定稿前最后一夜,187页材料查出83处口径不一致。本文用一个真实校稿项目,拆解AI校对的三轮顺序:先清语病、再统口径、最后对格式,数字与引用一律回原文核。附三套可直接复制的提示词、两张开机即用的对照表,以及一个只用过AI全文润色的人会踩的坑。
# 一份187页的定稿,我们校了四遍才敢发
先说一组从项目台账里翻出来的数:一份187页的年度经营分析材料,定稿前的人工校对用了4个人、两轮、合计11.5小时。真正的原因不是错别字多,而是口径打架——同一个部门在正文叫“市场部”、在附表叫“营销中心”、在附件里又写成“市场经营部”,负责统稿的同事一个人对到凌晨1点。返工两次,第三次送审还是被领导圈出“数字对不上”。
这活儿的痛点不在“有没有查出错字”。错字人人会看,AI也早就会看。真正贵的是三件事:口径不统一、格式不齐、数字找不到出处。本文要解决的就是这三件——给你一套三轮顺序,让AI先干粗活、再干细活、最后干核对活,而不是一上来就让它“全文润色”。读完你能多解决的,是把一份200页以内的多人拼稿从“看不出问题”推进到“敢签字发出去”。
项目是这么起的。集团人力行政中心牵头做年度经营分析材料汇编,来源是7个事业部各自报送的Word分册,加财务、法务、战略三个部门的专题页。最终合成一份187页的定稿。
拼稿之前大家的直觉是:错别字交给AI,格式交给模板,剩下的事送审前看一眼就行。拼稿之后才发现顺序全错了。
第一版拼出来的当天下午,统稿人小周按老办法把全文丢给AI做“润色和纠错”。AI很勤快,改回来一百多处“建议优化”,其中大量是它自己的行文习惯——把“鉴于”改成“考虑到”,把“拟定于”改成“计划在”。这些改动有的破坏了公文体例,有的把原来严谨的表述改得模棱两可。
更麻烦的是,AI把所有分册里本来就存在的称谓不统一原样保留了。它不知道“营销中心”和“市场部”在你们集团是不是一个东西,它只会判断句子通不通顺。
那两轮改完,人力这边心里其实没底:到底还有多少处口径不一致、多少处数字和附表对不上,没人说得清。
于是有了后来的三轮法。第一轮清语病,只改病句和错字,不动行文风格;第二轮统口径,先把称谓术语拉成一张对照表,再让AI比对全文;第三轮对格式,标题层级、编号、日期、单位符号统一。数字和引用不进AI的自动修改,全部标出来回原文核。
这套顺序的价值在第二周显现:终稿抽检20页,只揪出2处问题,其中1处是页码引用错位——这类问题恰恰是靠“回原文核”这一步拦下的,纯靠AI看不出来。
在讲正确的三轮之前,必须先说清楚为什么“全文润色”这条路走不通。这是我们团队踩过最贵的一个坑。
那次用的是一个国内常用的对话式AI,指令只有一句“请帮我检查以下文字的语法错误并润色,使其更通顺”。返回结果的三个典型问题:
它顺手改掉了不该动的词。 公文里“报请”“拟同意”“请予审示”这类固定搭配,AI会判断为“不自然”而改掉。有一处“拟于12月上旬报送”被改成了“计划12月上旬提交”——意思没大错,但在一份要进档案的材料里,“拟”字是有法律含义的(表示尚未最终决定),改成“计划”反而把责任关系弄模糊了。
它改不了它不懂的东西。 分册里“华东大区”和“华东区域”混用,AI全程没吭声。它没有你们公司的组织架构知识,两个词在它眼里都合法。
它对数字完全放行。 正文写“同比增长12.4%”,附表是“12.6%”,AI一个字没提。它不做交叉核验,你没要求它核,它就不会去核。
所以第一条经验是:AI校对不能从“润色”开始,要从“只改语病、不许改风格”开始。 前者是让它当编辑,后者是让它当校对员。这两个角色差得很远。
另外补一个只有实操过才知道的细节:不同工具的“校对”能力边界差别很大。同一段带格式的Word正文,直接粘进对话框,表格、脚注、修订痕迹大概率会丢或乱。我的做法是——
