AI公文写作:理念、方法与实务:公文那半本是硬功夫,AI那半本是客气话
《AI公文写作:理念、方法与实务》,胡森林著,人民邮电出版社 2025 年 3 月版,ISBN 9787115662453。
这本书和市面上绝大多数「AI 写作」书,是两本不同的书。
差别从第一个字就出来了。别人叫「AI 写作」,它叫「AI+写作」,中间硬塞一个加号。作者在前言里把这件事说得很清楚:这个名称与「AI 写作」有着明显的不同,体现的是「我们对人的作用的重视,对人的创造性和主体性的坚守,以及对写作这一智慧劳动的规律认知」。
我一开始以为这是修辞,读完之后发现它是全书的结构性选择。因为认了这句话,作者就必须回答一个问题:那个加号后面的「写作」,到底是什么?如果写作只是把话组织通顺,那 AI 已经赢了,加号毫无意义;只有当写作包含大量程式之外的东西——判断、立场、分寸、对象感——这个加号才立得住。
所以这本书真正的贡献,不在它讲了多少 AI 技巧,而在它把「公文写作里那些 AI 学不会的部分」一条一条挖出来了。它是一本懂公文的人写的 AI 书,不是懂 AI 的人写的公文书。这句话既是它的底气,也是它的天花板。
一、它为什么认定公文是最佳场景
第二章花了一整节论证「公文写作是『AI+写作』落地的最佳场景之一」。这个判断,我觉得是全书最扎实的一个。
书里给的理由是四条:公文的程式化和规范化程度较高;在实际工作中的使用频率较高;写作者基数大;再加上公文本身有相对明确的质量标准,便于检验。这四条我一条都驳不了,而且可以再补一条作者没说的:公文的读者是被规定的,不需要你去猜。
这一点很关键。写公众号要猜读者爱看什么,写小说要猜读者会不会往下翻,写广告要猜用户会不会点——所有面向大众的写作,最大的成本是「不确定性」,你不知道对面是谁。公文没有这个成本:一份请示是给上级的,一份通知是给下级的,一份函是给平级单位的,读者明确,目的明确,连语气都被规定好了。
当目标函数清晰的时候,自动化的空间就大。这是所有工程领域的常识,作者把它套到写作上,套对了。
顺着这个逻辑,他给 AI 划了一条界。前言里有一句原话:AI「能帮助完成写作中一部分基础和程式化的内容,但写作涉及大量与人的思想、情感、判断相关的内容,这是 AI 无法完成的」。
这句话听上去像客套,其实是这本书所有方法论的根。因为照这句话往下推,AI 在公文里的位置就很清楚:格式、套语、结构、素材整理、初稿铺陈——这些它可以干;定调子、辨轻重、拿分寸、担责任——这些它干不了。后面所有的「七步法」「五感」「检验标准」,都是在给这条界做注脚。
至于「写作者会不会被 AI 取代」,作者的回答也不绕:这取决于写作行为和成果当中有多少是高智能的,有多少是简单重复、可以靠机器完成的。所以 AI 的快速发展,其实向写作者提出了一个更有挑战性的问题——如何提高自己超越 AI、无法被 AI 取代的能力。
这个回答比「AI 不会取代你,会取代不会用 AI 的人」那种话诚实得多。它没有安慰,它只是把问题原样扔回来。
二、五感:一套能拿来验收的尺子
如果要我从这本书里只带走一样东西,我带走「五感」。
它出现在第二章第三节「公文写作的质量标准和原则」。作者先吐槽了通行标准:「主题要明确、观点要鲜明、文字要简洁等,但我们一看就知道,这些标准很难形成操作性定义」。这句话说得客气了,实际情况是:这些标准等于没说。你拿「主题明确」去验收一篇稿子,得到的回答永远是「我觉得挺明确的」。
于是他换了五个维度,叫「五感」。
一是文体感。要根据特定任务,明确所写内容应该采用的文体,了解它的写作要领、形式特征、语体风格。不结合文体来考虑,立意就会失去准确性。
二是结构感。思考如何讲述一件事:用什么框架、什么节奏、什么逻辑去讲,先讲什么、后讲什么,什么重点讲、什么一笔带过,什么从正面讲、什么从侧面讲。
三是对象感。每一篇公文都有明确具体的对象,立意构思时要准确把握对象的特点、需求。如果不分对象,只从「我想说什么」出发,不考虑「对方想听或想看什么」,那就很可能偏离目标。
四是场景感。公文都是在具体场景中被使用的,场景包括不同的场合、不同的时间、不同的传受关系、不同的人群。
