发出去才发现问题？让 AI 先当一道内容质检关

我见过最贵的一次教训，不是写错了字，是「我们三个人都看过，都觉得没问题」。

内容出事，很少是因为没人看，而是没有一个环节专门负责挑错。

写和审是两种相反的手艺：写的时候要敢说，审的时候要敢删。同一个人连着做，往往两边都做不好。

这篇讲内容质检这个岗位：它只负责一件事——检查事实、逻辑、品牌与风险。要喂它什么、五步怎么走、上线要过哪几关，以及为什么最后签字的必须是你自己。

很多公司其实也有「审核」，但审核通常是：看一眼有没有错别字、有没有敏感词，就放行。

内容质检岗的唯一结果是：检查事实、逻辑、品牌与风险。它查的是四件事——数字对不对、推理通不通、说的话像不像你自己、有没有碰到不能碰的地方。

这四件事值得单独立一个岗位，因为它们的出错方式完全不同：事实错了是硬伤，逻辑错了读者会走，品牌错了像换了个人在说话，风险错了一旦发作代价最大。

最后一条最隐蔽。质检的价值不在替你把字改漂亮，而在于把「哪里有疑问、为什么有疑问」逐条说清楚。

这个岗位固定吃四类材料。缺任何一样，它就只剩「读一遍」这个动作，等于没有质检。

一条硬纪律：关键输入缺失时，先返回缺口，不许用想象补齐。宁可它说「这批材料没有数据出处，只能核对表达和风险」，也不要它凭印象去判断一个数字对不对。

第二样「来源」是命门。没有出处的稿子，质检最多帮你查逻辑和用词；真想查事实，得先把配套的原始资料拿出来。

完整的执行链是五步：事实核对 → 逻辑反证 → 表达降噪 → 风险检查 → 建议修改。每一步都留下能检查的中间产物，漏检了才知道漏在哪一层。

第一步「事实核对」，把稿子里每个数字、每个时间、每个案例都拎出来，逐一回到原始出处。对不上的标黄退回，而不是顺手改一个。

第二步「逻辑反证」最反直觉：要它主动找一遍「这个结论怎么才能被推翻」。愿意找反证的稿子，才不会在评论区被人一句话问倒。

第三步「表达降噪」是删，不是加。删掉形容词，删掉那些没有依据的「效果显著」「大幅提升」，能删的都删掉，剩下的才站得住。

第四步「风险检查」，拿禁区逐条过。涉及具体客户、具体案例、具体承诺的地方，是重点中的重点。

第五步「建议修改」，要求它说清「改哪一句、改成什么、为什么」，而不是丢一句「建议优化」。你拿到的是清单，不是感想。

下面这段可以直接复制去用。留意第六条：它只负责把问题摆到桌面上，发不发的决定权不在它手上。

这五关少一关，质检就会退化成「看一眼」。

AI 能把数字逐个对上、能把逻辑里的漏洞挑出来、能把夸张的说法标出来。但有一件事它替不了你。

最终公开责任属于发布者。稿子一旦发出去，落的是公司的名字。它说「这条没问题」，不等于你可以不签字——工具只负责把疑问摆上来，按不按、发不发，是你的决定。尤其涉及具体客户、具体承诺、具体效果的部分，必须你亲自过一遍。

说到底，AI 帮你把该查的都查了、该问的都问了；发不发、以谁的名义发，是你的活。这条线划清楚，把关才不落空。