免费、低配环境下也能跑:没有付费版、没有文档解析权限,就把Word另存为纯文本,按“每2000字一段”切开发给对话式AI,一次只查一段语病。慢一点,但结论一样。
第一轮的唯一目标:消灭病句、错别字、明显的标点和成分残缺。这一轮不碰术语、不碰称谓、不碰数字、不碰风格。
具体动作:打开Word,把需要校对的段落复制出来。输入下面这段提示词(对话式AI通用):
【提示词一·语病清理】
你是中文公文校对员。下面是一段正式材料的原文,请只做三件事:
1. 找出语法错误、搭配不当、成分残缺、错别字、标点误用;
2. 每处问题单独列一行,格式为“原句→问题类型→建议改法”,不要重写整段;
3. 涉及术语、称谓、数字、日期、引用的一律不要动,遇到疑似问题只标注“存疑”,不要改。
原文如下:【粘贴一段原文,建议不超过2000字】
为什么要限定“不要重写整段”?实测下来的教训:AI一旦整段重写,你审起来比从头校还累——每一句都要比对是不是被偷偷改了意思。按条列出修改意见,你在Word里逐条接受,可控得多。
这一轮的验收标准很简单:把AI返回的“原句→问题类型”逐条过一遍,你只需要做两个判断——改得对不对、该不该改。改完之后的段落,和你自己读一遍的判断应该一致。
量级差异在这里很重要。10页以内的稿子,一轮AI + 一轮人工就够。 到了100页以上,单次投喂会超长或丢内容,必须按章节切开,每章单独一轮,而且每章改完要立刻存一个带版本号的副本(比如“第3章_语病改后_v2”),否则后面几轮分不清哪版是哪版。我们那次187页,是拆成9个文件分别跑的,靠文件命名管版本。
反面案例记一个:有个同事为了省事,把整本分册一次性丢进去,AI只返回了前40页的处理结果,后面直接没碰,他却以为全查过了。稿子送出去才发现后半本原样。这是“看着像干了、其实没干”的典型——按章切、逐章确认返回内容覆盖到本章末尾,是硬规矩。
语病清完,才是真正值钱的第二轮。这一轮目标是把全文的称谓、部门名、术语、职务名、产品名统一到一套说法上。
关键动作不在AI,在你。先人工拉一张口径对照表,再让AI照着表去比对全文。没有这张表,AI不知道该往哪儿统一。
这张表怎么来?把第一轮所有文件过一遍,凡是疑似同一个东西的不同叫法,都收进表格。我们那次收出来27组。挑几组给你看真实的样子:
| 出现过的写法 | 统一为 | 判断依据 | 处理方式 |
|---|---|---|---|
| 营销中心 / 市场部 / 市场经营部 | 营销中心 | 集团2025年组织架构文件 | 全文替换,附表中出现“市场部”的同样替换 |
| 事业部 / 事业群 / BU | 事业部 | 本文档体例 | 仅在正文叙述中统一,英文缩写BU保留在图表中 |
| 总经理 / 主要负责人 | 总经理 | 职务规范 | 涉及具体人名时核对任职文件 |
| 营业收入 / 营收 / 收入 | 营业收入 | 财务报表口径 | 口头表述的“营收”仅在引语中保留 |
| 上半年 / 1—6月 / H1 | 1—6月 | 本文档体例 | 统计段落统一,图表标题不动 |
表拉好,第二轮提示词这样写:
【提示词二·口径比对】
下面是一份“统一口径对照表”和一段原文。请逐句检查原文中是否出现“表左列”的写法:
- 出现且应替换的,列出“原句片段→替换后”,并注明在第几句;
- 出现但属于引语、专有名词、法规原文的,标注“保留,理由”;
- 原文中出现的其它疑似同类不同名的表述,单列“疑似待人工判断”清单,不要自行替换。
对照表:【粘贴上面的表格】
原文:【粘贴一章,不超过3000字】
这一轮有两个只有真做过才知道的点。
第一,替换不能全局一键替换。 我们一开始用Word的“查找替换”批量把“市场部”换成“营销中心”,结果把一个客户的真实公司名“××市场部”也改了——那是个外部机构名称。所以正确做法是:AI列出每一处出现的位置和上下文,你逐处判断。批量替换只在确认该词不会作为专有名词出现时才用。
