企业官网建设流程全解析

写东西最怕什么？不是没观点，而是脑子里一堆观点，真落笔的时候却像一碗豆腐脑——明明每一勺都有料，搅在一起却看不出形状。我见过太多人卡在这一步：光是自己那些想法就足够写三篇文章了，可写出来别人看完就回一句"你到底想说啥"。这问题我太熟悉了，因为我自己的初稿也经常烂成一团。后来我发现真正管用的解法，不是逼自己"再想想"，也不是去背什么写作模板，而是拿AI当搭架子的人，用金字塔结构把散装想法一点点撑起来。这篇就聊聊，怎么用好写作AI，把"思想豆腐脑"变成一座结实、能住人的逻辑金字塔。适合所有写方案、写文章、写汇报时被"理不清思路"折磨的人。

1. 先搞清楚：观点是怎么悄悄变成"豆腐脑"的

1.1 大脑是网状的，文本却是线性的

很多人以为写不清楚是因为文笔不行，其实大部分时候，是大脑的运转方式在跟文本的呈现方式打架。

我们在脑子里想问题的时候，是多线程的：A想法旁边挂着B例子，B例子又连着C顾虑，C顾虑又让你想起昨天同事说的那句话。这些线索同时存在，彼此缠绕，你感觉"我全都知道"。但写出来是另一回事——纸面上一行一行往下走，必须给内容排一个先来后到的顺序。这时候如果你脑子里那些线头没有提前理清楚，落笔就只能抓到一个写一个，写到后面发现前面漏了又回去补，补完又跳去讲别的事。结果读者看到的，就是一锅料都在但没炒匀的菜。

我经常跟朋友打比方：思维像一堆堆在桌上的杂物，你觉得房间挺满的，啥都有；可写作是把这些杂物一件件放进抽屉。不先分清哪个抽屉放什么、哪个东西放上层，你就只能全塞进同一个抽屉，盖上盖子的瞬间自己也知道乱，但还是硬着头皮交了。

1.2 三种最常见的"散装"状态

这些年在帮人改稿、看同事的方案，我发现"思想豆腐脑"基本跑不出三种形态。

第一种叫摊大饼。所有观点平平地铺开，没有主次，没有层级。写"这个项目有五个注意点"，五条全是一样权重，读者看完记不住任何一个，因为感觉都重要就等于都不重要。

第二种叫乱炖。观点、证据、情绪混在一起，上一句还在讲道理，下一句变成个人吐槽，再下一句是数据。读者得自己替作者做分类——但读者没有这个义务，他们只想顺着读下去。

第三种叫回锅肉。同一个意思换着说法反复出现。"要重视文档管理""文档得好好整理""不整理文档不行"，三句话在不同段落出现，看着字数不少，信息量其实就一行。

如果你读完自己刚写的东西，发现也占了这几条，先别急着怀疑能力。这是几乎所有写作者的必经状态，包括我。关键不是消灭它，而是给它一个结构化的出路。

1.3 真正的病根：没有金字塔

"豆腐脑"的根源，说到底就是缺了一个金字塔。

我把这套方法用最简单的话拆开：所谓逻辑金字塔，就是把你最想说的那个结论放在塔尖，第二层放支撑这个结论的几个核心理由，第三层放支撑每个理由的事实、案例、数据。一层层往下，像金字塔一样越展开越具体。它的灵魂是四句话：结论先行，以上统下，归类分组，逻辑递进。

这四句话看着玄乎，其实全是常识。结论先行，就是别让读者猜你半天，第一句就告诉他你想说什么；以上统下，就是上层说的话，下层必须有东西接得住；归类分组，就是同一层的东西得分好类，别把苹果和篮球放在一组比较；逻辑递进，就是组与组之间要有清楚的先后关系，不是因为想起来才说，而是因为顺序本来就该如此。

那个经典的"塔尖答案"场景大家肯定都经历过：朋友跟你讲了一大段工作烦恼，你云里雾里地听到最后，他才来一句"其实我就想问：我该不该跳槽"。你看，他前面所有铺垫全是塔身，但塔尖最后才亮出来。如果他把答案放第一句，再把理由分三层讲，谁听着都不累。

