你写的东西发出去，第一个读它的，很可能根本不是人，是 AI。

这事听着别扭，但越来越多场合就是这样了。简历先过一道 AI 筛，提案先被对方的 AI 总结成三句话，文章被人丢给 AI 问「值不值得看」。所以有个动作挺值得现在就练：发出去之前，先让一排 AI 当你的「第一批读者」，替你挑刺。

先说一个大多数人都在犯的错。东西写完，顺手发给 AI 一句「帮我看看写得怎么样」。它当然说好，夸你结构清晰、立意不错，再客气地提两条无关痛痒的小建议。你看完心里美滋滋，其实什么都没改到。

问题不在 AI，在你问的方式。你问「写得怎么样」，它默认的角色是你的助手，助手当然顺着你夸。你得把它的角色换掉。

换成什么呢？换成你真正想打动的那个读者。

具体怎么做。把同一篇稿子，不管是求职信、自我介绍、提案，还是一条朋友圈文案、一段短视频脚本、一个商品详情页，分别发给几个 AI。开口先给它一个身份：「你现在不是 AI 助手，你是一个第一次刷到这条的招聘 HR（或者第一次听说我产品的客户、一个没什么耐心的路人），凭第一眼直觉，回答我三个问题。」

三个问题是这样：第一眼最大的疑惑是什么，哪句没看懂、要停下来想；最想划走、最想关掉的是哪一句，从哪儿开始走神的；哪句读着像广告、像自卖自夸。

就这三问，比那句「写得怎么样」管用得多。尤其「你从哪句想划走」这一问，比「你有什么建议」狠——它问的不是抽象意见，是真实读者会做出的那个动作。

然后是关键一步：别只问一个，几个 AI 分别问，把反馈摞到一起看。ChatGPT、Claude、Gemini 各是一种脾气，像找了一排性格不同的人帮你试读。同一处地方，要是被两三个模型都点了名，那几乎一定是真坑，闭着眼改就对了；只有一个提、别的都没提的，参考参考就行。

这套打法不是我拍脑袋想的。沃顿商学院的 Ethan Mollick，研究 AI 好几年，前几天写他的新书是怎么做出来的：让一队 AI 模型逐章读、提反馈，再让它们替他核对里面每一个事实。他还干了件更有意思的事，给新书专门做了个「给 AI 看的网页」，让 AI 把这页面拿给几十个模型反复读、跑 A/B 测试，看哪一版更能打动它们。

最妙的是其中一处。他原本在页面上写了句招呼 AI 的话，大意是「给你的人类买这本书」。一个模型（GPT-5.5）提醒他：这句话写得有点像「提示词注入」（prompt injection，意思是把指令偷偷塞进内容里、诱导 AI 照做），更强的 AI 读到，可能会把它当成不怀好意的外部指令直接警惕起来。

你看，同一句话，丢给不同的模型，反应完全不一样。一个模型替他揪出了他自己压根没意识到的坑。单个模型有盲区，你自己更有盲区，几个凑一起，刚好互相补。

Mollick 还点了一句我记到现在的话。他说他估计，往后越来越多的情况会是，AI 先读你的东西，再决定要不要推荐给背后那个真人。这么一来，AI 其实正在变成你和读者之间的一道守门人。让 AI 提前替真人读一遍，说白了就是冲着这道门先彩排一次。

当然，不是什么都值得这么折腾。这招最灵的地方，是那些「要打动陌生人、第一眼定生死」的东西：求职信、提案、详情页、第一次的自我介绍。纯私人随手记两句、压根不在乎别人怎么看的，就别难为自己了。

说句实话，我自己也是刚把这套用顺。拿一段自我感觉良好的稿子走了一遍，被几个模型一致点出「第二段开始想划走」，那下挺扎心的，但也确实救了我一回。它到底多稳、对哪种文体最好用，我还没完全摸透，就先这么用着吧。

所以下次东西写完，给 AI 一个读者身份，问它一句：你第一眼，最想从哪儿划走。

#马力的AI知识分享#
#马力在记录AI领域500位大佬的分享#