AI 写文案，又快又好。然后呢？

前段时间，一个做营销的老朋友约我喝茶。

刚坐下，他就憋不住了：他们团队现在九成的初稿都交给 AI 写。以前一篇推文磨一下午，现在十分钟出三版。他还给我算了笔账，光文案这一项，一年省下来的人力，小几十万。

我说，挺好，真挺好。

然后我问他：出过错吗？

他愣了一下，说，错是出过……改改不就好了？

我给他讲了几个故事，都是 2023 年的。那一年 ChatGPT 刚爆红，全世界的公司都在往生成式 AI 上扑，学费也是那一年交的。一笔一笔，触目惊心。

今天趁着这壶茶，也讲给你听。

它是怎么"写"出来的

先说底层原理。别嫌枯燥，这一段决定了后面所有的坑。

什么叫生成式 AI？

说白了，一台超级文字接龙机器。你给它一句话，它开始猜：下一个字，最可能是什么？猜一个，写一个。再猜下一个，再写一个。一句接一句，直到把答案接完。

它读过互联网上几乎所有的文章、书籍和网页，所以接得特别顺。

但注意，它的目标只有一个：接得顺。

它不知道自己对不对，也没有办法知道。它只是每次都挑概率最大的那个字。

它不求真，只求像真的。

这句话请你记牢。后面所有的故事，都是从这句话里长出来的。

除了真假，还有腔调。它默认的口吻，是整个互联网的平均值。平均值是什么味道？没有味道。写出来谁都像，就是不像你。

所以品牌要做的事，叫驯化。拿自家多年的文案喂它，喂得越多，它越懂你的腔调。再立一套规矩：哪些词永远不许出现，标题怎么统一，写给什么阅读水平的人看。像 Writer 这样的平台，甚至内置了品牌风格指南，连牛津逗号用不用都管得到。

护栏有用。但护栏拦不住所有事。

往下看。

一笔七千亿的学费

2023 年 2 月，Google 给自家聊天机器人 Bard 投了一条广告。

广告里，Bard 回答一个天文问题：哪台望远镜拍下了第一张系外行星的照片？它给的答案，是错的。

就这一个错。

当天，Google 市值蒸发 1000 亿美元，折成人民币将近七千亿。一句话的事。

天呐！

Google 尚且如此，媒体就更狼狈了。男士杂志 Men's Journal 用 AI 写了一篇讲低睾酮的文章，事实错误被医生拎出来一条一条批。CNET 更惨，AI 写的稿子里，利息怎么算、房贷利率是多少，全是错的，后来还被指出抄袭。你说它是机器写的吧，它起初还遮遮掩掩，没跟读者说清楚。

为什么会这样？

两个原因。第一，它是拿整个互联网练出来的，而互联网上满是错话和谎话。第二，前面说过了，它判断不了真假。

所以这毛病有了个名字，叫"幻觉"。说幻觉都是客气的，说白了，就是一本正经地编。顺带一句，互联网上的偏见，它也照单全收，学得比谁都快。

那怎么办？没有捷径，人工核查。日期、数字、人名、地名、机构名，一条一条对。尤其是数字。

还有个反方向的风险，更要当心。2023 年，三星的员工把公司机密直接粘贴进了 AI 对话框。你喂给它的每一句话，都可能变成它回答别人时吐出来的话。

自家的机密，永远别喂。

两个安静的坑

比起编错话，有两个坑更安静，也更隐蔽。

一个是，它的知识有截止日期。那一代 ChatGPT（GPT-3）的知识，停在了 2021 年。你问它刚结束的球赛、刚上映的电影，它照样张口就来，来的全是错。而且它不会说"我不知道"，它会端一个最像答案的答案给你。

所以热点、趋势、最新的搜索词，老老实实用搜索引擎去查。

另一个是，它想不出没人想过的事。

你想想看，它的全部本事，是把人类写过的东西重新排列组合。一个从没人写过的观点，在它的概率表里压根没有这一格，它怎么接？

它是模仿机器，当不成第一个吃螃蟹的人。

你想做思想领袖，它帮不上忙，甚至可能把你磨成一个高级复读机。

品牌花了二十年学说话

这件事，很多营销人还没回过味来。

过去二十年，品牌干的最重要的一件事是什么？把自己活成一个人。B2B 公司做内容，做成了不输传统媒体的出版帝国；消费品牌搞用户共创、搞联名、让员工出来替公司发声。为什么？因为人只信人。