好，先明白了问题，才有办法对症下药。下面说说AI在这个过程里到底能干哪些活、不该干哪些活。

2. 好写作AI的真正角色：不是代写，是给你搭架子

2.1 先破除两个最常见的误解

一说AI辅助写作，大家的态度基本分成两个极端。

一边是嗤之以鼻："AI写出来的都是正确的废话，没用。"另一边是过度依赖："帮我写篇3000字文章，要文采好，要有深度。"——直接把题目甩过去等着抄答案。

这两种我都试过，也都吃过亏。第一种心态让我错过了好工具，因为当时的我把AI定位成了"替我写完整成品的人"，它当然做不到。第二种更惨，AI写出来的东西华丽是华丽，但核心观点根本不是我的，用不进去，改起来比自己写还累。

后来我才琢磨明白，这事儿的正确打开方式完全不在这个二选一里。AI最擅长的事情，根本不是"替你想"，而是"帮你整理你已经想出来的东西"。你给它一团乱麻，它能麻利地分出头绪；你给它一个不完整的思路，它能用提问逼你补全；你给它一段拖沓的表达，它能帮你拧干水分。但"你到底想表达什么"这件事，它永远替代不了你——它也不知道。

2.2 把AI当"带着金钥匙的笨实习生"

我后来给自己定了个形象：AI就像一个脑子很好使但完全不了解我的实习生。

这个实习生嘴巴利索，知识面广，你给他任何材料他都能整理得漂漂亮亮。但他没跟过你的项目，不知道你的老板喜欢什么风格，不知道你昨天踩过什么坑，更不知道你嘴上说的是A、心里真正想说的是B。所以你交代任务的时候，必须把背景、立场、目标全掰开揉碎讲清楚，他才能干出你要的活。

这个比喻一旦建立，很多问题就通了。为什么AI经常输出"正确的废话"？因为你没给它足够的背景和角度，它只能给出一个中立的、谁都不得罪的通用答案。为什么AI写的文章像AI写的？因为你不允许它有你的观点和语气，它就只能开启"官方腔"。为什么聊天式地用AI感觉特别爽、让它写正式文章就不行？因为聊天时你会不自觉地把上下文喂给它，而正经写稿时你就甩一句话过去——信息量天差地别。

2.3 三种角色定位，让AI各司其事

在我现在的写作流程里，AI只干三种活，每种活对应一个角色。

第一个角色是素材整理员。我写东西之前，会用语音或者随手记事本记录一堆乱七八糟的想法，里面有观点、有案例、有情绪、甚至有跑题的话。这些原料我不会自己先理，而是原封不动倒给AI，让它帮我分层归类、挖出隐含的骨架。

第二个角色是逻辑杠精。稿子有了框架之后，AI负责抬杠：这个结论依据是什么？那个概念什么意思？你这个例子真的支撑你的观点吗？被它逼问几轮之后，你的论证会结实很多。

第三个角色是语言磨边工。结构没问题、内容也齐了，最后让AI帮你把段落理顺，把重复的话删掉，把车轱辘话拧成一句。

注意，这三个角色有个共同的潜台词：核心观点、结构取舍、最终拍板，永远在我自己手里。AI是那个递砖的、拉线的、验收时提意见的，但房子怎么盖、盖成什么样，是主人的事。想通这一点，AI就从一个"替代者"变成了"放大器"。你的思考质量没变，但表达效率提高了好几倍。

3. 第一步实操：把一堆乱麻倒给AI，让它帮你挖出骨架

3.1 喂给AI的原料，越原始越好

我发现很多人的问题是：好不容易积累了一堆想法，给AI之前非要自己先整理一遍，觉得"太乱了不好意思拿出手"。千万别这样。你自己整理的过程，其实就是大脑负担最大的过程，而且往往整理到一半就烦了、放弃了。

AI的价值恰恰在于处理混乱。你给它的原始材料越接近大脑本来的样子，它越能看见隐藏的逻辑——因为很多碎片之间的关联，你自己都未必意识到了。语音转文字、备忘录里的关键词、跟朋友聊天时说的几句像样的话，都可以直接丢进去，备注一句"这是我瞎记的，逻辑很乱"。放心，它不会嫌弃你乱，它只会谢谢你给了它足够的素材。

3.2 一个可以直接抄的"骨架提取"提示词

我常用的提取骨架提示词是这样的，直接复制改一改就能用：

下面是我关于【主题】的原始想法，有的是观点，有的是案例，有的是情绪，也有跑题的，我没整理过，完全是意识流状态。 请你做三件事： 1. 把这段话里所有表达出来的观点找出来，不论明显不明显，宁多勿漏； 2. 判断哪些是核心观点（塔尖），哪些是支撑性论据（塔身），哪些只是例子或细节（塔基）； 3. 用金字塔结构重新组织，最上面写结论，第二层写几个分论点，下面挂对应论据，尽量保持我原来的措辞，不要帮我升华、不要加新观点。 输出格式： 结论： 分论点1： 论据1： 论据2：… 分论点2： 论据…：…

