听说有人用AI写材料出大事了

先说一个可能不少人都遇到过的场面。

稿子交上去了，领导扫了一眼，指着其中一句问：这个数据哪来的？这个文号对吗？这位领导真这么讲过吗？

三个问题，一个都答不上来。因为这些不是你写的，是AI写的。你看着挺顺，就交了。

《秘书工作手记4》里有句话，我第一次看到的时候心里一紧：AI不会写检讨，也不会背处分。它编错了，责任是你的，不是它的。

AI编东西，不是故意撒谎。它是概率预测，在海量数据里错误地关联、拼接，“幻想”出内容。要命的是，它永远用最自信、最专业的口吻说出来，你根本听不出来。

落到公文里，常见的坑有这么几种。

一是政策和文号。它可能把网上流传的讨论稿当成正式文件，把A省的政策安到B省头上，甚至“发明”一个根本不存在的文号。当它写出“深入贯彻落实《关于优化XX领域审批服务的指导意见（国发〔2023〕XX号）》”这种句子，看着特别像真的——你去查，没这个文号。

二是引用。它引“领导金句”也一本正经。书里调侃了一句：鲁迅根本就不知道自己曾说过那么多精辟的话。AI引的也一样，引号里那些字，可能从来没人在任何场合讲过。

三是数据。这是重灾区。它可能混淆统计口径，把不同年份的数字拼在一起，甚至为了让逻辑自洽，“合理”地编一个出来。数字越精确到小数点，人越容易放松警惕。

四是抄袭。这一条最隐蔽。它学过的东西，可能整段粘进你的稿子，你自己完全不知情，一查重，跟网上某篇文章高度雷同。

等它写完再改，是被动的。书里给的办法叫“预防性约束”：在提示词里加一个【约束条件】模块，从源头上减少它瞎编的空间。

有三条可以直接抄：

加了这几条，它的产出就自带“可核查性”——该留空的留空，该标注的标注，你后面核起来也有抓手。

稿子拿到手，六项内容必须逐项过一遍：政策、引用、数据、抄袭、本单位实际、保密。

书里举了个例子。AI写了一段工作总结，里面有“实施'2+6+N'产业行动”，还有“'5020'项目覆盖率95.1%”，看着挺唬人。你得逐项拷问它，也拷问你自己：“2+6+N”有出处吗？两位数增长有依据吗？95.1%这个数是哪来的？

每一项都要有答案，答不上来的就删掉或替换。核实不是抽查，是逐项检查、逐一核对。

另外两件事容易忽略，出的都是大事。一是查重，有条件就把成稿放进查重系统或搜索引擎里横向比对一遍。二是保密：喂给AI的提示词不能夹带涉密文件和敏感数据，内部材料要彻底脱敏之后再用——人名、地名、单位名、文号、核心数据，一个都不能直接扔进去。

AI写的稿子，交之前逐项核

除了自己当审查官，还可以让AI先当第一道质检员。不过这里有个技巧：不要对它说“请检查一遍有没有问题”。

你这么问，它大概率客客气气地回一句“整体写得不错”，再提两条不痛不痒的建议。因为它是在顺着你的预期走——你期待它认可这篇稿子，它就认可给你看。

有效的做法是对抗性审查：给它换一个专门挑刺的角色，把任务从“检查”改成“攻击”。可以直接抄这段：

角色一换，它的状态完全不一样——从“帮你圆”变成“跟你对着干”，藏得深的毛病才会被翻出来。

书里的自查模板也是这个思路：让它换上一顶“有10年办公厅文稿审核经验的资深审核专家”的帽子，按四张清单逐项自报——政治性与政策合规、数据与事实准确性、金句与引用核查、公文格式规范。在这个模板开头加上“以挑错为目的”这句要求，效果还会再上一截。

它先筛一轮，能抓掉一批明显的错。但最后拍板的还是你。书里那个说法挺形象：它能帮你标注路况，往哪走最安全，得靠老司机判断。

说到底，用AI写材料，信任它和核实它是一体的。它的最后一道关，永远是你自己。

这套东西在书里是完整的一节：《秘书工作手记4：结构化表达与AI公文写作》第五章第八节“严防死守AI幻觉”。约束条件怎么写、六项怎么核、自查提示词模板，都给了现成的，直接抄来就能用。

想解决哪一类问题，看哪一章：

新书刚上市，清华大学出版社出版，定价 69元，现价49元。

京东搜索“秘书工作手记4”就能找到。