夜雨聆风很多人在用人工智能来帮自己写文章的时候，总觉得水平一直停留在原地没有办法提升，其实最根本的问题还是出在跟机器对话时输入的那些指令上面。
这种说法并不是随便瞎编出来的，因为在过去一年多的时间里，我一直在一家专门做人工智能内容的机构里面负责项目的协调和管理，在这个过程中我仔细研究过好几十个不同领域的账号在后台生成的各种记录，最后才得出了这样一个结论。
哪怕大家使用的是一模一样的软件工具，每天花在上面的时间也是差不多的，但是不同的人最后写出来的文章质量，里面的差别其实是非常巨大的。
有一些人每天能够靠着机器生产出十万字以上的稿子，看着好像非常努力，但现实中他们可能连一个几百块钱的商业合作都拿不到。之所以会出现这种情况，并不是因为后台的技术模型退步了，也不是说现在大家不需要看文字了，根本的原因其实是在他们刚开始在键盘上打出第一行要求的时候，整个思考的方向就已经偏离了正确的轨道。
实际上，我们写给机器的那些引导词，主要是在起着两个方面的关键作用。
其中一个作用，就是去限制机器检索信息的范围。就拿写商业分析类的文章来说，如果一个人给机器提的要求只是非常简单的“写一篇关于新能源车降价的分析”，因为这个要求放在任何一个平台上都能用，机器就会自动去调取那些最普通、最陈旧的套话，最后生拼硬凑出来一篇没有任何新意、像公文一样的材料。
但如果在这个时候，把要求修改为“站在一个干了十年的二手车商的角度，去分析某家汽车企业降价会对那些三线城市的车行带来什么样的实际影响”，这样一来，机器被限定在了一个非常具体的场景里，虽然能用的参考资料变少了，但是写出来的东西就会变得非常接地气，里面的内容也会变得扎实很多。
除了限制范围之外，跟机器沟通的指令还有另外一个作用，那就是去挖掘内容背后的深度。这种深度通常表现在两个方向上，一个是让机器去进行逻辑上的推演，另一个则是让它去模仿某种特定的说话风格。
输入的内容其实就跟我们做手工活一样，付出了多少心思，最后呈现出来的东西就会有什么样的水平。在细节上要求得越精准，写出来的文章读起来就会越让人觉得有分量。这就像是工厂里大批量生产出来的廉价塑料制品，和找手艺人专门定做的东西，在价值上是完全不一样的。
如果拿情感领域的写作来做例子的话，当人们在输入框里打下“写一段让人难过的失恋文字”时，机器反馈给你的往往是那些在互联网上早就被大家看烦了的套话。这样的文字发出去之后根本不会引起任何人的关注，因为现在看文章的人对于这种机器自动生成的、冷冰冰且没有温度的话语已经完全没有任何感觉了。
但是如果把指令换成“去扮演一个刚刚三十岁、并且刚办完离婚手续的女性，在半夜里看到冰箱里只剩下半个蛋糕的时候，她心里在想些什么”，这样写出来的文字就会有非常具体的画面，里面全是一些日常生活中的小细节。只有当文字里面包含了这些具体的事物时，看文章的人才容易感同身受；如果只是写一些大而无当的话，大家在看的时候就会在心里产生距离感，根本读不进去。
除了能够写出这些细微的画面之外，设计好跟机器沟通的步骤，还能够让它展现出更强的逻辑推理能力。就拿我平时经常接的一些给企业写公关稿件的业务来说，行业里有很多同行写稿子的速度比我快得多，但他们拿到的稿费却非常少，这里面的原因其实也很简单。
那些人平时最喜欢用的方法就是让机器把别人的文章直接拿过来，改掉里面的公司名字或者产品名称，然后当成自己的发出去。这种做法之所以非常普遍，主要就是因为偷懒是人的本能，大家都不想花时间去自己构思文章的结构，只想用最简单的方法快速弄出一篇看起来字数很多的文章来交差。
然而，用这种方式弄出来的文章，对于整个行业的发展根本没有任何深刻的认识，写这种内容的人基本上还没有形成自己独立的思考方式，整天就想着靠数量来赚点快钱。这样的人在市场上是不可能拿到高稿酬的，因为对于客户来说，他们完全可以随便找一个没有经验的实习生，来做这种重复且没有技术含量的体力劳动。