为什么强调"不要帮我升华、不要加新观点"？因为AI一放飞就容易自作主张地给你加一堆漂亮话——"我们应该拥抱变化""价值最大化"之类。这东西有时候确实说得比你漂亮，但它不是你思考出来的，塞进文章里会让整篇读起来不像你。你要的是它"整理"，不是"创作"。

3.3 现场演示：一段碎碎念变成一座金字塔

假设我想写一篇"为什么人人都该建立个人知识库"，但我脑子里只有这么几团乱麻：

网上信息太多了，存了一堆书签从没看过，找资料的时候又找不着。我觉得只看书不行，记不住，整理成笔记是不是就有用？可是光整理是不是也有问题？整理完不复习还是白搭。我以前写了好多文档，都是写完之后再也没打开过。但是有的人说做笔记没用，是自嗨。我现在项目多了，很多坑踩完之后忘掉了，再遇到还是踩。感觉知识库不是个剪贴板，是能长出东西来的地方。

这些话说得哆嗦，但信息量其实可以。我把这段直接丢给AI，它整理出来大致是这样的：

结论：个人知识库不是把信息收藏起来，而是让信息在反复加工中变成你的判断力。 分论点1：收藏不等于拥有，未经整理的信息只会越囤越多、越找越难。 论据：书签存了一堆，找资料时找不到；文档写过就忘，从未再打开。 分论点2：知识库的价值在于"二次加工"，记录、批注、关联旧知识，才能真正内化。 论据：光看书记不住；整理成笔记之后如果不复习也白搭。 论据：真正有用的知识库不是剪贴板，要能长出新的想法。 分论点3：个人知识库要服务于"复用"，帮自己少踩同一个坑。 论据：项目里的踩坑经验忘了，第二次又踩一遍。

看见区别了吗？我这堆话里最核心的那个意思——"知识库是用来长出判断力的，不是储存用的"——原来藏在一堆碎碎念的最后一句，我自己都没意识到它才是塔尖。AI把它抓出来放在最顶上，整个逻辑就顺了：下面三个分论点，一个从"为什么收藏没用"切入，一个从"什么样才有用"深入，一个从"实际复用场景"收尾，层层递进。

这也提示了一个检查方法：拿到AI整理出的金字塔，你从上往下逐层问自己"所以呢？"，每个答案都能在下一层找到对应，那骨架就基本立住了。

4. 第二步实操：让AI当杠精，把站不住的论点养肥

4.1 漂亮的骨架不等于扎实的文章

骨架只是第一步。现实中更多的翻车现场是这样的：金字塔画出来漂漂亮亮，结论、分论点、论据一层套一层，可是你细看，某一个分论点下面挂着的"论据"根本撑不住它——要么只是换个说法，要么是相关性很弱的例子，要么压根没回答"为什么"。

用前面那个知识库的例子来说，"分论点2：知识库的价值在于二次加工"，下面挂的论据是"记录、批注、关联旧知识，才能真正内化"。这句话其实是个空洞的断言，读者完全有理由追问：凭什么？记录批注怎么就让知识内化了？内化是什么？如果你答不上来，这段就是全篇最虚的地方。

这时候，AI就该从整理员切换到杠精。

4.2 一个"找漏洞"提示词，让AI死磕你的论证

我写一版模板给你：

下面是我写的一篇【文章类型】的提纲（金字塔结构），你可以看到结论、分论点和论据。 请你以最挑剔的读者身份审读这个提纲，逐层挑刺。你的任务不是夸它，而是尽量让作者难堪。你只需要做两件事： 1. 对每一层的每一个结论或分论点，追问一句"为什么？凭什么？"并指出当前论据中有哪些不能回答这个问题； 2. 找出论证链条中跳步的地方（A推不出B），以及定义不清的词（比如"内化""赋能""价值"这类抽象词，它具体指什么？）。 请直接用问题列表输出，每个问题标注它出现在金字塔的哪一层。

这个提示词的精髓在于"只要挑刺，不要夸"。大多数AI默认是"好好先生"，你不给它戴个"你是个杠精"的帽子，它永远先夸你几句再轻轻提个建议，像极了同事的客套回复，看着舒服，实际没用。

