AI 副業實戰教學

NewsletterAI 輸出質檢技能:讓模型結果經過事實、語氣和邊界檢查

AI 幫你起草了 1500 字付費郵件,可你不知道哪幾句承諾、哪個數字、哪條引用必須人工核?本文給你一張 AI 輸出質檢清單:5 類必查項 × 3 檔人工兜底 × 4 項發刊前紅線,按這套流程跑完再點發送。

📖 本篇術語速查表
英文 / 縮寫中文一句話解釋
brief專案簡報寫清目標、輸入、輸出、範圍和驗收標準的檔案。
workflow工作流從材料到交付再到覆盤的一組步驟。
scope範圍本次包含和不包含的內容邊界。
QA質量檢查交付或釋出前檢查事實、格式、許可權和風險。
feedback loop反饋迴圈把使用者行為和原話轉成下一步修改。
skill技能本文所在的Newsletter技能階段。
Prompt提示詞寫給 AI 的任務說明,用來生成執行方案。

讀完你能交付:一張《Newsletter AI 輸出質檢卡》(5 類必查 + 3 檔人工兜底 + 4 項紅線 + 5 維 100 分評分 + 發刊前 1 個調整)。 一句話錨點:AI 起草可以提速 5 倍,但只要漏掉一個數字 / 一個承諾,訂閱者退訂速度也是 5 倍。

不想讀完?把下面這段提示詞丟給 AI 幫你跑完——複製提示詞,餵給 Codex / Claude Code / Cursor / DeepSeek,把變數改成你的專案,AI 會按本文 H2 輸出執行方案。

# 角色:Newsletter AI 輸出質檢技能顧問

你是我 Newsletter 方向的 AI 輸出質檢技能顧問。我會把用 AI 寫的 Newsletter 草稿、用 AI 摘要的工具評測、用 AI 翻譯的英文素材交給你,你的工作不是替我用 AI 跑得更快,而是把每一份 AI 產出在發出之前過 4 道質檢關:事實核對、語氣校準、讀者邊界、合規檢查。你只做 AI 產出質檢,不替我跑工具整合、不替我做正文寫作;不編造 AI 準確率行業基準這類無源數字;不輸出"AI 寫得比我好"這種空話;不允許我把"AI 一次過"的稿子直髮(必須人工至少校 1 遍)。

## 核心任務

把 AI 草稿翻譯成一張能反證的質檢卡:5 類常見 AI 錯誤、4 道質檢關(事實/語氣/邊界/合規)、3 檔質檢深度、5 維 100 分評分,最後給"可釋出/再改/不可用"三檔結論 + 下週第 1 個改哪一類錯。


**成功標準**:交付的結果必須同時滿足——含"保證/月入 X 萬"等紅線詞強制"不可用";事實錯 ≥2 期未改強制扣;質檢 <5 分鐘強制提醒;翔宇紅線不允許;讀者指出的錯必須改。 任意一條沒滿足即視為未達標,需補料後重跑。
## 資訊輸入

判斷之前看欄位齊全。

如果我能寫出目前 AI 工作流(用哪個模型 + 哪個 prompt)、過去 4 期 AI 產出有什麼問題、自己每次質檢花多少分鐘、讀者反饋過哪些問題這四件事的 70% 以上,你就直接開始評。

訪談時問 5 件事:

1. 用什麼 AI 模型 + 怎麼用?(Claude / GPT / Gemini + Prompt 模板)
2. 過去 4 期出過哪些錯?(事實錯 / 語氣怪 / 漏關鍵資訊 / 過度承諾 / 涉合規)
3. 每次質檢花多少分鐘?(<5 = 太快 / 5-30 = 合理 / 30+ = AI 反而拖慢)
4. 讀者反饋過 AI 味/事實錯/誇大嗎?
5. 計劃改善哪一類錯?

如果過去 4 期事實錯 ≥2,直接紅色;如果每次質檢 <5 分鐘,提醒"質檢不充分";如果出過誇大,提醒"翔宇紅線"。

## 工作流程

操作鐵律:每個判斷步驟都要先在 `<thinking>` 標籤裡寫「證據 / 反證 / 邊界」三欄,再下筆寫結論。`<thinking>` 內的草稿使用者看不到,但 AI 必須用它檢查自己有沒有在編。

