写公众号别急着让AI动笔，真正稀缺的是作者自己的判断权
这篇稿子讨论公众号文章的成稿逻辑：题目要先变成读者关心的问题，材料要经过取舍，结构要负责带路，最后还要用校验把空话、顺话和借来的判断清出去。
现在写一篇公众号文章，门槛太低了。
给 AI 一个主题，它能很快吐出一篇看起来像样的稿子。标题、开头、案例和收尾都能补齐，甚至会主动给你安排几层小标题。
问题在于，这些东西凑齐以后，文章依然可能很空。
空不一定是信息少。
很多稿子恰恰是信息太满，资料铺得很勤奋，句子也很顺，但读者看完以后说不清它到底解决了什么问题。满篇的无序列表，各种高亮块，有点不像文章了，更像一本说得都对但毫无可读性的手册。
公众号文章要给读者一个可带走的价值。这个价值可以是一个新判断，一个可执行的方法，一个更清楚的解释，也可以是对某个问题的重新理解。读者看完以后，至少应该知道自己以后遇到类似问题时，可以怎么判断。
这个要求会把写作往前推。它逼着作者在动笔之前先想清楚：这件事为什么值得写，读者为什么要在乎，哪些材料真的有用，哪些话只是为了让文章看起来完整。
我最近研究花叔和卡兹克的写作系统，真正被拉出来的也是这个问题，花叔更关心文章怎样稳定生产出来，卡兹克更关心文章里怎样保留真实判断。
他们的方法看问题维度不同，一个关注生产，一个建立判断。
一篇好文章，要同时过这两关。能生产，文章才不会靠灵感碰运气；有判断，文章才不会变成一份顺滑的资料整理。
0.1 选题先过关
很多文章最早的问题，出在选题还没成立的时候。
一个热点、一个工具名、一个新概念、一个“我也想聊聊”的念头，都只能算素材。素材可以进入文章，但素材本身撑不起文章。真正能撑起文章的，是作者从素材里抓出来的那个问题。
卡兹克在他的写作方法里很强调这一点：写之前要先确认文章解决谁的问题、提供什么新信息、读者看完能带走什么。这个判断很朴素，但很管用。因为它会把一个模糊主题逼成一个具体问题。
比如“某个 AI 工具发布了”，这只是一个事件。
直接写功能很强、体验很好、未来可期，文章很容易变成信息转述。更值得写的角度，可能是它把哪类人的工作流改短了，过去哪个麻烦环节被省掉了，或者它表面很强但普通人使用时会踩到什么坑。
选题判断的作用，是帮文章找到重心。重心不稳，后面写得越完整，越容易变成漂亮的空壳。
这一步也会帮作者拒绝很多东西。有些想法适合发一条短评，有些适合放进素材库，有些只适合自己记一笔。不是每一个新东西都值得写成文章。
写公众号，第一步不是开写。
第一步是判断这件事有没有资格占用读者几分钟。
0.2 材料要经过取舍
选题站住以后，材料才开始进入。 资料当然重要。事实要准，例子要具体，背景要交代清楚，必要的时候还要有数据和来源。但资料多，不等于文章扎实。很多文章读起来累，就是因为材料没有经过取舍。作者把能找到的东西都搬上来，读者一路往下看，只能感觉到“他查了很多”。 材料进入文章之前，要先被主线处理一遍。 这段材料能不能解释你的判断，能不能补上读者理解时缺的一块，能不能让一个抽象观点变得具体。如果不能，它再新、再全、再热闹，也只是负担。 同一个例子，放在不同位置，效果也不一样。放早了，读者不知道为什么要看；放晚了，观点已经飘了一段；放错了，它会把文章带到岔路上。材料不是装饰，它要承担结构重量。 AI 在这一环很好用。它能查背景、做对比、整理公开资料，也能帮作者发现漏掉的角度。麻烦在于，它特别擅长把材料铺满。铺满以后，文章显得很勤奋，却未必更好读。 作者要做的事情很不讨巧：删。 删掉和主线关系不大的背景，删掉只能证明自己查过资料的段落，删掉那些看着丰富、实际没让读者更明白的例子。 材料被删过，文章才会开始变清楚。
0.3 结构负责带路
有了选题和材料，还需要结构。
这里的结构，不是把文章切成几个工整的小标题。小标题只能让文章看起来有秩序，不能保证读者真的读懂。结构真正要处理的，是读者怎么从一个问题走到一个判断。
花叔那套系统里很有价值的地方，就在这里。他把需求、资料、选题、结构、初稿、审校这些环节拆得很细，重点放在降低写作里的随机性。文章从想法变成成品，中间需要一条能反复走通的路。