4.3 和AI吵三轮，你会看到自己稿子肉眼可见地变厚

照例走一遍实战。我把上一节的知识库金字塔丢给AI，让它按上面的提示词开炮，第一轮反馈大概是这样的：

1. 结论层："让信息在反复加工中变成判断力"——"判断力"定义含糊，读者怎么才算拥有判断力？ 2. 分论点1："收藏不等于拥有"——成立。但论据只有"书签找不到""文档不打开"，这些都是"不整理的结果"，没有正面说明"整理为什么能解决"。 3. 分论点2：这是最弱的一环。论据没有回答"批注和关联旧知识为什么导致内化"，需要补充具体机制。 4. 分论点3："复用"和结论的关系——复用是"保存"的功能，而你的结论说知识库是"长出判断力"，这两者之间需要一座桥。

看到没？它一针见血地指出，我的第三个分论点和总论点其实不在一个维度上：复用好理解，但判断力怎么来的？没讲。我顺着它的提问去想，补了一段：

"你遇到一个新问题时，会调用以前记过的东西。如果只是原样收藏，调用出来的是别人的说法；如果你给它写过批注、和自己已经会的东西连起来，调用出来的就是一个你自己的视角。多来几次，你就形成了对这类问题的判断。"

我把这段话再喂回去，它又追着问："那知识库元件多了，互相打架怎么办？""整理成本这么高，普通人坚持不下去怎么办？"这些矛头全部指向一个我之前没认真处理过的现实问题——知识库很好，但它有维护成本。没有这个反面论证，文章就只有热情没有说服力。于是我又补了一小节"知识库不是越大越好，而是接口越多越好"。

三轮吵下来，我的提纲从原来干巴巴的三条，变成了一个有正有反、有机制解释、有落地建议的完整结构。这个过程中AI没给我任何一个新观点，它只是不断地问"所以呢？""凭什么？"，逼我自己长出答案。这就叫作"养肥"。

4.4 让AI切换不同的"读者人格"

除了当杠精，还可以让AI扮演不同类型的读者来审你的提纲。我常用的几种：

• 专家型读者：他会问"这个方法在极端情况下会怎样？""你的机制忽略了什么变量？"
• 新手型读者：他会问"这个名词是什么意思？""为什么要先说这个？"——专门抓你跳跃的步骤
• 忙人型读者：他只有30秒，你文章的哪句话能说服他？抓不住就该删

方法就是上面那个提示词，把"最挑剔的读者"替换成"完全没背景的新手""这个领域的资深从业者"就行。同一个提纲换三个人审，你会发现自己的思路被打开了一大半。

5. 第三步实操：从骨架到成稿，让AI帮你做"语言磨边"

5.1 顺序千万别搞反：先结构，后语言

很多人用AI写作的流程是反的：开头第一句话就问"帮我写个关于XX的段落"，把结构这件事完全交给了AI的临场发挥。你得到的东西往往辞藻华丽但没有筋骨，因为AI在没有任何框架约束下，只能靠"词句接龙"往下秃噜。

正确流程是：先把金字塔画出来（前两步），让AI在每一个节点上"翻译"成自然段落。节点是固定的，表达是灵活的，这样成品既有骨又有肉。

5.2 一个"逐段落地"的提示词

我用的提示词长这样：

你是一名写作教练。我有一个金字塔提纲，现在要把它扩展为可读的段落。 规则： 1. 每一段只能对应一个金字塔节点，段首句就是该节点的结论； 2. 段落内先用两三句话解释"为什么"，再给一个具体例子或场景，不要空转； 3. 语气像亲身经历过的人在和读者聊天，避免"首先其次最后""综上所述"这类词； 4. 不用修改我的核心措辞和立场。 以下是节点内容： [把金字塔中的某一条"分论点+论据"贴进来]

你可以一次只喂一个节点。别贪多，喂整个金字塔让它一次写完全文，出来的东西一定平均用力、像流水账。一次一个节点，你还能顺手检查和修改，质量稳得多。

5.3 让AI当"剃刀"，把正确废话删干净

段落弄出来之后，AI还有一个大招：删废话。我用过最香的一个提示词极其简单：

下面这段话有很多"正确但没用"的部分。请你保留信息量，删掉所有听起来有道理但没有推进内容的句子。尤其注意：删掉"首先其次最后"、删掉"值得注意的是"、删掉一切"总之"。给我精炼版。然后告诉我你删了什么、为什么删。