第一步是 5 類常見 AI 錯誤識別。

| 錯誤型別 | 表現 | 檢測 |
|---|---|---|
| 事實錯 | 資料/連結/名字錯 | 1 項 1 項核 |
| 語氣怪 | 過度讚美/官話/AI 味 | 讀出聲聽 |
| 漏關鍵資訊 | 缺最重要那一條 | 對照你筆記 |
| 過度承諾 | "保證""一定" | 關鍵詞搜 |
| 涉合規 | 提具體收入/法律/醫療 | 紅線詞搜 |

第二步是 4 道質檢關。

| 關 | 怎麼過 | 不過怎麼辦 |
|---|---|---|
| 事實關 | 連結全點開 + 數字核 | 重新查 |
| 語氣關 | 讀出聲 + 朋友幫看 | 改一遍 |
| 邊界關 | 是否說清適合誰/不適合誰 | 補不適用人群 |
| 合規關 | 紅線詞搜 + 地區規則核 | 刪或改 |

第三步是 3 檔質檢深度。

| 檔 | 時長 | 適用 |
|---|---|---|
| 輕 | 5-10 分鐘 | AI 摘要短文 |
| 標準 | 15-30 分鐘 | 正常一期 |
| 深 | 30+ 分鐘 | 含資料/收入數字/法律 |

第四步是 5 維 100 分評分:

| 維度 | 滿分 | 強制扣分 |
|---|---|---|
| 4 關通過度 | 30 | 任一關不過扣 10 分 |
| 5 類錯排查度 | 20 | 任一類 4 期內 ≥2 次未改扣 10 分 |
| 質檢時長匹配度 | 20 | <5 分鐘扣 12 分 |
| 紅線詞審查 | 20 | "保證/月入 X 萬"等扣 14 分 |
| 讀者反饋糾錯度 | 10 | 讀者指出錯但沒改扣 10 分 |

第五步是按鐵律給結論。總分 80 + 4 關全過 + 0 紅線詞 給"可釋出";總分 60-79 給"再改"(指明哪一關);總分 <60 或含紅線詞給"不可用"(必須改完再發)。

第六步是給下週第 1 個改哪一類錯(只 1 類)。

## 示例 / 樣板

輸入是"用 Claude 寫 Newsletter,過去 4 期 2 次事實錯 + 1 次語氣怪,每次質檢 8 分鐘,讀者反饋過 AI 味"。

期望輸出節選:

```
《[Newsletter] AI 輸出質檢卡》

1. 5 類錯識別
- 事實錯 2/4 期 → 紅色
- 語氣怪 1/4 期
- 漏資訊 0
- 過度承諾 0
- 合規 0

2. 4 關
- 事實 ✗ (2 次)
- 語氣 △ (1 次)
- 邊界 ✗ (沒寫不適用)
- 合規 ✓

3. 質檢深度
- 目前 8 分鐘 = 介於輕和標準之間,實際應至少 15 分鐘

4. 5 維評分
- 4 關通過度 14/30
- 5 類錯排查度 10/20
- 質檢時長匹配 10/20
- 紅線詞審查 18/20
- 讀者反饋糾錯 5/10

總分 57/100 → 不可用 / 必須先改事實錯

5. 下週 1 個改:把“事實關”列成 checklist(連結 + 數字 + 名字),每期質檢至少 15 分鐘,4 周後回看事實錯率。
```

反面例子:質檢 3 分鐘就發(違反"<5 扣 12");事實錯 2 次但沒改 prompt(違反"4 期 ≥2 次未改");"保證月入 X 萬"作為 AI 輸出(違反翔宇紅線);讀者指 AI 味但仍直髮(違反"讀者反饋糾錯")。

## 輸出規範

直接輸出《[Newsletter] AI 輸出質檢卡》正文,不要前言後語,總字數 900 到 1300 字,按以下順序:

1. **5 類常見錯識別**:每類標過去 4 期次數
2. **4 道質檢關**:逐項 √/△/✗
3. **3 檔質檢深度**:明示目前 + 建議
4. **5 維評分 + 總分 X/100,單項最低 Y**
5. **三檔結論**:可釋出 / 再改 / 不可用 + 引資料理由
6. **下週第 1 個改哪一類錯**:只 1 類

輸出前自檢:含"保證/月入 X 萬"等紅線詞強制"不可用";事實錯 ≥2 期未改強制扣;質檢 <5 分鐘強制提醒;翔宇紅線不允許;讀者指出的錯必須改。

## 硬約束 · 拒絕場景
遇到下面這些情況直接拒絕:草稿含"保證 X""一週 100 訂閱"等紅線;欄位全空或仍是 `___` 佔位符;讓你幫"跳過質檢直接發"(強制至少過 1 關);要求"AI 準確率達 95% 就免審"(必須人工);要求偽造資料/截圖。

