如何用AI寫部落格文章（讀起來不像AI寫的）

先寫草稿是個錯誤

幾乎每個人都是先請AI寫一篇草稿。這也是為什麼幾乎每篇AI部落格文章讀起來都差不多：模型手上除了這個主題所有已發表內容的平均值之外，沒有別的東西可以參考，於是它就給出了那個平均值。流暢、結構正確，但和已經排在搜尋結果前面的那十幾篇文章毫無區別。

寫一篇部落格文章其實是三項工作，而動筆撰寫只是第三項。你要先弄清楚別人已經說過什麼，接著決定自己要補上什麼，最後才輪到寫下第一句話。這三項工作各自適合不同的模型，這也是為什麼只用單一模型的工作流程，總會在某個階段感覺卡卡的。

階段	模型	貢獻
研究現有報導	Gemini	提供最新的網路資料，附上可以打開查看的來源
找角度和立論	任何模型都可以，用對抗方式使用	找出現有報導的缺口，以及對你論點的反駁
架構和大綱	GPT	掌握簡報重點，產生清楚的層次，不會偏題
撰寫內文	Claude	語氣最溫暖，贅字最少，能維持一致的聲音
事實查核	Gemini 或能連網的模型	對照即時來源進行檢索，而非仰賴記憶
最終編修	你自己	這一部分從來就無法自動化

因為Whizi在你切換模型時會保留同一條對話串，負責撰寫的模型能看到先前的研究和大綱。這種連貫性，正是完成後的文章讀起來前後一致，而不是一堆各自寫得很好、卻兜不起來的段落的主要原因。

步驟一與步驟二：先做研究，再找出缺口

提示詞：現有內容有哪些

研究[主題]目前的相關報導。請回覆：目前排名靠前的文章，附上網址和發布日期；每篇文章的論點；每一篇都會提到的共通論點（共識）；過去12個月內的最新數據或發展，並附上來源；以及這些文章都沒有回答的讀者問題。所有內容都要附上出處。無法查證的說法，請標註為「未查證」。

提示詞：找出缺口

根據這些報導，還缺少什麼？具體來說：每篇文章都預設了哪些沒有加以論證的假設？資深從業者會覺得這些共識哪裡天真？大家都因為太難而迴避了哪個問題？對哪一種讀者來說，這些標準建議其實不管用？

第二個提示詞，就是文章開始變得與眾不同的地方。把它給出的結果當成候選清單，而不是最終定案的角度，然後挑出一個你自己確實知道是真的角度。模型可以找出缺口，卻無法用它沒有的經驗去填補這個缺口。

提示詞：對你的角度施加壓力測試

我的論點是：[用一句話說明]。請盡全力反駁這個論點。最有力的反例是什麼？我需要證明什麼，這個論點才能站得住腳？有沒有一個範圍更窄、更站得住腳的版本？不要附和我。

步驟三與步驟四：先擬大綱，再動筆撰寫

提示詞：擬大綱

為一篇論證[論點]的文章擬大綱。讀者：[說明他們是誰、已經知道什麼]。請列出各個H2標題，並在每個標題下寫出它要說明的具體論點，以及使用的證據。規則：每個段落都必須推進論證，而不是介紹一個子主題；除非讀者真的不知道，否則不要寫「什麼是X」這類段落；結論不能只是重複前文。如果我沒有提供某段落的證據，請標註出來。研究資料：[參考上面的對話串]。

這個「證據缺口」的標註，能讓你在寫了八百字之後才發現撐不起核心論點之前，先被攔下來。

提示詞：寫一個段落，不是整篇文章

撰寫[段落名稱]這個段落。它要說明的論點：[取自大綱]。證據：[貼上]。語氣：[貼上你自己寫的三段文字]。規則：開頭直接寫論點，不要先鋪陳背景；不要有任何一句話原封不動出現在競爭對手的文章裡；每個說法都要能追溯到給定的證據；不要用無法量化的形容詞；不要用過渡性的填充語句。長度：大約[n]字。

一段一段撰寫，而不是一次要求整篇文章。整篇文章一次生成，內容會逐漸偏向摘要；而有明確任務、附有自己證據的段落，則能維持具體。這麼做也代表你能在兩百字時就抓到寫壞的段落，而不是等到一千五百字才發現。

