需先识别旧版文章的逻辑断层、术语堆砌、段落冗长、重点模糊等硬伤，再通过要素提取、结构重建、语言激活三步法重构为清晰自然的新稿，全程严守原始数据精度。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要把度加AI旧版生成的杂乱文章整理成结构清晰、语言自然的新稿，同时保留原始核心信息和数据支撑点。旧版文章常存在逻辑断层、术语堆砌、段落冗长、重点模糊等问题，直接使用会影响读者理解和传播效果。
识别旧版文章的典型问题
打开旧版文档，逐段快速扫描：是否出现连续三行以上无标点长句？是否每段开头都用“首先”“其次”“最后”机械衔接？是否关键结论藏在段落中间而非句首？是否同一概念反复换词（如“智能算法”“AI模型”“深度学习系统”混用）？【这些是必须优先修正的硬伤，否则润色只是表面化妆】
用Word或Typora开启「阅读模式」，关掉格式标记，纯看文字流——卡顿超过两秒的位置，就是逻辑或节奏断裂点。
迁移前的关键准备动作
新建一个空白文档，左侧粘贴旧版全文，右侧分栏建立「要素提取表」：列名设为「原始句」「核心事实」「可删冗余」「需补依据」「建议位置」。
对每一段执行「三秒剥离法」：遮住原文，只看标题和小标题，用三秒回忆这段想说的唯一重点；写下来，再对照原文——不匹配的部分全部标黄。
导出旧版中所有引用链接、数据来源、截图编号，单独存为「证据清单.xlsx」。这一步跳过会导致后续无法验证关键陈述是否失真。
结构重建：按读者认知路径重排段落
第一步：把「要素提取表」中标记为「核心事实」的内容，按「问题→现象→原因→案例→解法→效果」顺序拖入新文档骨架。
第二步：删除所有过渡性空话段落（例如“随着人工智能技术的飞速发展……”），这类句子在旧版中占比常超15%，但实际无信息增量。
第三步：将原分散在3处的用户痛点描述，合并为一段「真实场景白描」，用“王女士，某地中小企HR，上周连续改了7版招聘JD仍被业务部门退回”替代“部分用户反馈效率低下”。【具体人称+动作+结果，比抽象概括有力十倍】
第四步：检查每个二级标题下是否只讲1个观点。若出现“成本降低+响应提速+体验升级”并列，立刻拆成三个独立小节，各自配对应数据锚点。
语言层润色实操
方法一：动词激活法
把“该功能被应用于”改为“运营人员每天用它筛选300+简历”；把“系统具备智能分析能力”改为“系统自动标出简历里与岗位要求错位的3类技能缺口”。
方法二：删减嵌套从句
原文：“基于对过去两年平台内50万条交互日志所进行的、由NLP模型驱动的语义聚类分析结果表明……” → 改为：“我们分析了50万条用户操作记录，发现76%的提问集中在3类场景。”
方法三：术语翻译表强制替换
建一张对照表：「用户旅程图」→「用户从看到广告到下单的每一步」；「赋能」→「让销售多签2单/周」；「抓手」→「马上能试的1个动作」。全文搜索替换，不接受例外。
注意：所有修改必须保留原始数据精度。比如旧版写“提升约23%”，新版不能简化为“大幅提升”，也不能擅自改成“提升23.4%”。
终稿校验动作
把润色后全文转成语音播放，用手机录音。回放时听到任何需要换气停顿超过1.5秒的地方，返回原文标红修改。
随机截取3段，发给没看过旧版的同事，问：“这段话想让你记住什么？”——如果答案不是你预设的核心点，立刻返工。
用「秘塔写作猫」或「火龙果」做一次基础语法检测，仅采纳「主谓宾残缺」「指代不明」「长句超45字」三类提示，其余风格类建议全部忽略。
