推上看到博主宝玉的一篇帖子，说真正决定内容质量的是素材、模型和审稿能力，就像做一道菜过程中的食材、厨艺和口味。很有启发，结合最近做的一些事情，聊一聊。
食材——素材
如果只给主题，让 AI 自由发挥，只会拿回来一篇正确但空洞的文章。
宝玉认为至少给主线和关键点，素材很关键，价值在于做过筛选和判断，最省心的是翻译和视频访谈稿。
我觉得更珍贵的素材是 自己过往的文章和笔记 ，那是逐字逐句敲出来的，包含了最真实的经历和体验。
所以大量真实的记录，是最珍贵的素材，是金矿，好的内容可以从这里出来。
然后是经典的内容、精彩的访谈稿等。
素材相关的这部分我过往的痛点有两个：
一是自己的内容和看到的别人的好内容，在存下来的过程中，需要分类、更改格式等各种处理，路径有点长。像微信收藏倒是简单，但收藏了，基本全忘。
二是未来在输出类似话题的时候，想到过去的相关内容在哪里，以及搜出来过一遍，挺耗费精力。
用过印象笔记、幕布、石墨笔记、Ulysses、iA Writer，也有过很用心地把内容分类、分条目、分文件夹保存。但实际的体验是，要找具体的内容文档，我还是要搜。这个整理出来的结构化呈现，貌似没用上，而且这个过程涉及到深入思考的部分少，多是执行。
那 AI 是怎么“获得”和“看”内容的呢？
其实 AI“看”的过程的本质是搜索，所以我认为结构化的视觉呈现，对它没有意义 。
很多 Agent 或者 Skills 的优化，聚焦在如何搜得准、如何搜得快、如何搜得省 token。
基于此，我暂时（边使用边改）放弃了这种结构化整理文档的方式。文档进库，经过两个维度的处理：
一是 Claude → SQLite，包含笔记元数据（原文、摘要、标签、关联、可发布内容），写作时进行结构化查询 + 全文搜索。
二是 OpenAI Embedding → Chroma（向量库），写作时进行向量搜索（语义搜索）。
写作的时候，分别搜索前十篇相关的，再整合。
厨艺——模型
宝玉认为 Claude Opus 4.6 最好，我之前一直用 Opus 4.5，也觉得很不错。
这个见仁见智，但肯定越新的模型越好。
口味——审稿
宝玉认为审稿能力来自大量的阅读和写作积累，来自对好内容的直觉。
这其实是一个挺高的门槛。
对普通结合 AI 的写作者来说，可以从一个基础的能力开始：凡是经过 AI 参与的文章，自己一定做至少一遍”一字不差”的阅读。
可以回顾下，自己有没有因为 AI 写作的辅助，而没再有过逐字逐句阅读自己发表的文章了。
对自己的文章进行哪怕一次这样的阅读，就能发现很多问题，能感知到 AI 和你自己写的那些不一样，能知道哪些地方是自己无论如何都写不出来的——或许那就是 AI 味儿。
哪些环节不能被替代
这里就引出另外一个问题：AI 加持的写作，到底要注意什么？哪些环节提高了效率，哪些环节影响了自己独立思考和”品味”的锻炼？
正好看到公众号分享李笑来老师关于《未来生产的主要工作量是阅读和写作》的相关内容，解决了我这个疑惑：
少看手机，多看书。那些 AI 新闻、热搜、科技媒体的报道，对你都没有用，除了让你焦虑。
少看烂书，多读论文。
趋势——未来你必须是生产者，否则会被甩得很远。未来的生产主要是动脑，具体来说，就是两件事：阅读和写作。
阅读要读一手资料，写作要亲手写。写的过程绝不能交给 AI，因为写作本身就是思考。
对我的启发是，从头再梳理一遍，在上面描述的文档处理和使用过程中（之前文章介绍的”读刻系统”），哪些环节我的思考被替代了？如果不能完全避免，要如何平衡？
谁在思考？
梳理之后，我把输出部分的主要内容改由自己完成，但这个也是定性，没法定量，是一个摸索和平衡的过程。
核心理念是：
AI 帮我”用上”过去的思考，但不替代我”现在”的思考。
AI 来了，我们是避不开的。不管是不是对外输出，把素材积累好，我认为是第一位的。
总结就是： 好好做真实记录，持续认真写笔记。
不断探索，欢迎交流！