精修三要素：准确、语气、具体

AI 初稿的通病高度一致：数据笼统不可核验、语气漂移、形容词多过事实。精修不是通读改错字，而是按三个要素依次过一遍。准确是可信的地基：每个数据都要可核验，过时的数字剔除，关键事实标注来源。语气是品牌资产：全文语调统一，删掉值得注意的是、综上所述这类空洞套话。具体是说服力的来源：一段只讲一个观点，用量化数据替代形容词。精修的目标不是让文章更好看，而是让文章里的每一句话都经得起第二个人的核对。

三者有先后：先保准确，再统一语气，最后加具体。顺序反了，等于给不可信的内容抛光。

准确：逐个核对数据点，能找到公开出处的标注出处，找不到的要么换成可核验表述，要么删除；检查案例与主题、时间、地域是否匹配。语气：通读一遍，凡是删掉不影响信息量的句子都进删减候选；人称与称呼全文统一；品牌语气最好备一份参照样例，审核时对照着读。具体：每段问一句这段的核心观点是什么，说不出来就拆段；把显著提升、大幅领先改成具体数字。

一个实用的量化标准：每两百字至少出现一个可核验的事实点；一段话里形容词多于事实点，就还没完成精修。

每篇都做全量审查不现实，可以用 AI 文本六维质量清单加抽查：准确、清晰、语气、原创、相关、语法。六维各管一件事：准确看事实，清晰看结构，语气看统一度，原创看有没有独有的案例与数据，相关看是否扣题，语法看基础错误。操作上，每篇随机抽两节逐项打分，任何一维低于标准就触发全文复查。抽查法用五分之一的成本拦住大部分质量问题。

抽查的位置也有讲究：优先抽首尾两节与数据最密的一节，首尾决定第一印象与收尾质量，数据密集处最容易出错。命中问题的维度要记入质量档案，同类问题反复出现，说明提示词或流程要改。

内容工厂生成结果会带回 GEO 内容分，并按维度给出分项，哪一项弱就提示哪一项的缺口，精修时不用凭感觉找问题。精修完成后在审批队列里逐条预览确认，分项分数与修改版本一起留痕，改没改、改了多少，回头看得到。季度末把这批记录拉通看一遍，团队最常失分的是哪一维，下一轮培训就讲哪一维。