审稿不是找错别字，而是判断一篇稿件是否清楚、可信、适合目标读者。AI 很适合承担第一轮整理：梳理论点、发现前后矛盾、列出需要追问的证据；但它无法替代编辑、研究者或行业专家的责任判断。把两者分工清楚，审稿速度和质量才会同时提升。
先定义审稿任务，而不是只说“帮我看看”
不同稿件需要不同的标准。新闻稿关注来源和时效，教程关注可复现性，研究性文章关注论证与引用。把稿件类型、目标读者、不能触碰的事实边界和审核重点一并告诉 AI，输出才不会停留在泛泛的语言润色。
请按以下清单审阅稿件：概括中心论点；列出每个关键结论所需的证据；找出前后定义不一致、跳步推理和读者可能误解之处。不要改写事实，不要判断稿件是否可以发布。
用四层清单做首轮核查
| 核查层 | 要找什么 | AI 输出形式 |
|---|---|---|
| 结构 | 标题、论点、段落是否对应 | 文章骨架与缺口 |
| 逻辑 | 结论是否有充分前提 | 待验证推理链 |
| 事实 | 数字、日期、术语、引用 | 需回查来源的清单 |
| 表达 | 歧义、重复、读者门槛 | 可替换句式建议 |
注意：AI 指出的“事实问题”只是回查提示，不是事实裁定。任何引用、数据、案例和法律医疗金融等专业说法，都要回到原始来源或由合格人员确认。
把反馈改成作者能行动的语言
优秀反馈应当指向具体位置和下一步，而非笼统说“逻辑不够严谨”。例如：“第二部分从用户反馈直接推到留存提升，中间缺少对照数据；请补充样本范围或将结论改为假设。”让 AI 先把问题聚类，再由编辑确定优先级，可以避免一篇稿件收到几十条重复评论。
写作任务的边界说明可借鉴提示词中的约束设计；若稿件包含数据解读，则按资料归纳与核验的工作顺序保留可追溯的证据记录。
审稿结束时留下版本记录
保存本轮审稿的范围、原始稿版本、提出的主要问题和已确认的修改。这样下一轮修改时，AI 不会重复检查已经解决的问题，人工也能看清哪些争议是内容判断而不是文字问题。