先給結論

NewsletterAI 輸出質檢技能要先回答五個問題:

問題要判斷
使用者是誰是否真有這個任務和場景
輸入是什麼材料、資料、賬號、參考是否足夠
交付什麼檔案、流程、樣品或結果是否可檢查
風險在哪郵件許可、內容承諾不穩、流失、贊助錯配和退訂體驗是否已暴露
下一步是什麼繼續、補證據還是暫停

新手不要用熱情替代判斷。這個階段最容易出錯的地方,是把"我會工具"誤讀成"我能交付"。真正要檢查的是:輸入是否清楚、交付物是否可用、邊界是否寫明、風險是否能被發現。如果這些問題答不上來,先補材料,不要急著放大。

流程图加载中

這張圖把"AI 起草 → 5 類必查 → 3 檔人工兜底"串成一條質檢鏈。涉支付 / 法律 / 醫療的句子永遠在最高風險檔,必須人工改寫,不能交給 AI 自審。

AI 輸出質檢技能先服務真實任務

Newsletter的AI 輸出質檢技能,不是為了顯得更專業,而是為了讓願意持續閱讀、回覆或付費的訂閱者能在真實任務裡得到可檢查的結果。它應該服務一個真實任務:讓使用者從不確定狀態,進入能判斷、能執行、能覆盤的狀態。

、、給這類文章的共同啟發是:專業能力不是堆概念,而是把模糊問題整理成可執行流程。對Newsletter來說,這意味著每個動作都要有輸入、輸出和驗收。

如果你只寫“做得更好”“提升效率”“擴大影響”,客戶或使用者很難行動。更好的寫法是:本週收集哪些材料,做出哪個樣品,用什麼表檢查,出現哪些紅燈就暫停。

新手先收窄場景

不要同時服務所有人。先選擇一個更窄場景,例如一類使用者、一種交付物、一個平臺或一個業務階段。場景越窄,例子越具體,風險也越容易提前發現。

如果你發現文章或方案可以套到任何行業,通常說明它還不夠具體。把物件、材料、工具、交付和覆盤都寫具體,才會真正幫助新手。

第 1 步:5 類 AI 輸出必查項盤點

先寫一句話:

我這次要幫助 ___ 在 ___ 場景下,用 ___ 材料,完成 ___ 結果。

這句話寫不出來,後面所有動作都會漂。目標不清,會導致樣品不清;輸入不清,會導致 AI 輸出不穩;使用者不清,會導致頁面和交付無法聚焦。

欄位填寫方式
目標使用者願意持續閱讀、回覆或付費的訂閱者
目前任務讓模型結果經過事實、語氣和邊界檢查
已有輸入原話、樣品、資料、連結、舊流程
交付結果讀者畫像、樣刊、歡迎流、選題庫、贊助包和留存覆盤
紅燈郵件許可、內容承諾不穩、流失、贊助錯配和退訂體驗

這一步不要讓 AI 替你編材料。AI 可以整理你給出的資訊,但不能證明使用者真的存在,也不能確認平臺和支付規則。

輸入材料的最低線

至少要有三類材料:使用者原話、目前樣品或舊流程、執行平臺或工具入口。只有想法,沒有材料,就先做研究和訪談;只有工具,沒有使用者任務,也不要急著交付。

第 2 步:3 檔人工兜底強度判定

判斷表要讓你知道現在該繼續還是暫停。

判斷項綠燈黃燈紅燈
需求多個來源指向同一任務只有興趣,沒有行動沒有真實使用者材料
輸入材料完整,來源清楚缺少部分欄位材料不可用或不授權
交付能寫成檔案和驗收交付形式還模糊只能靠口頭解釋
風險有邊界和核驗入口有未確認欄位涉及違規、侵權或敏感許可權
覆盤有資料和原話只有感覺無法判斷結果

表格不是為了好看,而是為了停止錯誤動作。很多失敗不是因為執行不努力,而是黃燈和紅燈被忽略。

反證也要寫

判斷表裡要保留反證。比如使用者不願提供材料、只想免費試做、平臺規則不清、工具能力未核驗、交付後支援壓力過高。反證能幫你避免把小問題做大。

第 3 步:跑 4 項發刊前紅線檢查

最小樣品或流程要足夠小,但必須真實。

型別最小樣品
服務一頁 Brief、一個樣品交付、一個驗收清單
工具一個可執行流程或欄位表
內容一段樣稿、一張結構表、一份質檢記錄
變現一個範圍清楚的報價頁或提案
規模化一個小渠道實驗或 SOP 片段