这一步让AI亲口解释删了什么特别重要——你不仅得到一段干活的文字，还获得了关于"哪些话在别人眼里是废话"的反馈。几次下来，你自己的废话雷达会灵敏很多。

我实测过很多次，AI删完的版本常常会让作者心疼："这句我写了好久""这句我觉得特别妙"。但你冷静下来看，它删的十有八九是气氛组的话。你把它们删掉，文章不冷场，反而更冲。

5.4 一举两得：一套内容，多版本输出

骨架稳定之后，同一个金字塔还能衍生出不同用途的版本。比如我在知识库这篇稿子的金字塔上，让AI分别生成了：

• 一个300字的微信朋友圈版（只保留结论和三个分论点各一句话）；
• 一个1500字的公众号版（完整段落+例子）；
• 一个500字的报告版（只要结论、方法和收益，不含个人感受）。

这不需要重新思考，只需要在"逐段落地"提示词后面加一句"输出为【xx】格式，目标读者是【xx】，字数控制在【xx】左右"。一套底层逻辑，产出几种不同形态的内容，比每次从零开始写要省太多精力。

6. 一套拿来即用的提示词工具箱

上面提到的几个提示词，我整理到一起，方便你直接复制。这些都是我在大量实操里反复改成顺手的版本，你用的时候可以微调，但关键的结构不要乱删。

6.1 素材整理器（碎片→金字塔）

下面是我关于【主题】的原始想法，有的是观点，有的是案例，有的是情绪，也有跑题的，我没整理过，完全是意识流状态。 请你做三件事： 1. 把这段话里所有表达出来的观点找出来，不论明显不明显，宁多勿漏； 2. 判断哪些是核心观点（塔尖），哪些是支撑性论据（塔身），哪些是例子或细节（塔基）； 3. 用金字塔结构重新组织，尽量保持我原来的措辞，不要帮我升华、不要加新观点。 输出格式： 结论： 分论点1： 论据1： 论据2： 分论点2： …

6.2 逻辑杠精（找论证漏洞）

下面是我写的一篇【文章类型】的提纲，你可以看到结论、分论点和论据。 请你以最挑剔的读者身份审读这个提纲，逐层挑刺。你的任务不是夸它，而是尽量让作者难堪。你只需要做两件事： 1. 对每一层的每个结论或分论点，追问一句"为什么？凭什么？"并指出当前论据中有哪些不能回答这个问题； 2. 找出论证链条中跳步的地方，以及定义不清的词。 请直接用问题列表输出，每个问题标注它出现在金字塔的哪一层。

6.3 段落落地器（节点→段落）

你是一名写作教练。我有一个金字塔提纲，现在要把它扩展为可读的段落。 规则： 1. 每一段只能对应一个金字塔节点，段首句就是该节点的结论； 2. 段落内先用两三句话解释"为什么"，再给一个具体例子或场景，不要空转； 3. 语气像亲身经历过的人在和读者聊天，避免"首先其次最后""综上所述"这类词； 4. 不用修改我的核心措辞和立场。 以下是节点内容： [把某一层内容贴进来]

6.4 废话剃刀（降噪精炼）

下面这段话有很多"正确但没用"的部分。请你保留信息量，删掉所有听起来有道理但没有推进内容的句子。尤其注意：删掉"首先其次最后"、删掉"值得注意的是"、删掉一切"总之"。给我精炼版。然后告诉我你删了什么、为什么删。

这四个工具对应我前面说的四个环节：整理、审问、落地、降噪。我自己写文章时，大体流程就是按这个顺序跑一遍，中间如果有新想法冒出来，随时补进金字塔再重新喂一轮。

有几个使用细节值得说：

第一，提示词里加粗（或者大写）关键指令非常有用。"不要帮我升华"这四个字我每次都会强调，因为只要不强调，AI大概率会自作主张给你加戏，加戏的结果就是一篇"感觉很有道理但一看就不是你说的"文章。

第二，一次只让它干一件事。越大的任务，AI越容易给出平庸的平均数。你问"帮我写好这篇文章"不如"帮我找出第二段的逻辑漏洞"来得到有用结果。

第三，多轮对话才是AI的正确用法。别指望一句话拿到终稿，这里面最核心的秘密是迭代：喂碎片→得骨架→质疑→补料→再质疑→再补料→落地为段落→删废话。每一轮都在给AI递进的信息，质量自然越滚越高。