五是价值感。一篇公文的价值取决于其中的思想内容和观点,至少关乎三个层面:What(是什么),对事情的描述;Why(为什么),对事情背后原因的揭示;How(怎么样),对事情怎么做的阐述。而且这三个层面的价值是递增的。
这五条好在哪儿?好在每一条都能拿来当验收单用,而且能指出具体病在哪。
举个我自己的例子。我见过大量「看起来很像公文」的稿子,格式齐全、用词规范、段落工整,但读完了什么也没留下。按「五感」查,问题立刻就出来了:文体感有,结构感有,对象感和场景感基本为零,价值感停在了 What。它把「发生了什么」叙述得很完整,但没告诉读者「这意味着什么」「接下来该干什么」。这种稿子的通病不是文笔差,是「只描述了,没判断」。
再比如价值感那三级,我认为是全书最有洞察力的一句话。公文的价值是可以分层的:只讲 What 的,是简报;讲到 Why 的,是分析;讲到 How 的,才是能推动事情的文件。三者价值递增,而绝大多数 AI 生成的稿子,稳稳地停在第一层——因为 What 是最好写的,把素材排列组合一下就行;Why 需要归因,How 需要方案,这两样都需要有人对现实负责。
这也顺带解释了为什么 AI 写的公文「一眼假」:它不是写得不好,是它永远停在最便宜的那一层。
然后是原则部分。作者列的第一条叫「参照学习」,讲得很实在:参照就是模仿、借鉴,学人所长,为我所用,但绝不是抄袭剽窃,二者有本质区别。就像学书法,先描红,再临摹,最后自我创作。初学者完全可以从仿写好的范文开始。
这一段之所以值得单独提,是因为它替所有学公文的人卸了一个道德包袱。很多人不敢「仿」,觉得那是抄。作者把线画清楚了:仿结构和章法是学习,仿句子和观点是剽窃。这条线一画,练习就有了合法路径。
三、七步法:公文圈的黑话,恰好是最好的工序
第四章第一节讲「七步法」写作工序,是全书最「内行」的一节。
这七步是:定调子、理路子、搭架子、填肚子、梳辫子、戴帽子、过稿子。

这七个词,是公文圈的行话,不是学术术语。第一次看见的人会愣一下,但搞过材料的人一看就懂:定调子是定基调,理路子是理思路,搭架子是搭框架,填肚子是填素材,梳辫子是理顺层次,戴帽子是加开头(那顶「帽子」就是导语),过稿子是通篇打磨。
作者说,新华妙笔这个产品的主要流程,暗合了这套「七步法」的工序,它利用大模型公文数据微调技术,可以遵循人工写作的步骤。
我认为这一节的价值,不在「七步」这个数字,而在它揭示的一件事:好的 AI 写作产品,是把人的工序原样搬进去的,不是发明一套新的。
为什么?因为工序里藏着的是「顺序不能借」的经验。第一步定调子,书里写得很细:要确定文体(是正式的通用公文还是新闻报道),要明确场景(是发表在杂志上还是作为演讲稿,是总结还是计划),要确定主题、写作目的、关键词,还要收集相关素材作为写作依据,包括法律依据、政策依据。这些因素共同构成公文的基调。
注意这一步的产出是什么——不是文字,是「约束条件」。你先把「这是给谁、干什么用、依据什么」钉死,后面的每一步才有意义。而所有人用 AI 写公文翻车,翻的几乎都是这一步:上来就说「帮我写一份工作总结」,什么约束都没给,然后抱怨 AI 写得空。
不是你提示词写得不好,是你压根没做第一步。
作者在第四章第二节又把这套东西抽象了一层,提出「信息交互的 4 个关键环节」:明确需求、处理信息、输入问题、检验优化。
这四步看起来平淡,但它做了一件很重要的事——把「和 AI 对话」重新定义成「一次项目流转」。明确需求是立项,处理信息是调研,输入问题是下达任务,检验优化是验收。一旦你这么看,很多困惑就消失了:为什么 AI 写的东西要改?因为任何交付物都要验收。为什么它老跑偏?因为你的立项书里没写验收标准。
这个框架比「提示词工程」那些花招有用得多。提示词技巧解决的是「怎么问」,这个框架解决的是「什么时候该问什么」。
四、最有意思的一段,恰恰不关于 AI
第十一章讲「人机协同」,第一节是「AI 写作成果的质量检验标准」。作者给了五条,第一条叫「修辞立诚」。
他引《周易·乾》的「修辞立诚」,解释说,它是指写文章应表现出作者的真实意图和真情实感,这向来被视为写文章的一大信条和准则。又引孙犁先生的话:「把修辞和诚意联系起来,是古人深思熟虑得出的独特见解」。然后他给出自己的判断:通常一谈到修辞,就是指语言优美、有表现力,这种观点其实不得要领。修辞的目的,是为了立诚;立诚然后修辞,这是语言的辩证法。
