LLM写作的核心：先写，再编辑
LLM写作最稳妥的用法，不是让模型从零生成文章，而是先由作者完成初稿，再把模型当作严格的文案编辑。模型可以帮助发现重复、被动语态、名词化表达、冗余副词以及段落顺序问题，但文章的判断、观点和措辞仍应由作者掌握。
两条规则保护作者声音
文章提出两条近乎苛刻的规则。第一，不直接采用模型建议的具体措辞，因为模型擅长生成顺滑、醒目的表达，却可能让整篇文章听起来像一串标题。第二，禁止模型用泛泛的鼓励掩盖问题。初稿往往需要重写结构、删减内容和重新思考，而不是被告知“整体很好”，否则作者可能误把初稿冲动当成成熟表达。
把模型限制在机械而有价值的工作
更有效的流程是把编辑拆成多轮检查：先让模型标出问题，再分别处理句子、段落和结构；需要比较改写时，尽量让不了解编辑过程的模型进行盲评，避免它因为知道作者刚改过文本而一味称赞。作者还建议建立自己的提示词清单，并用工具跟踪高亮、建议和版本变化，从而把重复劳动交给模型。
这套方法的边界同样重要：模型的建议并不自动正确，甚至可能把文章改得过长、过度平滑或缺少个性。它最适合承担疲劳、规则明确的检查，而不适合决定作者究竟想说什么。最终的开放问题是，作者能否在获得效率的同时，持续抵抗模型的措辞和赞美；如果不能，所谓“编辑辅助”仍可能悄悄变成代笔。