DeepSeek流行了30天，我们总结了一个使用通识(文科版)

“当AI生成的文案比我流畅的时候，我的价值在哪里？”-这可能是过去一个月内容创作者中最常见的。 自我拷问遍地。

自1月份DeepSeek推理大模型R1引起全球关注以来，该工具以“生成速度快、逻辑细致、风格稳定”的特点席卷行业，成为文案、视频剧本、数据分析等领域的必需品。一个月， 既重塑了创作过程，又引发了从业者对职业内核的深刻反思。

随着DeepSeek的爆发，腾讯元宝、Kimi等应用大量嵌入内容生产过程，催化了两种极端态度：有些人认为它是“解放生产力的救星”，而另一些人则担心“创造灵魂的消亡”。关于“AI是否结束了人类创造”的争论不断发酵。

一财商学院案例研究中心结合实际工作情况，逐步探索重置规则:按阶段“分封”AI工具——前期用Kimi收集数据；中期让DeepSeek、同样的问题，元宝，Kimi处理，横向比较框架，数据和表达，选择“最佳拼图”；后期将AI降级为“逻辑纠错器”，专攻漏洞排查。

这个实验的底层逻辑是对创作环节的再分割:AI负责可以批量复制的“基本努力”，而人类坚持需要突破思维定势的“创意决策点”。当工具能稳定生产出80分的合格产品时，真正的竞争力只剩下20分的“反共识锐利感”。

在与AI相处时，一财商学院梳理出内容创作者。五个共性问题，三个误解，六个优化建议和三个最终总结。

第一，是我们内容创作者的画像。

五大核心挑战：AI工具的“隐性成本”

信息真实性陷阱

AI生成内容需要人工检查数据、案例、链接的真实性，耗时且存在信息失效的危险。

语言特征“假大空”

AI生成的内容语言特征是公式化的，或者太“假空”，公式化表达占比高，“技术赋能”、“未来场景”等术语的重复率居高不下。

"内容确认后，让DeepSeek重写，询问三次，估计可以使用1~2句，大约5~10%左右。"

「偏灵感，创意内容，风格一直都很模块化，公式化，反复询问的结果也不差。」

框架兼容性矛盾

- AI提供的框架或表达与作者的创作逻辑不兼容，导致内容“缝合感”强。

- 过分依赖AI框架会削弱深度思考。

“AI已经有了一套完美自洽的思维方式，但我不愿意放弃自己的思维过程，抱着‘注意这件事要实践’的执念。只能打破DS的框架，硬融入自己的框架，最后变成一个‘专业精致’的缝纫怪物——好的稿件需要点切入、线串联、面打击的精致。”

「内容没脑子，自己的思考程度较低，长此以往怕自己变成傻子。」

4.人机状态转换消耗消耗

检查和创造使用不同的注意力。用DeepSeek写东西需要在检查和创作之间切换，很容易陷入【再问一次，以防万一】。当你终于发现DeepSeek行不通的时候，时间已经过去很久了，尤其是推理模型。

5.工具稳定性瓶颈

一些工具(如DeepSeek)存在着繁忙的问题，导出质量不稳定。

三个典型的误解：为什么你的AI没有用好？

许多人都有问题，实际上是有误解的。有几个具体的例子：

误区1：不平衡的工具和场景

错误示范：用豆包处理深层商业分析(其擅长稳定、准确、无情的内容)，造成导出空洞。

①将优质文章直接输入豆包，并对其说“提炼本文重要内容，整合成600字左右的口头广播稿”。它给我的反馈已经很完整了，但是不够具体。

②再一次对它说“主题围绕***”，缩短到500字，它给我的版本已经非常接近了。

③但是我还是觉得它的标题是假的，所以我输入了好几次，让他再改一次标题，但是还是不行。另外，每次输出正文内容，都会改变描述，但是有好几次可以有引人注目的表达。所以我自己写了一个开头，把几个版本的好句子和正文结合起来。

(大约需要一个半小时)

解法：换成DeepSeek吧的朋友。

prompt 喂养高质量的文章：帮我把以下内容转换成600字左右的商业口播(语言可以口语化，容易理解，但不会失去商业分析感)，谈谈(事件描述) (影响)。

误区2：没有思考，就没有正确的指令。

错误示范：选题构思阶段，用DS帮我想一想能从哪个角度写出来。

选择移动机器人这个话题，我的提示是：“我在写一个关于移动机器人的剧本。我没有任何想法，也不想写一个简单的营销号。我想写得更深一点。有什么好的建议吗？”，它还会从三个角度给我“技术赋能”、“空间焦虑”、“未来景象”。