接下来这段,我抄一遍,因为它值得抄:
真正好的文字是平淡质朴的,明白如话,冲淡隽永,不事雕琢,它只是还原作者看到和想到的事物。也就是说,从看到、想到事物,到最终写成文字,在这整个过程中,唯一参与加工的是作者的阅历和知识,而不是作者的文字技巧。于是呈现出来的就是事物包含在文字中,而作者的创造性和洞察力包含在事物中。某种程度上,这也体现了作者足够的自信,他明白自己要写的内容本身就具备足够的力量,任何多余的处理都是画蛇添足。
这段话放在一本讲 AI 的书里,是一个奇妙的错位。因为 AI 最擅长的事情,恰恰是「多余的处理」。
你让模型写一段话,它会自动给你加上「随着……的不断发展」「具有重要意义」「为……提供了有力支撑」——这些都是典型的「文字技巧」,是它从海量语料里学来的、最安全的修辞平均值。它写得越顺,越像在掩饰内容的空。而作者在这本书的倒数第二章告诉你:真正的好文字不靠这个,靠的是你看见的东西本身有力量。
这一段之所以让我停下来,是因为它等于承认了整个 AI 写作的边界。如果「唯一参与加工的是作者的阅历和知识,而不是文字技巧」,那么一个没有阅历、没有判断的人,用 AI 写出来的东西,无论怎么润色,都不可能好。因为可被润色的只有文字,不可被润色的是「你看见的东西」。
可惜的是,作者没有把这段话的推论走完。他没有说:那么,AI 生成的那些「优美」,在公文里是一种危险。他只是把它作为一条质量检验标准放在那里,然后继续往下讲第二条、第三条。
这是这本书的典型状态:它经常在最关键的地方,把话说得很漂亮,然后不往下走。
五、模型测评那一章,暴露了这本书的另一半
现在说它的另一半。
第二章第五节叫「主流大模型巡礼与公文写作适用性测评」。这是全书唯一一处试图给出「客观比较」的地方,它占了二十来页的篇幅,逐个点评了国内十几家大模型产品。
它先给了测评的四个维度:一是语言表达能力,即模型对词汇、语法、句子结构等的运用能力;二是逻辑思维能力,即在组织文章结构、论述观点、分析问题等方面的表现;三是行业专业度,即在特定领域的知识储备和知识应用能力;四是用户体验,即在易用性、交互设计等方面的表现。作者还特意声明:我们承诺,秉承客观、公允、中立的立场,不偏不倚,公正评判。
然后就是一家一家的小结,像这样:某家在文本写作、逻辑问答、数学分析、代码编写和日常问答等方面表现良好,能够很好地理解和适应中文语境;在交互体验等方面表现相当出色;在多模态应用方面表现出色,尤其是在处理长文档和筛选简历方面具有实用功能。另一家「在文案写作方面,偏向带货文案的风格」「在知识问答方面,回答较为专业」「在阅读理解测试中,能够进行详细的描述」,但「在语义测试中,未能完全理解问题,给出的答案也不佳」。
我得说句公道话:这些小结里出现了负面结论,说明作者没有一味护着厂商。这一点比很多「测评」诚实。
但问题依然存在,而且很硬:它有维度,没有方法。
题量多少?每道题是什么?评分是几分制?谁来打分,一个人还是多个人,一致性怎么保证?模型是哪个版本、哪一天测的?提示词是统一的还是各家适配的?参评的具体是哪个产品(同一个厂商往往有好几个模型)?这些,一个都没写。
没有这些,所谓的「测评」就只能叫「印象记」。它对你的价值,等于一个懂行的朋友跟你说「我用下来觉得 A 比 B 顺」。这话有用,但它不是「测评」,不能承担「帮助用户在众多产品中做出明智的选择」这个功能。
更麻烦的是时效。这本书 2025 年 3 月出版,模型迭代是按月算的。书里那些「表现良好」「相当出色」的判断,到你读到的时候,可能已经全部作废。而书里没有一句话提醒读者:这一节会过期,请以当期榜单为准。
这不是苛责作者,这是所有写 AI 书的作者都要面对的结构性困境。但处理方式有高下之分:聪明的做法是把测评写成「方法示范」——教读者自己怎么测,给一套可复用的题目和评分表;笨的做法是把测评写成「结论清单」——列一堆会过期的判断。这本书选了后者。
六、它的短板
按规矩,这一节把问题摊开。我列四条,都指向结构,不指向态度。