提示詞：先批評，再改寫

在修改之前，先指出這份草稿裡最弱的三個地方：一個沒有支持的說法、一段沒有新意的文字、一句放在任何一篇同主題文章開頭都成立的句子，或是論證跳過某個步驟的地方。請逐一引用原文。先不要改寫。

AI寫作的破綻，以及如何消除

讀者能很快認出AI寫的文章，而原因是幾個具體的習慣，不是什麼模糊的「感覺」。每一個都有對應的解法。

破綻	具體長相	解法
清喉嚨式開場	「在當今步調快速的數位時代」	下指令：直接寫出重點，不要鋪陳場景
處處對稱	每個段落長度一樣，每份清單都剛好三項	要求輕重不均：有些論點值得寫一句話，有些值得寫一整頁
沒來由的兩面俱到	什麼都套用「雖然X有好處，但也有缺點」	要求表態立場，並要求正面回應最有力的反對意見，而不是只是提一下
只講好處不講機制	「提升效率」	要求每個說法都說明它實際上是怎麼運作的
重複前文的結論	結尾段落只是總結你剛剛讀過的內容	要求結論告訴讀者該做什麼，或有什麼改變了
沒有任何人的聲音	正確、流暢，但誰寫的都一樣	貼上你自己真實的寫作樣本，而不是用形容詞描述你的語氣

影響最大的解法就是最後一項。在提示詞裡貼上三段你自己真實寫的文字，效果勝過任何一串語氣形容詞，因為模型能模仿一個範例，卻無法模仿一段描述。

接著加入模型給不出的東西：你自己工作中的具體數字、你試過卻失敗的方法、客戶真正提出的異議。一個來自真實經驗的具體細節，對可信度的幫助，勝過整輪的文字修飾。

步驟五：不能省略的事實查核

部落格上一個捏造的統計數字，會永遠留在那裡，可以被引用，而且是你的責任。模型會用十足的自信，生出看似合理的數字，配上看似合理的來源，而這個錯誤在輸出結果裡完全看不出來。

提示詞：稽核所有說法

把這份草稿裡每一個事實性說法、統計數字、日期，和署名引言，整理成一張表格：說法本身、它是來自這段對話裡的來源，還是你的一般知識，以及來源網址（如果有的話）。所有來自一般知識的內容都標註為「未查證」。不要用看似合理的數值去填補空缺。

接著，自己打開每一個來源。不是只打開你懷疑的那幾個，是全部。最常見的錯誤不是憑空捏造的統計數字，而是把真實的統計數字套在錯誤的說法上，或是把2019年的數字當成最新數據呈現，而這兩種錯誤，不打開網頁看都看不出來。

特別要檢查兩件事：這個數字指的是不是你所說的那件事，以及這個來源是不是原始出處，而不是別人轉引的。統計數字在被層層轉述的過程中會失真，一個被引用了三層的數字，往往已經和原始出處面目全非。

實際上能省下多少時間

一篇原本要花三小時寫的一千五百字文章，用這套工作流程大約45分鐘就能完成，而模型的花費幾乎不值得計較：根據Whizi的模型成本指數（費率擷取自2026年8月20日），Claude Sonnet 5的一次標準回覆大約是$0.007，就算是一次十五個提示詞的撰寫工作，總花費也大約只有十美分。省下來的時間主要集中在研究、擬大綱，和寫出初稿這幾個環節，這些一直都是最耗時的部分。如果你是替客戶而不是替自己寫文章，給自由工作者的AI工具這篇文章談了提案、報價，以及圍繞在寫作周邊的客戶溝通工作。

沒辦法壓縮的是最後的編修，你也不該想去壓縮它。預期你大概會保留生成內容的八成左右，其餘部分重寫，尤其是開頭，以及任何取材自你自身經驗的地方。就是這最後一輪修改，讓文章從「還可以」變成「值得一讀」。

談到搜尋排名：Google的準則針對的是低品質內容，而不是AI輔助本身。一篇內容正確、又補上了現有報導沒有的東西的文章，表現不會差。一篇用單一提示詞生成、未經編修就發布的文章則不會，而且情況正變得更嚴重，因為這類文章已經有好幾千篇，甚至連被正確索引都成問題。