但是有点泛泛而谈，然后我会进一步问：“我想举个例子，有多少公司在做这种类型的机器人，然后每个公司是什么品牌，有多大的市场空间，落地怎么样？这是好生意吗？这和车辆的自动停车有什么区别？这能和自动停车技术结合起来吗等等。”这种问题，它还会列出一些公司名称，并回答我的相关内容。

这可以在一定程度上解决我“说什么”的问题，但“怎样说得有趣”，在语言特征上还没有做得特别准确，让它学贴吧老哥阴阳怪气可以，但实际工作还不能直接使用。

解法：或许是一个很好的方法，通过问小白问题来获得选题方向。但是一问一答的效率太低，而且没有体现出自己的思考。

①下一个清晰的brief(场景，to 谁，体裁，风格，大致内容)。

②尝试“反常识角度”。

prompt：我想写一个关于移动机器人的视频剧本，持续了2-3分钟，语言特点是科技和金融科普比较轻松。结合移动机器人目前的市场空间、未来的商业前景、主要玩家及其差异化特点。每个数据来源都应该是真实可信的。如果找不到原来的来源，就告诉我不要编造。

误区3：用错了阶段

案例①：

选题方向判断一。

收到一个问题，结合需求brief和过去的经验，心中大致有了选题的方向判断。

第二，信息检索 独立生成观点。

看看招股书 相关文章 google搜索/微信公众号搜索/kimi搜索再看几篇高质量的文章，得出一个基本的结论——别人写了什么，我独特的观察是什么。

看看ds产生的稿件，偷一些表达，放在摘抄本上。

三、成稿。

反复拉扯自己和AI的几个框架，这个也罢，那个也不愿放弃。

过分重视表达，忘记主次矛盾。本来应该是「首先构建事实框架-然后在框架中填写事实。」，但忙于选择AI批量给出的好词好句，流连于它提供的所谓金句表达，挑三拣四，浪费时间。

案例②：写完文字后，在同一对话记录中，询问AI是否符合大纲的想法，或寻找其修改建议(一般没有什么新的建议)。

解法：没有。

创作者的困惑：

无时无刻不在选择，有时候是生活中的炼狱。

现在内容创作已不再淹没在过多的信息中，能够相对快速地整理出脉络。

但是现在DS批发表达带来了大量的选择——导致效率低下。

在这个过程中需要一段稳定期。 选择上的祛魅期。

优化建议：从工具依赖到工作助理

事实核查耗时：审查这一步总是不可或缺的。

- 降低后期审查成本，以满足AI产生的关键数据、案例标注来源需求(例如“请提供可验证链接”)。

- 多种工具交叉验证（DeepSeek 谷歌 行业报告)。

没有想要的语言特征：提高提示词

- 增加约束条件：例如“防止假大空表达”，“至少要包括三个具体案例”。

- 风格训练：上传高质量的历史内容，要求AI学习特定的文风(例如“模仿小红书频道X的标题风格”)。

担心“AI依赖症”：AI的阶段性使用

- 早期：AI高度参与。快速收集数据，传播灵感。

- 中期:设置“人工创作时间”(如原稿前30分钟禁用AI)，保留深入思考的空间。独立构建框架后，让AI补充细节或打磨。

- 后期：使用AI检查逻辑漏洞或提供标题优化建议。

构建内部AI知识库

- 组织高质量的提示模板(例如“如何调整框架冲突”)、检查工具清单(例如Factiverse)。

5.多工具协同，优选方案

推动多个AI工作：

- 给自己一个清晰的brief(场景，场景，to 谁，体裁等等)。

- 将brief交给不同的AI，包括deepseek、元宝、Kimi、AI助手偶尔钉钉。

- 拼接不同AI的内容，判断谁是框架，谁是细节，谁在某些方面更专业。

- 拉一张表格，把不同的答案放进去，纵横比较。

- 选择细节，结合人脑。

- 再次咀嚼几次，确保符合常识，严谨细致。

灵感激励不到位：换个“反常识角度”或“极端解决方案”

找灵感：当没有框架思维的时候，让AI帮我传播和提高，激发不同的视角，最后可能不会用他给出的答案，但是对于启发思维是有用的。比如开一个新频道，栏目介绍应该反映哪些因素，发现AI答案和我自己的思维80%是一样的(会增加安全感)。

结论：AI的核心价值，掌握在自己手中

AI的核心价值在于认识事实，「辅助决策」而非「取代思考」。

明确职责：将AI定位为“超级助手”，负责低创意阶段的信息收集、灵感激励等。

训练：通过历史数据训练工具来适应需求场景。

建立规则：建立最适合自己工作流程的规则，制定检查标准、风格指南，降低后期调整成本。

本文来自微信微信官方账号“一财商学”，作者：Yicai商学，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com