对照实验;工具的效果仍取决于文体、读者和内容准确性。
Sources (2026-10-31 addendum)
Pending Jean review (2026-10-31)
- writing/editing-ai-writing —
ai_draft; decide whether this reader-centered checklist belongs in the shared editing workflow.