这条路放到公众号文章里，大概就是：开头让读者进入问题，中段把原因和材料讲清楚，再往后给出作者的判断，结尾负责收束，而不是喊口号。
好的结构通常不太显眼。读者顺着往下读，知道自己为什么还要继续，却不会一直感觉作者在展示大纲。
结构太弱，读者会迷路。结构太硬，文章会像报告。
我现在检查结构，会看每一段有没有把读者往前推。有些段落单独看很对，放在文章里却没有推动任何东西，只是在证明作者懂得不少。这样的段落最好删掉。还有些小标题看起来很清晰，实际只是为了凑齐一套完整框架，也该删。
公众号文章不是知识库页面。
它更像一次带路。作者可以让读者看到岔路，但不能把读者丢在岔路里。
0.4 校验把作者留下来
前面几步能让文章成形，校验决定文章最后留下什么。
以前说校验，很容易想到错别字、事实、链接、格式。这些当然要查，但它们只是底线。AI 参与写作以后，校验还要查一件更麻烦的事：文章里哪些判断真属于作者，哪些只是模型顺手补出来的圆滑表达。
这也是去 AI 味最难的地方。
删掉几个高频词，解决不了这个问题。把句子改得口语一点，也解决不了。真正刺眼的 AI 味，往往藏在那些很顺、很完整、很安全的句子里。它们读起来没错，但没有来处。
一段话如果只是顺，不够。
一个观点如果只是完整，也不够。
校验要问的是：这句话有没有事实支撑，有没有真实观察，有没有作者自己的判断。如果没有，它就算写得漂亮，也该被处理。
这里最容易暴露文章的借用痕迹。比如前面提到“解决谁的问题、提供什么新信息、读者能带走什么”，这是卡兹克方法里的判断入口。如果文章直接把它拿来当自己的方法论，不交代来源，读者未必马上发现，但文章的底子是不干净的。
研究别人可以很坦荡，借鉴也可以很正常。真正要避免的，是把别人的判断揉进自己的话里，然后假装它天然长在自己这里。
所以校验不只是去 AI 味，也是在去掉不属于自己的东西。
花叔能提供生产流程的参照，卡兹克能提供判断入口的参照。到了自己的文章里，这些东西要重新过一遍：哪些适合我，哪些只适合他们，哪些可以借来做样本，哪些需要改造成自己的方法。
这一步不轻松。文章未必会变长，但会变准。
0.5 我会把公众号写作拆成四个动作
到这里，我自己的方法论才算能落下来。 第一，定问题。不要急着定标题，先定读者到底在为什么事情困惑。一个题如果只能说出“我想聊聊”，大概率还没准备好。 第二，选材料。材料要服务问题，不服务热闹。背景、案例、数据、观点，都要接受同一个检查：它有没有让读者更接近核心判断。 第三，铺路线。结构不用追求复杂，但要让读者走得过去。每一段都要承担推进任务，要么解释，要么举证，要么转向，要么收束。 第四，做校验。校验要查事实，也要查表达，更要查判断来源。顺滑的句子不自动合格，完整的段落也不自动合格。文章里只留下自己愿意负责的判断。 这四个动作里，最容易被低估的是最后一个。 因为 AI 生成得太快了。它越快给出一个完整版本，作者越容易接受“差不多”。但公众号写作真正的分水岭，恰好在这个差不多之后。 真正费劲的，是重读，是删除，是承认某个判断其实没想清楚。借来的东西要标出来，漂亮但空的句子也要拿掉。 这些动作比生成更慢，也更不像技巧。 但文章的质量，往往就在这里被拉开。
0.6 最后拼的是判断权
AI 会继续降低写作的表面门槛。以后写出一篇结构完整、语言顺滑、看起来很像公众号文章的稿子，只会越来越容易。 这不坏。生成变便宜，意味着很多人终于有机会把想法写出来。 麻烦在另一边：完整会变得越来越廉价，判断会变得越来越稀缺。 好文章不只是在页面上排出一套内容。它要让读者感觉，作者真的处理过这个问题，真的筛过材料，真的做过选择，也真的愿意为留下来的判断负责。 所以我现在看公众号写作，重点已经从“怎么写得更顺”转到“怎么判断得更准”。 顺，可以交给工具先做一轮。 准，必须由作者拿回来。
<section style="margin: 28px 0 14px 0; text-align: center; color: #d46b2c; font-size: 15px; font-weight: 700; line-height: 1.8;"> 扫码直达 </section>