同样用AI写内容，为什么我能从几十到几万？|法律人AI实战
法律人AI实战
法律人AI实战
— — —
很多人一看到我现在的文章，往往会先替我设定一个前提：
"你是不是本来就有一定粉丝基础？"
但事实其实并不是这样。
我的公众号是在2019年6月28日注册的。
可到了2025年12月1日为止，粉丝仍然只有62个。
而且期间有相当长的一段时间处于停更状态——
自2022年10月以后，基本就没有继续更新。
一直到2025年12月15日重新开始运营，我发出了一篇内容，结果粉丝还从62降到了61个。
所以可以这么理解：
这个账号在很长一段时间里，几乎处于"没有沉淀"的状态。
真正出现起色，是从2026年4月2日开始的。
就在那天，《清风故事会》的第一篇文章发布了。
当时粉丝数量是：227个。
如今已经涨到300多，接近400。
其中有一篇累计阅读达6万多，单日最高能到4万+。
基本可以下一个结论：
这个账号并没有靠粉丝起量，99%的流量来自系统推荐。
于是问题就变成了：
同样是用AI写文章，为什么差距会这么大？
— — —
我也研究过不少AI写作的做法：
这种方式，说白了更像是在“生成”，而不是真正意义上的写作。
核心问题并不完全在AI本身，而在于：
最终呈现出来的效果就是：
平台很容易把这种内容识别为"可替代"。
因此推荐很难持续，甚至还可能遇到删贴、降权、封号等风险。
— — —
我自己的使用路径，大致走过几个阶段：
最开始只是润色、改写；
后来让AI开始参与结构和标题；
现在则基本采用多轮对话来反复打磨。
不过我有一条不变的硬规则：
我大概是这样用的——
所有选题都由我自己来定。
但我做过一件事：
我搭了一套很简单的"评分流程"，用来判断这份素材到底值不值得创作。
比如：
分数低的，直接不写。
AI不会替你完成这种判断。
我会让AI先给出一批标题。
但不会照单全收直接用。
我真正做的是：
与其说在写标题，不如说是在做取舍。
AI可以提供段落、逻辑和表达。
但我基本不会把它的内容机械拼接起来。
我会做的是：
很多句子都会被我整体换掉。
原因是：
这一步才是我用AI最多、也最关键的地方。
比如上一篇文章，我大概改了10轮。
我关注的重点不是文采，而是：
表达层面的微调反而占比不高。
换句话说：
看一个更具体的例子。
AI 原文 "王某通过不正当手段获取了多个工程项目，从中获得了巨额经济利益。" 修改后 "王某从中建四局三公司和珠海分公司拿到了近1.6个亿的园林景观工程。"
AI 原文 "王某通过不正当手段获取了多个工程项目，从中获得了巨额经济利益。"
AI 原文
"王某通过不正当手段获取了多个工程项目，从中获得了巨额经济利益。"
修改后 "王某从中建四局三公司和珠海分公司拿到了近1.6个亿的园林景观工程。"
修改后
"王某从中建四局三公司和珠海分公司拿到了近1.6个亿的园林景观工程。"
差别到底在哪里？
第一句偏评价，第二句给的是事实信息。
读者看到第一句时脑子里是空的；看到第二句时，脑海里就有画面。
再举一个例子。
AI 原文 "王副市长收受了大量贿赂，最终受到了法律的制裁。" 修改后 "2016年2月，王某往那张建行卡里存了300万。第二天又存了200万。2017年2月，又存了600万。三次合计1100万。"
AI 原文 "王副市长收受了大量贿赂，最终受到了法律的制裁。"
AI 原文
"王副市长收受了大量贿赂，最终受到了法律的制裁。"
修改后 "2016年2月，王某往那张建行卡里存了300万。第二天又存了200万。2017年2月，又存了600万。三次合计1100万。"
修改后
"2016年2月，王某往那张建行卡里存了300万。第二天又存了200万。2017年2月，又存了600万。三次合计1100万。"
为什么要这样调整？
第一句像是结论，第二句呈现的是过程。
结论本身是空的，过程才是具体的。
读者不会只记住"受贿"这两个字，而是更容易记住"300万、200万、600万"这组数字。
这就是我说的"找错"。
不是去找语法错误，而是去找"表达错误"。
— — —
用了一段时间之后，我有了一个很直观的体感：
它到底会放大什么？
所以才会出现一个看起来有点奇怪的现象：
同样用AI，有的人写着写着越来越像机器；也有人反而越来越像一个真实的人。
关键不在技术，而在控制权。你要交给读者的内容，得先保证自己能读得下去。想学会写文章，就要从学会“读文章”开始。
— — —
说实话，这里边肯定有运气在起作用。
但也有一些判断，是能被验证的：
比如上一篇：
它并不是随便写出来的。
当然，也并非每一篇都会达到同样效果。
— — —
目前我写一篇文章，大概1到2个小时就能完成。
相较以前，速度提升了不少。
更重要的是：
以前从构思到定稿，一篇可能得半天左右。
现在半天就能写两三篇，再从里面挑最合适的发出去。
这意味着什么？
意味着我能更快去摸清"什么样的内容更容易爆"。
比如我试过不同标题风格、不同开头方式、不同结尾的钩子。
有的有效，有的就没什么用。
但试的次数越多，判断就越准确。
到现在我大概明白：
这些判断并不是AI教会我的。
是我自己在不断试的过程中得出来的。
AI对我做的，是给了我更多可用来"试错"的时间。
我越来越确认一件事：
写文章这件事，本质上不是“写”，而是“判断”。
而判断这件事，没法彻底自动化。
— — —
这个专栏已经不再是"起步阶段"，而是进入到更清晰的阶段性梳理。
从第1篇到第9篇，实际上已经在逐步验证同一件事：
前几篇更多是在尝试不同方向，比如：
而从现在开始，这个专栏会更明确地收敛成三条主线：
1. 内容增长（从0到推荐机制）
重点就不再只是"写什么"，而是：
2. AI参与写作的真实边界
并不是单纯讲"AI能做什么"，而是讲：
3. 法律内容的表达系统化
把零散的写作，改造成可以复用的结构：
这个专栏不会变成工具说明，更不会变成泛AI教程。
它更像是在做一件事：
不敢保证每一篇都成为爆款，但会保证每一篇都来自真实的实践。
— — —
最后一个问题：你目前用AI写作时，最大的卡点是什么？欢迎在评论区一起交流！感谢您读到这里
最后一个问题：
你现在用AI写作，最大的卡点是什么？
欢迎在评论区一起探讨！
谢谢您能读到这里
法律人AI实战 法律人，如何用AI做出更真实的内容结果
法律人AI实战
法律人，如何用AI做出更真实的内容结果