能过初筛——但别急着拍板，先看看怎么让AI输出的选题评估结果，读起来像真人编辑在晨会上快速扫稿时的判断，而不是冷冰冰的逐条打分报告。机械感主要来自固定句式、过度结构化、空泛形容词堆砌，以及脱离真实编辑场景的逻辑链条。

删掉“评估维度”这个思维牢笼

第一步：打开腾讯元宝输入框，把原本那句“请从选题价值、受众匹配度、传播潜力、内容可行性四个维度评估以下选题”直接删掉。保留维度名称会强迫模型套模板，它立刻开始列1234，这是机械感的源头。

第二步：换成一句编辑部晨会常说的口头指令，比如：“这选题能过初筛吗？要是让你写，你会怎么改？”

第三步：加一个具体限制条件，例如“别写小标题，别用‘首先/其次/综上’，控制在80字内”。模型对字数和禁用词的服从度，远高于对抽象要求的理解。

用真实编辑动作替代抽象标准

方法一：代入身份指令。输入：“你现在是微信公众号‘槽边往事’的选题主编，刚喝完半杯冷咖啡，手边堆着17个待审选题。看到这个选题第一反应是‘留’还是‘叉’？为什么？”

方法二：场景化反馈指令。输入：“假设这是实习生交来的选题提案，你用手机语音备忘录口述修改意见——要带语气词、省略主语、有打断感，比如‘等等，这里数据源太老了……’”

注意：语音备忘录格式天然排斥工整句式，模型会主动放弃“该选题具有较强时效性”这类书面表达，转而说“3月的数据？现在都5月了，发出去像考古”。

植入编辑真实决策漏洞

① 在提示词末尾加一句反常识指令：“故意漏掉一个明显缺陷，但其他判断必须精准。”模型为了完成“漏掉缺陷”的任务，会自动弱化套路化检查，转而聚焦真正值得纠结的矛盾点。

② 要求它引用一句最近三个月真实爆款标题作为参照，例如：“参考‘我辞职去大理喂猫的第37天’这个调性，这个选题差在哪？”

③ 强制加入个人偏好变量：“你上周刚骂过同类选题‘又在贩卖焦虑’，这次会不会嘴硬心软？”