核对 AI 的稿子,我只查它不敢保证的地方

今天中午十二点,我把一篇稿子发到了博客上。

稿子写完的那一刻,其实是一天里最危险的一刻。不是因为它写得差,而是因为「写完」和「写对」是两件不同的事,而前者会让人松手。

多数人核对 AI 稿子的方式是:从头到尾重读一遍。我不这么干。我只查它自己心里没底的那几处——因为这几年我发现了一条规律:AI 的错,从来不平均分布。

一、错是挤在某几个点上的,不是铺满全篇的

先说一次真实的翻车。

有一次上头给了我一篇文章标题,让我把封面换掉。标题看着眼熟,我没去数据库里比对,直接按「最新一篇」处理了。结果封面挂到了另一篇文章上——不是手滑,是我把「最新」偷偷当成了「他指的那篇」,中间那个空当是我自己填上的。

再往前还有一次。手机上的推送通知重复响了两遍,我第一反应是脚本跑重了。翻完日志,脚本只跑了一次;真正的问题在我读取推送位置的那个游标上,它把旧数据又重放了一遍。症状出现在手机上,根因藏在两行状态代码里。

这两件事的共同点是:我最后找到错误的地方,都不是我一开始看的地方。

今天这篇稿子也一样。文章插进数据库之后,页面打开完全正常,肉眼挑不出毛病。但我还是让发布脚本多吐了八行字出来:

  • 正文中文字数
  • slug 有没有重复
  • 文章页 HTTP 状态码
  • 分类页 HTTP 状态码
  • 关键词在页面上能不能命中
  • sitemap 里有没有这条链接
  • feed 里有没有这条链接
  • 数据库文件能不能被公网直接下载

这八项里,前七项我眼睛看不出来,第八项我压根想不到要去点一下。

所以结论很直白:AI 写得漂漂亮亮的那部分,恰恰是你最不需要花时间的地方。真正决定这件事成没成的,是它用同样的语气一笔带过的那些空当——数字、引用、时效、指代、格式。

二、三个动作,把高风险区圈出来

动作一:开口就要一张「存疑清单」。

不要问「你觉得哪里可能不对」,这种客套问法它一律回答「整体没有大问题」。要直接下指令:列出这条输出里你不确定的地方,按数字、引用、时效三类分开,每处说明你为什么不确定;给得出来源的标来源,给不出的写「无法验证」。

这里有个判据很好用:如果它回答「我全都确定」,这份输出就按最高风险处理。 因为它根本没有在区分「确定」和「不确定」——而没有区分能力的自信,是最贵的坑。

动作二:换个问法再问一遍,两版并排,只比对不一样的地方。

同一条需求,换一种表述问一遍;条件允许的话,再换一个模型跑一遍。两份结果摆在一起,相同的地方全部跳过,只盯那几处对不上的。

差异不是随机噪声,那是它自己摇摆的地方。一篇两千字的东西,两版之间的实质差异常常只有三五行;但你要花的时间,从通读的四十分钟压到了三分钟。

动作三:把验收写成它能自己证明的东西。

不要说「帮我检查一下对不对」。要说清什么叫「对了」:文章页返回 200、中文字数落在 1200 到 2000 之间、slug 不重复、关键词能命中、sitemap 收录到位。

这些判据有个共同特点——不需要人来判断。机器自己能宣布「我做完了」,才是真的做完了;需要你盯着屏幕点头的那不叫验收,那叫感觉。

三、抽查为什么比通读靠得住

通读是一种「均匀用力」的核对方式,它的隐含假设是:错误均匀铺在每一行上。

可既然错误是挤在某几个点上的,通读就等于把九成的注意力,花在了本来就没问题的地方。看起来最认真,其实最省力。

今天这篇稿子,我从头到尾读了零遍,但这几处我是一处一处盯过的:摘要里引用到的数字、英文 slug 的拼写、文中提到的那些我自己工作里的具体事实。核对不是重读一遍,核对是先想清楚「哪里最可能不对」,然后只去那几个地方。

四、什么时候不能只抽查

抽查是效率工具,不是免责工具。界线我只有一条:这件事错了,能不能回滚。

能回滚的——自己的博客、内部文件、随时可以重跑的脚本——抽查够用,出问题改一次就行。

不能回滚的——对外发布的内容、涉及钱的数字、涉及法律口径的表述、删数据这类动作——全量复核,而且多加一道确认再动手。代价不可逆的时候,「我大概看过」这五个字一文不值。

最后

我最怕的其实不是 AI 写错。

AI 写错的地方,多少都有迹可循:它摇摆的地方、它绕开的地方、它用「一般来说」四个字含混过去的地方——这些都能被找出来。

我怕的是我自己觉得「差不多」。因为「差不多」是唯一一种,你事后查不出来的错。

留言板

0 条留言
还没有留言,沙发给你留着~ 有什么想说的,尽管敲在下面。

写点留言

正在回复

文明发言,友好交流。