AI写作工具实测：长了三千字，为什么读者还是一句话都记不住

实测的动机

我们拿了同一份需求——“写一篇关于中小企业如何选AI客服的方案，面向老板，1500字”——交给五个不同定位的AI写作工具，然后请12位真实读者做阅读测试。结果有点尴尬：五份稿子加起来都很通顺，但读者能复述出的核心观点平均不到1.5个。

这就是AI写作当下的核心问题：不犯错，但也没有观点。

一、评测怎么做的

三个维度，九项指标：

• 信息密度：每百字包含的具体信息数（数字、名称、条件、反例）
• 结构可读性：读者能否在10秒内说出文章主张
• 事实可靠性：抽查的事实陈述中，可验证且正确的比例

评测对象分五类：通用对话模型、自媒体爆款生成器、长文写作平台、带搜索能力的Agent、以及”模型 + 人工编辑”的混合方式。

二、实测结果

类型	信息密度	10秒理解率	事实准确率
通用对话模型	中	58%	72%
爆款生成器	低	41%	55%
长文平台	中	63%	68%
带搜索Agent	较高	66%	84%
模型+人工编辑	高	89%	91%

几个观察值得说细一点：

爆款生成器最像AI。 它的句式高度模板化，“在这个快速变化的时代”、“不仅仅是…更是…”这类填充物占比超过三成。读者反馈中最多的词是”像广告”。

长文平台胜在结构。 自动生成的小标题让文章看起来专业，但小标题之间经常没有递进关系，读起来像把五段独立内容粘在一起。

带搜索的Agent明显更强。 它会引用具体案例和数字，比如某平台的实际报价区间。这也带来新问题：一旦搜到过时信息，它会自信地写进正文。

人工编辑的价值仍然巨大。 但注意，编辑改的不是”文笔”，而是删掉无信息量的段落，把松散结构收紧。这一点很关键。

三、问题的根源

AI写作之所以”长而空”，有三个技术性原因：

1. 训练目标是”像真人写的”，不是”说得对”。流畅度被优先优化，观点密度没人打分。
2. 缺少真实立场。写文章的本质是选择——选择讲什么、不讲什么、先讲什么。AI默认全都要讲。
3. 安全倾向导致中庸。带锋芒的判断容易被判定为风险，于是全都变成”要结合实际情况”。

四、七个可操作的做法

这些是我们反复试出来的，按性价比排序：

1. 先给结论，再让它写。 不要问”怎么写”，直接告诉它”文章主张是：中小企业的AI客服不要买标准SaaS，先自建一个只有三个场景的机器人”。有了主张，文章才有骨头。

2. 给它反例。 “举一个失败的例子，说明为什么按人头订阅的模式会亏。“反例是最能提升信息密度的素材。

3. 强制删除填充句。 生成后追加一句指令：“删除所有不包含具体信息、数字、案例或判断的句子，只保留剩下的。”

4. 要求数字和来源。 “每个论点必须有一个具体数字或具体公司案例，没有就删掉这个论点。“这条能直接把字数砍掉三分之一，质量反而上升。

5. 分段写，不要一次成文。 一次生成3000字，后半段必然软。按小节生成，每节单独审。

6. 让它自己挑刺。 写完后来一轮：“假设你是这家公司的老板，你会怎么反驳这篇文章？“然后根据反驳重写薄弱处。

7. 最后一遍必须人写。 至少第一段和最后一段人写。这两处决定了读者是否继续读、以及读完记住什么。

五、什么时候不该用AI写

有三类内容我建议谨慎：

• 涉及承诺的内容：报价、周期、效果保证。AI会编出一个合理但错误的数字。
• 需要个人经历的：AI写的”我上次遇到”永远是假的，读者能感觉到。
• 需要承担责任的判断：投资、医疗、法律意见。

结语

AI已经把”写出一篇通顺的文章”的成本降到接近零，这意味着通顺本身不再有价值。剩下的价值在于：你有没有一个别人没说过的主张，以及有没有证据。工具评测到最后，比的其实是使用者敢不敢下判断。