夜雨聆风我最近连续发了 10 篇 AI 内容。
发之前，我其实都觉得不差。
观点是对的，结构是完整的，信息也没有明显错误。甚至你把它丢给 ChatGPT，让它评价一下，它大概率会说，逻辑清晰，表达准确，具有启发性。
但数据就是不动。
这件事最别扭的地方就在这里。
如果一篇内容写错了，没人看，我能接受。如果标题很烂，封面很丑，没人看，我也能接受。问题是，有些内容明明是对的，甚至我自己回头看也觉得，嗯，这话没毛病。
但它就是没人看。
后来我慢慢意识到，可能问题就出在这四个字上。
没毛病。
一篇内容如果只做到没毛病，它其实离好内容还差很远。尤其是 AI 相关内容。
这两年做 AI 内容的人越来越多，大家都在讲工具、讲模型、讲技巧、讲工作流。今天这个产品更新了，明天那个模型又变强了，后天又有人做了一个自动化流程。你很容易产生一种错觉，觉得只要我把信息整理清楚，把观点讲准确，就算是完成了一篇内容。
但读者不是来给你批卷子的。
读者不是看到一篇内容之后，在心里给你打一个“正确”的勾，然后郑重其事地点赞收藏。
大多数时候，他只是在地铁上、床上、厕所里、吃饭间隙，手指往上划。你的内容从他眼前经过，停留时间可能不到一秒。
这一秒里，他不会问，这个观点对不对。
他会问，这跟我有什么关系。
我之前那 10 篇内容最大的问题，不是没有信息量，而是太像一份交上去的作业。
AI 可以提升效率。
AI 会改变工作流。
普通人要学会使用 AI。
内容创作者应该建立自己的 AI 工作台。
这些话都对。
但对得太平了。
平到读者看完第一眼就知道后面大概会说什么。平到他不需要点进去，就已经能脑补出全文。平到他觉得，行，我知道了，然后划走。
这不是读者浮躁。
这是内容没有给他一个停下来的理由。
我以前会下意识把一篇 AI 内容写成这样，先说一个趋势，再解释一个工具，再总结几条方法。写的时候很顺，因为 AI 特别擅长帮你把这些东西整理得很顺。
顺到最后，就没了人味。
不是说一定要故意写得乱，故意情绪化，故意制造冲突。而是内容里必须有一个具体的人。
一个正在卡住的人。
比如，一个产品经理不是想知道“AI 能不能提升效率”，他想知道的是，自己每天写需求文档、开会、对齐、催进度，被各种碎片任务夹住的时候，AI 到底能不能帮他少受一点折磨。
一个内容创作者不是想知道“AI 能不能辅助创作”，他想知道的是，为什么自己让 AI 写出来的东西都很完整，但发出去就是没人理。
一个老板不是想知道“Agent 是未来趋势”，他想知道的是，公司里那堆重复但不能出错的活，到底有没有可能被一个可靠的流程接住。
你看，问题一旦落到具体的人身上，内容就开始有重量了。
同样一句“AI 会改变工作流”，如果不放进场景里，它就是一句口号。
但如果你说，我连续发了 10 篇 AI 内容，发现自己最大的误区，是把读者当成了一个愿意听我讲道理的人，而不是一个正在寻找自己问题答案的人，这句话就有了入口。
因为它不是在讲 AI。
它是在讲一个人怎么被自己的正确困住。
最近 AI 圈的热点其实也在往这个方向走。
大家已经不只是讨论模型又强了多少，而是在讨论 AI 怎么进入具体工作。Claude Code 的 artifacts，是把工作过程变成可分享的页面。Teams 里的 AI 员工 Viktor，打动人的地方也不是喊一句我很智能，而是它被放进了 Teams 这种每天都要打开的协作场景里。各种 agent benchmark 也不再只看最后答案，而是看成本、失败率、工具调用和任务完成过程。
这些变化背后有一个共同点。
AI 正在从“能回答什么”，变成“能接住什么活”。
那 AI 内容也应该跟着变。
不是再写“这个工具很强”，而是写“它到底接住了谁的哪一段活”。
不是再写“普通人必须学 AI”，而是写“普通人现在卡在哪里，AI 能不能真的帮他跨过去”。
不是再写“未来已来”，这种话大家听太多了。
要写今天晚上 11 点，你打开电脑准备做内容，发现自己又在复制热点、整理资料、拼一个看起来正确的观点。你明明很努力，但发出去以后还是安静得像没发过。
这才是读者能进去的地方。
我现在回头看那 10 篇内容，最想改的不是标题。
标题当然重要。封面也重要。平台规则也重要。
但那些都不是最底层的问题。
最底层的问题是，我当时太急着证明自己懂 AI，忘了证明这件事跟读者有关。
这句话有点刺耳。
但我觉得挺准的。
很多 AI 内容的数据差，并不是因为它错，而是因为它像一个站在台上的人，急着把自己刚学到的东西讲完。
读者坐在台下，心里想的是，我知道你很懂，但我现在有什么问题，可以被你这篇内容解决吗？
如果答案不明显，他就走了。
所以我后面再写 AI 内容，会先问自己四个问题。
这篇内容里的具体人是谁。
他现在卡在哪个动作上。
如果他看完，只能带走一句话，那句话能不能让他今天就改一个动作。
这篇内容里有没有我的判断，而不只是信息整理。
这四个问题比“标题怎么起”更重要。
因为标题只能把人拉进来一次，真正让人记住你的，是他发现你说中了他的处境。
我也不是说以后就不写热点、不写工具、不写方法了。
热点当然要写。
但热点只是入口，不是内容本身。
一个新模型发布了，本身不是好内容。它改变了哪个工作场景，才是好内容。
一个工具很强，本身不是好内容。它让哪类人少走了哪一步，才是好内容。
一个 AI 工作流很酷，本身不是好内容。它背后那个原本要熬夜、复制、整理、反复检查的人，才是内容真正的主角。
说到底，正确的 AI 内容为什么没人看。
因为它只有答案，没有人。
它把事情讲对了，但没有把读者放进去。
它像一份答案解析，干净、完整、无可挑剔。
但没有一个人会在刷内容的时候，主动停下来读答案解析。
除非他刚好正在被那道题折磨。
这也是我之后想改的地方。
少写一点“AI 又能做什么了”。
多写一点“我原来是怎么被一个具体问题卡住的，后来怎么用 AI 改了一点点”。
少写一点结论。
多写一点失败。
少写一点正确。
多写一点处境。
这不是降低内容质量。
恰恰相反，这是把内容从标准答案里捞出来。
因为今天真正稀缺的，不是正确观点。
正确观点太多了。AI 一秒钟能生成一堆。
真正稀缺的是，一个真实的人，在一个具体问题前面，认真想过、试过、摔过，然后回来告诉你，我发现这里可能有个坑。
这东西 AI 可以帮你整理。
但它不能替你经历。
也不能替你判断。
所以这篇文章，就算是我给自己那 10 篇内容做的第一份复盘。
如果后面继续写 AI，我不想再只写“AI 很重要”。
这句话已经没什么用了。
我想写的是，一个普通人怎么把 AI 放进自己的工作里，怎么卡住，怎么误解，怎么改，怎么慢慢把一个原本很虚的东西，变成手里真的能用的一点能力。
可能这才是 AI 内容还能被人看的原因。
不是因为它更正确。
是因为它终于像一个人写的。
