AI长文改写实验：事实锚点与风格一致性

让 AI 走完从素材到成稿的整段流程，难点不在生成，而在改写时守住事实与语气。本期实验针对「同一素材改写为多个渠道版本」这一高频需求，做了两件事。

一是把事实从文本里拆出来。先用抽取模型把素材中的实体、数字、时间点标为「事实锚点」，改写完成后逐条回查，缺失或被改动即触发重写。二是把风格做成可调参数：用少量样例拟合风格向量，约束句长分布、人称与术语密度，而不是靠提示词反复描述。

在 200 篇真实素材的抽检中，单轮改写的事实漂移率由 8.7% 降至 2.1%，多渠道版本的人工可用率由 61% 提升到 84%。风格向量对「口语化」与「公文风」的区分较稳定，对幽默、隐喻类表达仍偏弱。