像这样的简单指令当然谁都会写，但我自己基本上从来不会去用这种方式。这也是为什么在大家都觉得写字不赚钱的时候，我依然能够在这个行业里拿到比较不错的收入。
之前我接过一个商业合作，写完之后对方直接给了两万块钱的稿费，那篇文章的主题主要是讨论在小城市和县城里卖咖啡的时候，那些大型连锁品牌以前那一套选择店铺位置的方法为什么不管用了。
在设计这篇文章的写作框架时，我采用了一种不太寻常的思路。首先是把大城市和县城这种在地理和消费习惯上有很大差异的地方放在一起对比，其次是要求机器尝试着用一些经济学上的规律，去解释县城里那种靠面子和熟人关系来维持的社会现象。这种做法跟那种图省事的做法有很大的不同，因为我虽然让机器帮我整理了大量的材料，但整篇文章的核心逻辑是我自己想出来的。
我在输入要求的时候，特别把“县城里买东西的人非常看重面子”这个核心的因素写了进去。当客户拿到第一稿阅读的时候，就会觉得整篇文章读起来很自然，而且说得很透彻。这种深刻的分析是单纯靠机器自己去算算不出来的，必须由一个真正懂行的人和机器一起配合才能够写得出来。
那么，究竟要怎么去跟机器进行沟通，才能够写出那些能够让很多人转发、甚至连专门做内容审核的编辑都觉得很好的文章呢？
在这里我需要提到行业里的一个老手老李，他自己一个人没有带团队，只是通过研究怎么给机器写指令，一年就能赚到几百万。他写指令的时候跟普通人完全不一样，比如他会要求机器假装成一个社会学家，然后结合某种具体的社会学理论去分析现在年轻人在人际交往中流行的搭子关系，或者他会直接扔给机器一份长达两百页的行业报告，让机器找出里面的关键数据，去驳斥现在网络上非常流行的一些关于大家都不愿意花钱消费的消极观点。
他的文章之所以能卖出高价，就是因为他在里面建立了一套分析问题的框架，并且进行了很深的逻辑推论，这拼的其实就是创作者自己脑子里的知识储备。大部分人在看到这种方法的时候，脑子里的第一个想法可能会觉得这样做太麻烦了，如果写个文章还要自己想这么多问题，那机器帮我们省时间的好处不就没有了吗？
后来我有机会去参加了他的一次私下交流会，听完他的分享之后，我才算是真正想明白了一个道理。其实很多刚开始用这种工具的人，最在乎的是机器写字的速度快不快，而那些真正能靠这个赚到钱的人，他们看重的是机器能够帮他们处理多深的问题。大多数人只是在用机器来增加文章的数量，但对于真正懂行的人来说，机器更像是他们自己大脑功能的一个延伸。
那些真正能让人觉得有用的内容，从来都不是靠拼凑大量的字数来完成的，看文章的人也不想去读那些用机器写出来的、看起来整整齐齐但没有什么实际用处的空话。人们之所以愿意花时间把一篇文章读完，并不是因为里面的词语用得多好，而是因为这些文字让他们看到了一些以前没有想到的新思路。当大家觉得有收获并且把文章分享出去的时候，其实是因为他们赞同作者在写文章时展现出来的思考过程。
也就是说，用人工智能来写文章，关键并不在于你每天能用它生产出多少万字的内容，而是在于你在给它下达任务的时候，自己设计的框架到底有多深，这才是决定内容值不值钱的关键。
那些每天在网上发上百篇文章的人，可能每天都在担心平台会不会限制自己的流量，而那些一个月只写几篇扎实文章的作者，反而经常会收到各种机构主动送过来的高价约稿邀请。这两种人之间之所以会产生这么大的差距，根本原因并不是因为他们用的软件版本不一样，而是在一开始动笔写要求的时候，高下就已经分出来了。
只有在自己把想要表达的核心意思都想明白之后，再去考虑应该怎么给电脑输入具体的要求。
如果只是把这种新工具当成一个不用脑子的打字机器来用，最后写出来的东西只会变得越来越没有意思。
写到这里，如果你还在纠结‘怎么写’或‘写什么’，别自己闷头想了。我建了一个实战交流群，不讲课，只带练，每天分享一个AI写作小技巧。扫码/回复关键词，我拉你进来，一起写出有回响的文字