第一,它讲了工序,没讲「交接点」。七步法是一套人工工序,作者说 AI 产品「暗合」了这套工序。但暗合不等于接得上。真正的问题是:这七步里,哪几步可以整个交给 AI,哪几步它只能做草稿,哪几步根本不能让它碰?书里没有一张这样的表。
而这个表恰恰是最有用的。比如「定调子」——AI 可以帮你列出需要考虑的因素,但「这次到底是稳一点还是进一点」,只能人定。「填肚子」——AI 可以大量铺陈,但素材真伪要人核。「过稿子」——AI 可以查语法、查重复,但「这句话在这个场合说合不合适」,只有待过那个场合的人知道。这些边界,书里是散落着提的,没有集中成一张「人机分工表」。
第二,它讲了「你输入不准」,没讲「它输出会编」。第五章第三节「提示词使用的常见误区」,第一条是「内容输入不准确」,讲的是素材要真实、数据要准确、人名地名时间数字引文必须准确无误,语言风格要庄重平实,尽量使用书面语,符合语法规范。
这些都是对的,但它们全部指向「输入端」。而对公文来说,最致命的错误在输出端:AI 会编。它会编一个不存在的文件名,编一组看起来很像真的统计数据,编一句领导从没说过的话,编一条编号对得上的政策条款。而且它编得越具体,越像真的。
一本 2025 年出版的、专门讲公文写作的 AI 书,最该有的一节是「AI 幻觉在公文里的十种典型形态」,以及「每一种怎么核」。这一节不存在。它只在检验标准里笼统地说「内容要准确」,没有告诉你去哪儿核、核到什么程度算过。
第三,前三章的结构在重复。第一章讲「AI+写作」的红利与变局,第二章讲公文为什么是最佳场景、AI 产品的五项能力,第三章又讲了一遍「双向赋能:产品能做什么」,五个小节分别是关键点、精准度、适用性、借鉴性、针对性。这三章加起来接近全书三分之一,但信息密度很低,大量内容是同一个判断的换词重述。
与此同时,真正实操的第六到第十章(法定公文、事务性公文、写作方法、关键要素、写作模式)被压得很紧。一本读者最需要「一份通知怎么写」的书,把最硬的部分放在了最挤的位置。
第四,第十二章是产品说明书。这一章叫「打造生态:AI 写作平台」,四节分别是多场景智能公文生成专家的功能图景、海量语料支撑的 AI 工具强大的原因、人机对话及深度学习背后的算法「魔法」、智能化高阶功能的开发与使用。
光看标题就知道问题:功能图景、语料规模、算法魔法、高阶功能——这是产品页的语言,不是研究的语言。尤其「算法魔法」这个说法,把「不解释」包装成了「神秘」。一本讲「实务」的书,到最后一章滑向了招商材料,这个落差很明显。
我知道这里面有现实原因:作者深度参与过相关产品,写平台是顺理成章的。但对读者来说,这一章的信息价值,远低于它占的篇幅。
七、这本书真正教给我的,是一个反 AI 的写作观
说了这么多问题,我得把最重要的东西单独拎出来说,因为它藏得比较深。
这本书通篇在教你怎么用 AI 写公文,但它给出的最好的一套标准,其实是用来「卡」AI 的。
五感里的「对象感」,AI 学不会。它不知道你的上级最近在关注什么,不知道这份材料是要在会上念还是要发下去传阅,不知道某个提法在你们单位是敏感词。
五感里的「场景感」,AI 学不会。它不知道这份文件是在什么时间点发的——是在事情发生前打招呼,还是在事情发生后补交代,这两个场景要的完全是两种写法。
价值感里的 Why 和 How,AI 也学不会。它可以罗列原因,但它不知道哪个原因是「可以说出口的原因」;它可以提措施,但它不承担措施落实不了的责任。
所以这本书的真实结论,比它的书名要锋利得多:AI 能把公文的「形」做得很像,但公文的「神」恰恰长在它够不着的地方。
而这也解释了为什么公文是最好的落地场景——不是因为它最容易,是因为它边界最清楚。程式化的部分大到足以让 AI 有用武之地,判断的部分硬到足以让人不可替代。两端都很明确,中间地带才好分工。
这个判断,我认为比书里所有具体技巧都值钱。因为它不随时间过期。
结语里作者提了一串问题:技术是万能的吗?如果不是,它的优势和局限性分别是什么?AI 技术高度发展的时代,人写作的意义是什么?写作者自我精进的方向在哪里?技术与人的主体性之间是什么关系?如何确保技术向善,避免技术主宰和控制人?
