# 一次只写一节：让 AI 按提纲起草，又要肯在没材料的地方留空
把整篇生成拆成逐节请求：只喂本节材料、写死三条边界、用【待补】占位符让缺口显形
> 有据生成 · 写作提纲 · AI 幻觉 · 资料整理 · 约 7 分钟 · 10 月 30 日
## 本篇要点
1. 一次生成整篇会同时叠起三个风险：长输出中开头约束的遵守会衰减、材料越多中段材料越容易被忽略、模型被训练成宁可给答案也不肯留白。
2. 逐节起草的做法是一节对应一次请求，每张“节次卡”只放一个主张，并写清条件、要回应的反驳、可用材料编号和不写什么。
3. 喂料只喂这一节要用的那几行，照抄原文、保留编号和口径；贴整张论据表等于自己制造“中间材料”。
4. “讲到哪为止”要写成可检验的否定句：证据边界、结论边界、上下文边界，分别防编数据、结论膨胀、为了顺而多写。
5. 必须给出留白的合法出口：固定占位符【待补：缺什么】、明确禁止它填补或改写、每段标注所依据的材料编号。
6. 验收先数占位符、抽查编号，再搜数字、找“综上所述”这类连接词；占位符被填满说明边界没写死或材料不足，应回第三步或补料，而不是改措辞。
7. 分节起草会造成重复和接缝，这属于正常代价，留给合稿处理；各节占位符汇总起来就是下一轮的补料清单。
---
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](https://pangzhengboyin.com/articles/from-evidence-table-to-argumentative-outline-d8b9483f)、一张带编号的[论据表](https://pangzhengboyin.com/articles/turn-sources-into-evidence-table-5fd1346a)，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：
```
你只负责写第 3 节。
本节要读者接受的一句话：
外包能不能省钱，先取决于成本按什么口径算。
本节成立的条件：
只在“两种口径都有人用”的场景里成立。
本节可以用的材料（只有这些，不得引入其他材料）：
某公司披露：外包后人均人力成本降 18%（口径＝纯人力单价）
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）
行业访谈：多数公司同时在用这两种口径
本节要回应的反驳：
M2 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。
边界：
1. 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。
2. 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。
3. 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：
```
4. 若某句话缺材料支撑，写成【待补：缺什么】，不要自己补。
5. 不要改写、删除或填补任何【待补】标记，那是留给我处理的。
6. 每段末尾用 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](https://pangzhengboyin.com/articles/turn-a-big-question-into-a-research-checklist-b69385de)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。
## 思维导图
```mermaid
flowchart LR
A["提纲：主张+靠哪几行+条件+反驳"] --> B["切成节次卡
一卡一主张“]
B --> C[”只喂本节材料
原文照抄带编号“]
C --> D[”三条边界
证据/结论/上下文“]
D --> E[”合法留空
【待补】+ 禁填补 + 标编号“]
E --> F[”30 秒验收
数占位符·抽查编号·搜数字"]
F --> G{"占位符被填满？"}
G -- "是" --> D
G -- "否" --> H["本节初稿：句句可追溯"]
H --> I["占位符汇总成缺口清单"]
I --> J["回到论据表补料或降级结论"]
```
## 术语表
- 节次卡：写给 AI 的一节的任务说明，含本节唯一主张、成立条件、可用材料编号和不写什么，一张卡对应一次请求。
- 证据边界：规定这一节只能使用哪几行材料，超出范围必须留空，不许自行补充数字、机构、时间。
- 占位符：【待补：缺什么】这类固定标记，给 AI 一个合法的留白方式，也让你事后能数出缺口。
- 分节起草：把一份提纲拆成若干次独立写作请求，每次只写一节，以缩短约束链、减少无关材料、让缺口位置可见。
## 来源
1. [LongGenBench: Benchmarking Long-Form Generation in Long Context LLMs — 输出超过约 4,000 tokens 后指令遵守明显下降](https://arxiv.org/abs/2409.02076)
2. [Lost in the Middle: How Language Models Use Long Contexts — 相关信息位于长上下文中段时表现最差](https://aclanthology.org/2024.tacl-1.9/)
3. [Anthropic 文档：Reduce hallucinations — 允许模型说“我不知道”、先逐字摘录再作答](https://docs.anthropic.com/en/docs/test-and-evaluate/strengthen-guardrails/reduce-hallucinations)
4. [Language Models Learn to Mislead Humans via RLHF — RLHF 后模型更会用挑拣或编造的证据说服评审](https://arxiv.org/abs/2409.12822)
---
原文：https://pangzhengboyin.com/articles/draft-section-by-section-with-placeholders-cd0b3b96
> **庞征博引** · 想学的，慢慢都会
>
> 庞征博引是把想学的东西写成连载的 AI 学习工具：每篇 5–10 分钟，边读边问，接下来学什么跟着你走。这篇就是这样写出来的。
>
> 开始你自己的连载 → https://pangzhengboyin.com