7. 常见问题与避坑实录

7.1 AI总是夸我，问不出真实问题

这大概是所有人用AI做审稿时的共同困惑。AI默认是个"好好先生"，你给它看稿子，它先夸"你的结构很清晰""论据很有力"，然后才不痛不痒地说一句"也许可以补充一个例子"。这种反馈对改进稿子几乎没用。

解法就是我在杠精提示词里写的：明确告诉它"你的任务不是夸我，只负责挑刺"。这几个字本身就是一道指令，AI执行角色扮演指令的能力比很多人想象得强。你可以甚至再狠一点，加一句"如果你找不到问题，就质疑逻辑链条的每一环，直到找到为止"。放心，它真能找到。

7.2 提示词越来越长，AI反而执行得越来越差

这是典型的"功能堆积病"。你觉得想让AI做五件事，就把五件事全写进一个提示词，结果它前两条执行得很好，第三条开始丢三落四，到最后一条已经跑偏了。

为什么会这样？因为上下文空间和注意力都是有限的。一次性命令太多，AI只能挑它认为重要的做，而你心里的优先级它并不知道。正确做法是把任务拆小：你这个提示词只需要解决一个问题，就写一个问题。多任务？拆成多轮来做，虽然多花几次提问，但每次结果都可控。

7.3 AI整理出来的金字塔，不像我想表达的东西

这个情况我刚用AI时经常遇到，一度怀疑"AI根本不懂我"。后来想明白了：AI是根据你给的文字信息来归类的，它不知道你脑子里还有没写出来的那些潜台词。你觉得自己"想的是A"，但写出来的碎片可能只表达了A的三分之二，AI按三分之二去整理，自然跑偏。

这时候别急着改AI，先回头看你自己的原料。是不是漏了什么关键信息没输入？是不是有一句话说得太模糊，用了"这个""那个"指代？把缺的信息补进去，重新跑一遍，结果往往会准确很多。说到底，AI整理的是文字，不是你的意图。你写不清楚的部分，它不可能比你先知道。

7.4 工具怎么选：大模型平台和写作APP有什么差别

市面上写作辅助工具五花八门，我个人的经验是分两类看。

一类是通用大模型对话平台，像我前面所有例子都能用，适合用来做"思考型"的任务——整理碎片、逻辑审问、多轮讨论。它的优势是交互灵活，你可以今天让它当杠精，明天让它当新手读者，角色切换成本为零。

另一类是专门的写作助手类应用，它们通常把结构化写作流程做成界面按钮，适合输出规范化的东西，比如固定格式的报告、公文、产品文档。它的优势是流程固定、不容易出错，劣势是你只能按它的流程来，自由度和批判性都不如通用对话。

我的建议：先把通用对话平台玩熟，因为写作本质是思考，而思考工具需要最大灵活度。当你发现某个环节频繁重复、每次都问同样的问题时，再考虑用专用工具把那个环节固化成按钮。

7.5 会依赖上AI，自己的写作能力退化吗

这个担心我见过很多，我觉得得分层次回答。

如果你把AI当代笔，自己只干"提出需求"这一件事，那确实会退化。因为写作里最有价值的动作——判断什么值得说、什么和什么有关联、什么顺序能说服人——全被绕过了。

但如果你是按我前面这套流程来用的，AI反而在逼你把这些动作做得更多、更细。它每问你一个"为什么"，你就得补一段论证；每整理一次碎片，你就得重新检视一遍自己的分类。在这个过程中，你的结构化能力是在训练，不是在退化。

我自己有个很简单的判断标准：用AI辅助产出一篇文章，事后你能不能完整复述出它的金字塔结构？能，说明这套东西还是你的；不能，说明你被它带跑了。复述不出来的时候，我会回去再跑一遍素材整理器，从头梳理一遍。

写到这儿，我其实还想聊一个自己的习惯。我平时开始写正稿之前，会花十几分钟跟AI"瞎聊"，把脑子里那些不成形的歪理、情绪、案例一股脑倒出去，让AI给我挖骨架，挖完再当杠精质问我一轮。这个过程比对着空白文档硬憋高效太多了，因为它把"想清楚"和"写出来"两件事彻底拆开了——先不想表达，只管想清楚；想清楚了，表达就是水到渠成的事。

另外，我还留了一个"回炉"玩法：每隔几个月，把以前写过的旧文章当素材重新喂给AI，按当年的提纲再整理一遍。你往往能看见自己的观点长了多高、原来的塔尖现在沉到了第几层。这种对比比任何写作课都更能让人清楚地感受到自己在进步。