第二,图表里的口径AI碰不到。 正文统一了,附表、页脚、图注里的旧叫法它看不见(除非你把表格也解析进去)。我们那次附表里还藏着3处“市场部”,是人工把三张附表单独再跑一遍第二轮才清干净的。正文AI查、附表人工扫,这个分工比什么都靠AI更靠谱。
口径这一轮的验收标准:随机抽5页,用对照表左列任一写法去搜,在正文中搜到的次数应为0(引语和专有名词除外)。能搜到,说明这页没跑透。
格式这一轮,AI的强项在一处、弱项也在明处。
强项是“找不一致”:标题层级跳级(一级下直接三级)、编号格式混乱(一会儿“1.”一会儿“(1)”一会儿“①”)、日期写法不统一(2025.3.1 / 2025年3月1日 / 2025-03-01)、单位符号前后不一(“万元”和“万”混用、“%”和“%”混用)。这些让AI列清单,很快:
【提示词三·格式体检】
请检查下面文本的格式一致性问题,只列问题、不改原文,按四类分别列出:
1. 标题层级:是否有跳级、是否有多套标题样式;
2. 编号:数字序号、括号序号、圆圈序号是否混用;
3. 日期与时间:写法是否统一;
4. 单位与符号:金额单位、百分比符号、计量单位是否前后一致。
每条注明所在句子,格式为“问题类别→具体位置→原文写法→建议统一为”。
原文:【粘贴一章】
弱项是“帮倒忙”:AI会给你建议统一成某一种,但它不知道你们单位的公文格式规定。比如日期,AI偏好建议统一成“2025年3月1日”,但很多单位的正式文件落款要求用“2025年3月1日”,正文里的表内日期又允许简写。格式的最终裁量权在你们单位的公文规范,不在AI。 拿到清单后,对照本单位格式要求逐条定,AI只负责“把不一致的地方全捞出来”。
这一轮还有一个坑:Word里的“自动编号”和“手动打的编号”混在一起时,AI读到的是文本,看不出哪个是自动生成的。所以这轮至少要在Word里手动检查一遍编号连续性和标题大纲级别(在“视图”里打开“导航窗格”,看标题树是否正常)。这一条是纯AI做不了的。
格式这一轮的适用边界要说清:如果贵单位有严格的公文格式规范文件,第三轮应以规范文件为准逐项对照,AI清单只用来提高找漏效率;如果没有成文规范,可以用AI建议的统一样式,但要先让科室负责人拍板,别自己定。
前面三轮都有AI的份,这一环不行。这是整套方法里我最坚持的一条。
数字和引用必须回到原文核。原因很直接:AI不做交叉验证,它既不知道正文的12.4%出自哪张表,也无从判断引用的“某年某号文”是否存在。它顶多告诉你“这里有个数字”,但数字对不对,只有原始出处说了算。
具体做法,三步,一步不能省:
第一步,让AI标,不让它改。 用一句简单提示词:“请列出下面文本中所有出现的数字、百分比、金额、日期、文件名称和引用出处,只列清单,不要判断对错。”拿到清单后,逐项对应到原始数据源——财务报表、报送分册、政策原文。
第二步,正文数字与附表对撞。 把正文里每个关键数字和附表对应行的数字并排放,人工核。我们那次187页里,正文与附表对不上的有6处,全部在这一步被拦下——AI一处都没提,因为它压根没去比对两张表。
第三步,引用回原文。 凡引用政策、文件、数据的,把引用句和原文出处摆一起看:文件名、年份、文号、被引内容是否一致。这里提醒一句,涉及法规条款编号、文号、税率的,一律以最新规定为准,AI记忆里的版本很可能过期,它给的东西只能当“线索”,不能当“依据”。这块我没有捷径,就是逐条核。
这一环之所以不能省,是因为它是整份材料里唯一“错了要担责”的部分。前面语病错了顶多难看,口径错了顶多尴尬,数字和引用错了是要出事的。把最不能错的一环交给最不会核实的一环,是本末倒置。
整套方法压成一张清单,下次直接用: