你还在熬夜赶稿？会用AI的记者已经一个人干完一个编辑室的活了

最新推荐文章于 2026-06-18 14:16:48 发布

原创最新推荐文章于 2026-06-18 14:16:48 发布 · 244 阅读

5 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

标签

#人工智能 #知识图谱 #prompt #RAG #LLM

你今天几点下班的？

别装了，我知道你又是十点以后才关的电脑。

选题会上被催"这周怎么还没出深度稿"，采访对象临时改时间你只能重新排期，稿子写完编辑说"角度不对重来"，追个热点你比谁都快但阅读量就是上不去——

一个人干三个人的活，拿一个人的工资。

这不是你能力不行，是整个行业在缩编。报社砍人、网站裁员、自媒体内卷，但内容需求一点没少。领导的原话是不是"人少了，但质量不能降"？

翻译一下就是：活照干，钱没有。

我今天不跟你聊什么"拥抱变化""终身学习"这种鸡汤，我就说一个事——AI到底能帮你干哪些活，让你在被裁之前先稳住自己的产出。

不是那种"未来已来"的空话，是今天就能用、明天就能帮你省两小时的具体操作。

一、选题与热点追踪——别再靠刷手机了，AI帮你盯

你每天花多久找选题？

别不好意思说。微博热搜刷一遍，公众号扫一遍，抖音热点看一圈，再翻翻Reddit、Twitter，生怕漏了什么。光这个动作，少说一小时，多则半天。

最气的是什么？你刷了两个小时，什么都没刷出来。要么全是同质化的东西，要么就是跟你的领域不沾边。

然后选题会上，你只能说出一个"最近好像都在聊这个"——这个"好像"，就是你选题能力的全部了。

AI能干嘛？

让Agent定时帮你抓多平台热点，加上关键词监控，最后自动给你生成一份选题推荐。

具体怎么搞：用LangChain搭一个Agent，设定好你需要监控的信源——微博热搜、公众号精选、行业论坛、海外媒体RSS，让它每隔两小时跑一次。采集回来的内容喂给LLM，让它按你的领域做分类、去重、热度排序，最后输出一份"今日选题速递"。

举个例子，你是跑科技线的，你的Agent可以这样设计：

信源层：36氪、虎嗅、The Verge、TechCrunch的RSS + 微博科技话题 + 知乎科技热榜
关键词：大模型、芯片、自动驾驶、AI应用……你关注的赛道词
输出格式：每个选题一句话概括 + 热度值 + 信源链接 + 初步角度建议

你早上到工位，打开手机就是一份整理好的选题清单。不用再自己刷了。

但这里有个关键点——AI推荐的是趋势，是"大家都在说什么"，但选题的价值判断还是得靠你。

比如AI告诉你"大模型价格战"是今天最热的话题，但只有你知道，上周你已经写了一篇类似的，再写就是重复。或者你知道你们读者对价格战已经审美疲劳了，换个角度——“价格战背后谁先撑不住”——这个判断，AI做不了。

AI是你的选题雷达，不是你的选题大脑。

二、采访提纲与资料准备——30分钟搞定以前半天的背景调研

你采访前最头疼什么？

不是想问题，是准备。你得把采访对象扒个底朝天——什么背景、在哪说过什么话、最近有什么动态、行业里在发生什么。光是整理这些资料，半天就没了。

更惨的是，你花半天准备，采访的时候对方一句话把你问住了：“这个我去年在接受XX媒体采访时已经说过了。”——得，你连人家说过啥都不知道，这脸丢大了。

AI能干嘛？

用RAG架构，把采访对象的公开资料、行业报告、相关新闻全部丢进向量数据库，然后让AI帮你检索+生成采访提纲。

具体操作分三步：

第一步，建库。 把你要采访的人的公开报道、社交媒体发言、行业报告、公司财报……全部收集好，切分后存进向量数据库（Pinecone、Milvus都行，轻量的用Chroma）。这些就是你的"采访弹药库"。

第二步，Prompt模板。 写一个结构化的Prompt，比如：

你是一位资深记者，现在需要采访[对象姓名]，[对象身份/职位]。
请基于以下检索到的资料，生成15个采访问题，分为：

破冰问题（3个）
核心问题（7个）
追问/压力问题（5个）
每个问题要注明参考了哪条资料，以及这个问题想要获取什么信息。

第三步，Few-Shot示例。 找两三篇你自己写过的好的采访提纲，喂给模型当范例。这样出来的提纲会有你的风格影子，不会是那种"请问您对未来有什么看法"的废话问题。

这套流程跑下来，30分钟你就能拿到一份有背景、有针对性、有深度的采访提纲。以前半天的事，现在半小时。

但是——

AI给的提纲是框架，追问和临场反应还得靠你。

采访最精彩的部分从来不在提纲上，而在对方说了一句你没预料到的话时，你能不能接住、能不能追问下去。这个能力，叫新闻嗅觉，AI学不会。

我见过最好的采访，都是记者在采访现场临时改了方向——因为对方提到了一个提纲里没有的东西，记者判断"这个比原定话题更有价值"，果断转向。

这种判断力，是你吃饭的本事，别指望AI。

三、初稿生成与改稿辅助——让AI帮你过"第一遍"

这是最痛苦的部分。

采访完了，录音整理完了，笔记也记了，一看时间——截稿还剩两小时。你盯着空白文档，脑子里有一堆素材但就是串不起来。

初稿是最耗时的。不是因为你写不了，是因为从零到一的启动成本太高。你得先想结构，再想开头，再想每段放什么素材……光是把散乱的采访笔记变成一篇有条理的文章，就要花掉大半时间。

AI能干嘛？

把你的采访笔记/素材喂给AI，让它帮你生成初稿框架，你在这个基础上改。

具体操作：

结构化Prompt，把写作要求说清楚：

请根据以下采访素材，写一篇2000字左右的新闻特稿初稿。
结构要求：开头用一个具体场景引入 → 背景交代 → 核心叙事（3个段落，每段围绕一个关键信息） → 行业影响分析 → 结尾回归人物
风格参考：类似《人物》杂志的特稿风格，叙事优先，观点藏在故事里
以下为采访素材：[粘贴你的笔记/录音整理]

然后就是你的风格模板。把你写过的满意的文章丢给AI，告诉它"按这个调性来"。这样出来的初稿至少不会是那种公文化的东西。

你拿到初稿后干什么？大改。

这里必须划重点——AI写的初稿一定要大改，特别是三个地方：

事实核查。AI特别容易"编"，它会把相似但不同的信息混在一起，甚至凭空编造细节。你采访笔记里说的是"去年营收增长了30%“，AI可能给你写成"近年来营收大幅增长”——看着没毛病，但新闻要的是精确。每一个数字、每一个引述，都得回去对原始素材。
观点表达。AI写的文章天然偏向"安全"和"中庸"，因为它被训练成尽量不冒犯任何人。但好文章得有立场、有锐度。AI给你写的"各方看法不一"——你得改成"他说的和做的完全是两回事"。
叙事节奏。AI写东西的节奏是均匀的，每段差不多长，每句差不多平。但好稿子要有节奏感——该快的时候快，该慢的时候慢，该留白的时候留白。这个节奏感，是你作为写作者的审美，AI替代不了。

所以AI帮你过的"第一遍"，本质上是帮你把"空白文档恐惧症"治了。从0到1是AI干的，但从1到100，是你干的。