2023 年 Monmouth 大学的民调里，只有 9% 的美国人相信 AI 带来的好处会多于坏处。九成的人，是怀疑的。

这时候你把署名从人换成 AI，媒体不会引用一篇 AI 写的稿子，行业大会不会请一个 AI 上台，专栏、圆桌、播客这些靠人撑起来的信任资产，它一概拿不到。

再说句扎心的。也别默认 AI 写的效果就更好。

Phrasee、Persado 这类专门做绩效型文案 AI 的公司，干了那么多年，拿你自家的历史投放数据训练，按理说最懂哪句话点击高。可这些年品牌用下来的体感，都参差不齐：点击是涨了一点，落到漏斗下层就稀里哗啦，授权费一交，剩不下多少。

专门干这个的都这样。通用生成 AI 主要帮你省的是时间。省时间，和涨效果，是两码事。

效果谁说了算？A/B 测试说了算。

渠道里的手艺，它也不懂。做过邮件营销的朋友都知道，主题行的关键词要前置，主题行和正文要对得上，好让最可能点击的人来打开。这些细节，它分不清一封促销邮件和一封商务往来的邮件差在哪。

它交出来的是毛坯。装修，还得靠懂渠道的人。

那，到底怎么用？

讲了这么多坑，你别误会，我不是劝你别用。

恰恰相反，用。但要把它放在对的位置。

什么位置？配角。

它的本事其实不小：能凭一句话凭空写，能分步骤陪你磨长文，能把你给的稿子换个腔调，还能在你打字的时候在旁边提词。但眼下最值得让它干的是三件事。

第一件，破白纸。写作最难的是开头那张白纸。你让它一口气出 20 个想法：我卖草坪园艺用品，给我 20 个客户春天可能折腾院子的事；我开托育机构，给我 10 个家长不送孩子来的顾虑。它半分钟给你一屏。快，是真的快。烂的划掉，总有两三条能点亮你。点亮之后，拿历史投放查查重，做做调研，再 A/B 测一轮。

第二件，一稿多吃。长文写完了，让它缩成四句话的摘要放进邮件，再改成一条社交媒体的转发语。多要几版，挑着改。

第三件，一个内容，说给几种人听。同一套记账软件的文案，让它分别改写给小老板、给大公司的财务、给开餐馆的。或者干脆把阅读门槛降下来，让更多人读得进去。

你发现没有，这三件事，要么落在写作的最开头，要么落在最末尾。中间那段真正立观点、真正下判断的活，它不碰。

这就对了。

最后一个提醒：写作，就是思考

很多老板的心思是：想法我出，字让 AI 写，多好。

可惜很多人误会了写作，以为它是把想清楚的东西誊下来。

错了。落笔的过程，就是想的过程。你要把一句话写顺，就被迫想清楚它的结构、它的细节、它到底站不站得住。

把这个过程外包出去，省下的就不只是时间。

省下的，是思考。

笔可以交出去，脑子不能。

三年后回头看

对了，还得说说现在。

2023 年那会儿，一边是狂热，一边是我上面这些泼冷水的忠告。当时最理性的判断是：这技术还在青涩莽撞的青春期，毛病一堆，但长期值得押注。钱会大笔砸进去，模型会更准，市场会整合，定价会成熟。

三年过去，这些判断基本都兑现了。今天的模型比当年强了不止一档，幻觉少了。注意，是少了，没有绝迹。玩家也确实收敛到了几家手里。

所以现在真正的考题，早就从"用不用"变成了"怎么用得深"。过去五十年，办公室被技术改造过一轮又一轮，每一轮都干掉一些岗位，也长出一批新角色。这一轮不会例外。

做法还是当年那句话：小步启动，别指望一次切换到位。咱们把流程拆开，一段一段重新想象。每动一段，都问上一句：这么做，客户的体验是变好了，还是变差了。

那天茶喝到底，我那位朋友问我：照你这么说，我们还敢用吗？

我说，用，大胆用。

只是把名字签上去之前，先问自己一句：

这些字里，哪些必须由我来写？

这一句想清楚了，AI 是你的杠杆。想不清楚，它是你的雷。

更祝你，永远不会因为一句 AI 编出来的话，赔掉真金白银。