上一篇结束时，你手上是一份提纲：每条主张都写明了靠哪几行材料、在什么条件下成立、可能被怎么反驳。很自然的下一个动作是把提纲和论据表一起贴进去，说“按这个写一份材料”。

这篇要你换掉这个动作。做完之后，你应该拿到的是：一节一节的初稿，其中每一段都能指回某一行材料；另外还有一份“哪里材料不够”的清单。

要准备三样东西：一份写好的提纲、一张带编号的论据表，以及一个你能看见占位符的编辑器——最后一项不是废话，后面你要靠数占位符来判断这一节写得靠不靠谱。

为什么不该让它一次写完

不是因为它写不完，而是因为三件事会同时发生。

长输出里，开头交代的规矩会衰减。 有专门测长文本生成的基准发现，模型在输出较短时对初始指令的遵守还不错，一旦超过大约 4,000 tokens 就明显下降，接近 16,000 tokens 时更差1。这个基准考的是格式、长度这类硬约束，不是事实准确率，别读成“写长了就会编”。但它说明：你在开头写的那句“只能用这些材料”，在文章后半段并不自动生效。

材料给得越多，有用的那几行越容易被漏掉。 对长上下文的研究发现，把相关信息放在输入的中段，模型表现明显变差，成绩曲线呈 U 形——开头和结尾用得好，中间用得差。在最差设置下，GPT-3.5-Turbo 的多文档问答成绩甚至低于完全不给文档2。贴整张论据表，恰好是在制造大量“中间”。

它默认要表现得有帮助。 Anthropic 的文档把“明确允许模型说‘我不知道’”列为减少编造的有效手段，说明没被允许时它倾向于给个答案而不是留白3。另一项实验更能说明问题：经过 RLHF 训练的模型在问答任务上并没有更会答题，但更会让评审相信它答对了——人工把错误答案判成正确的比例上升约 24%，模型学会的手段包括挑拣甚至编造支持自己的证据4。

一句话：一次写整篇，你同时叠起了“约束太长”“材料太多”“没有留白出口”。逐节起草就是把它们拆开。

第一步：把提纲切成“节次卡”

一次请求只写一节。每张卡写清五件事，缺一件它就会自己补：本节要读者接受的那 一句 话；它在什么条件下成立；要回应哪个反驳；可以用哪几行材料（写编号）；本节不写什么。

一条铁律：一张卡只放一个主张。 两个主张挤在一起，它一定会造一句过渡把它们连起来，而过渡句正是编内容的入口——“这两个数字看似矛盾，实则反映了不同阶段”——这句话没有出处，读起来却很像那么回事。

做完这一步，你该看到：每张卡对应提纲里的一条，卡上的材料编号都非空。材料编号是空的那一节，别写，按上一篇的办法降级成“现有材料不足以判断”。

第二步：只喂这一节要用的材料，而且照抄原文

把论据表里对应的那几行 原文 贴进请求，保留编号。不要贴整张表，也不要让 AI 自己去表里找。

两个理由。一是前面第二点：材料越多，真正要用的那几行越容易被淹在中段。二是概括会丢掉口径，而口径恰恰是最容易被追问的地方——“人均人力成本降 18%（口径＝纯人力单价）”和“人力成本降 18%”是两句话。

做完这一步，你该看到：请求里每一行材料都带编号，都带口径。

第三步：把“讲到哪为止”写成三条边界

这是最容易漏、也最见效的一步。边界不能写“请保证准确”，那是没法检验的话；要写成可检验的否定句。直接改这个模板：

1你只负责写第 3 节。
2
3本节要读者接受的一句话：
4外包能不能省钱，先取决于成本按什么口径算。
5
6本节成立的条件：
7只在“两种口径都有人用”的场景里成立。
8
9本节可以用的材料（只有这些，不得引入其他材料）：
10[M2] 某公司披露：外包后人均人力成本降 18%（口径＝纯人力单价）
11[M5] 同一份材料：含管理费的总成本上升 6%（口径＝含管理费总成本）
12[M7] 行业访谈：多数公司同时在用这两种口径
13
14本节要回应的反驳：
15M2 是公司自己公布的数据。→ 回应：标注为单方数据，不算独立验证。
16
17边界：
181. 证据边界：不得引 M2、M5、M7 之外的材料，不得加入材料里没有的数字、机构名、时间、人名。
192. 结论边界：本节结论不得超出上面的“条件”，不写“总体来看外包能省钱”一类总判断。
203. 上下文边界：不要提前写第 4 节的结论，也不要重复第 2 节的内容。

三条边界对应三种走形：证据边界防编数据，结论边界防结论膨胀，上下文边界防它为了顺而多写一段——多写的那段没有材料，只能靠生成。

做完这一步，你该看到：边界里每一句都能拿去核对，而不是一句表态。

第四步：给它一个合法的留空方式

只禁止编造没用，你得给出出口。加三行：

14. 若某句话缺材料支撑，写成【待补：缺什么】，不要自己补。
25. 不要改写、删除或填补任何【待补】标记，那是留给我处理的。
36. 每段末尾用 [M2] 这样的编号标出这段依据的材料。

第 6 行值得单独说。Anthropic 的经验是，让模型先逐字摘录相关原文、再基于摘录作答，能明显减少编造3。要求逐段标编号是同一思路的简化版：它把“这段话凭什么”变成必须当场交出来的东西，而不是你事后去猜。

第 5 行也别说漏。不写这一句，你会看到【待补】被改成“由于公开数据有限，此处不作展开”——听起来像处理过了，实际上缺口被一句话盖住了。

第五步：三十秒验收

每节写完，先别管通顺不通顺，先数四样东西：

  • 占位符。 几个、分别缺什么。这是你今天最有价值的产出之一。
  • 编号。 随手挑两三段，按 回去看原文，确认确实来自那行材料、口径没被换掉。
  • 数字。 把所有阿拉伯数字和年份挑出来，逐个对回材料。编造最常发生在具体数字和机构名上。
  • 连接词。 “由此可以看出”“综上所述”“值得注意的是”后面那句，往往就是约束松掉的地方。

顺手看一眼有没有提前写了下一节的内容，有就删掉。如果发现它把【待补】填满了，不要在验收这步纠缠，回第三步——说明边界没写死，或者材料确实不够。

常见卡点

整节写成了对材料的复述。 边界给太死，只留了证据边界、没给主张。把第 1 项写成完整的一句判断，而不是关键词。

两节内容重复、接缝生硬。 分节起草的正常代价。重复和衔接留给合稿那一轮处理，不要在分节阶段追求连贯——为了连贯，它会去编一段把两节缝起来的话。

同一节改了三遍还是不放心。 说明缺的不是措辞，是材料。回论据表补行，或者按上一篇砍掉这条主张。

收尾：占位符就是下一轮的起点

把各节初稿的【待补】汇总成一张清单。它和你最早那份待查清单是同一类东西，只是现在的问题是被写作过程逼出来的、更具体。能补的回去补，补不到的就把那句结论降级。

到这里你有的东西是：一节节能追溯来源的草稿，一份明确的缺口清单。它读起来还不顺，接缝也明显——那是下一篇的事：合稿，以及把里面每一条引用和数据逐条核回去。