樣品的目標不是展示你能做很多,而是讓使用者判斷“這是不是我需要的”。如果樣品需要你在旁邊解釋很久,就說明它還不夠清楚。

做完樣品後,至少找一個真實使用者或舊客戶看。只聽讚美沒有用,要問他哪裡不懂、哪裡有風險、是否願意進入下一步。

樣品要有退出條件

如果樣品沒人看、看了沒人問、問的問題都和目標不相關,就不要繼續加大投入。先回到目標、使用者和輸入,重新判斷場景是否成立。

第 4 步:跨期質檢模板沉澱

風險檢查要放在交付前,而不是出了問題以後。

風險檢查動作
平臺規則到官方幫助中心或後臺核驗
支付退款看平臺和支付工具當天規則
版權隱私檢查素材、案例、截圖和客戶資料
賬號許可權只拿必要許可權,優先用測試資料
過度承諾刪除不可控結果,補適用邊界

郵件許可、內容承諾不穩、流失、贊助錯配和退訂體驗都不是小細節。新手越想快點完成,越容易跳過這些檢查。真正專業的做法,是把未確認欄位寫出來,而不是假裝已經知道。

邊界要寫給使用者看

邊界不要藏在腦子裡。哪些不包含、哪些需要客戶提供、哪些需要執行當天核驗、哪些結果不承諾,都要寫進頁面、提案或交付說明。

第 5 步:本期質檢事故沉澱進 prompt

覆盤要落到下一步,不要只寫感想。

發現下一步
使用者任務清楚繼續做完整版本或下一篇教學
輸入材料缺失先補訪談、樣品或官方核驗
支援問題重複回寫 FAQ、模板或 SOP
風險未確認暫停釋出或暫緩報價
反饋分散收窄使用者和場景

覆盤時要同時看行為和原話。行為告訴你使用者做了什麼,原話告訴你為什麼可能這樣做。只看其中一個,都容易誤判。

如果覆盤後沒有產生新動作,說明覆盤還停在總結層。好的覆盤應該讓下一步更小、更清楚。

操作檢查表

欄位填寫
目前主題NewsletterAI 輸出質檢技能
目標使用者願意持續閱讀、回覆或付費的訂閱者
關鍵輸入___
最小樣品___
主要風險郵件許可、內容承諾不穩、流失、贊助錯配和退訂體驗
官方核驗入口___
覆盤指標使用者原話、樣品行為、交付問題、下一步動作
目前判斷繼續 / 補證據 / 暫停

這張表可以直接複製到你的專案文件裡。每完成一輪,就更新一次,不要只靠記憶。

AI 怎麼輔助

AI 適合做這些:

  1. 把使用者原話整理成問題分類。
  2. 生成 Brief、檢查表、SOP 或覆盤表。
  3. 標出未確認欄位和風險點。
  4. 改寫頁面、提案或交付說明。
  5. 把反饋轉成下一步動作。

AI 不適合替你確認平臺規則、支付退款、客戶授權、隱私邊界和真實購買意願。沒有證據時,必須寫未確認。

讓 AI 輔助時,不要只問“怎麼做”。要給它材料、目標、約束和目前判斷,讓它幫你找遺漏。

官方資料與核驗口徑

平臺規則、演算法動向、報價規則、政策口徑都會變化。本文保留的是可遷移的判斷框架,具體數字一律給區間。

跨平臺核驗入口:

  • Substack — 看付費訂閱 newsletter 的費率與作者規範
  • beehiiv — 看 beehiiv 廣告、推薦與分銷規則
  • 小報童 — 看中文付費專欄定價與營運規則
  • ConvertKit — 看創作者訂閱 / 自動化郵件最佳實踐

涉及具體資料、比例、報價區間的部分,以執行當天后臺為準。

常見問題

這篇適合完全新手嗎?

適合。你只需要先填目標、使用者、輸入、樣品和風險五個欄位,不需要一次做完整系統。

沒有資料還能執行嗎?

可以做研究和樣品,但不要寫成確定結論。沒有真實使用者行為時,先標記未確認。

AI 能不能直接替我做判斷?

不能。AI 可以整理材料和提醒風險,最終判斷要回到真實證據、官方入口和人工複核。

什麼時候暫停?

當用戶不存在、材料不可用、平臺規則不清、風險無法控制或交付必須靠猜時,先暫停。

執行前至少核驗:

接下來去哪

本頁目錄