他没有给出答案,只是把它们列出来。我以前会觉得这是偷懒,读完这本书之后我改主意了:这些问题确实没有答案,但它们有「必须被反复问」的价值。一个写公文的人,如果每隔半年问自己一次「我写的这句话,是我判断的,还是我拼的」,他的稿子就不会烂到哪儿去。
八、该怎么用这本书
说清楚怎么读。
如果你是要写公文的人(不管在体制内还是企业里写材料):先读第二章第三节,把「五感」抄下来贴在电脑边。然后读第四章第一节,把「七步法」当成自己的写作流程走三遍。这两节加起来不到二十页,但它们能改掉你「一坐下来就开始写第一句」的毛病。第五章(提示词)、第六到第十章(各类文种实战)当工具书查,用到哪个文种翻哪一节。
如果你是想把 AI 引进单位的负责人:读第二章第一节和第三章,搞清楚「哪些活可以交出去」。但别指望书里的测评帮你选产品——那部分已经过期了,你得自己组织一次小规模测试,就测你们最常写的那三种文种,让三个同事盲评。自己测五十份,胜过看五十页测评。
如果你只是好奇「AI 能不能写公文」:读前言和结语就够了。前言告诉你作者的立场(AI+写作,加号是人的位置),结语告诉你他的忧虑(技术会不会主宰人)。这两头是这本书的骨,中间是肉。肉会腐,骨不会。
最后说一句我读这本书时反复想到的事。
公文这个文体,一直被人当成「最没创造力」的写作——格式固定、语言套板、内容受限。可这本书让我看到另一面:正因为格式固定,比拼的就不是文采,而是分寸。同样一件事,写成「经研究决定」还是「拟同意」,写成「请予批准」还是「请审示」,差的是责任归属;同样一段成绩,写成「取得显著成效」还是「取得阶段性成效」,差的是给自己留多少余地。
这些东西,AI 一个都学不会。因为它不是在学「怎么写」,它是在学「别人都怎么写」。而分寸恰恰是「别人都这么写」的反面——分寸是知道这一次不能这么写。
所以这本书的书名里那个加号,我读到最后是认的。它不是「AI 加上写作」,是「AI 加上你」。AI 那一半,这本书讲得客气,有些地方甚至讲得像广告;你那一半,这本书讲得很硬,硬到我抄了两段话。
一本书能有一半是硬的,已经不容易了。
书名:AI公文写作:理念、方法与实务
作者:胡森林
出版:人民邮电出版社 · 2025 年 3 月 · ISBN 9787115662453
读法:全书十二章通读,含版权信息、内容提要、推荐序、前言、结语
说明:文中引语、章节结构、「五感」「七步法」「4 个关键环节」的表述均摘自原书;关于「测评缺方法」「第十二章近产品说明」「缺 AI 幻觉清单与人机分工表」的判断,是我读后所加,原书未作此论
逐页精读系列 · 2026 年 11 月
AI 实战导师 / 企业 AI 落地顾问 / 智能体工程师,17 年跨界、15,000+ 小时 AI 实操、20+ 套已交付工作流。
发表评论: