Editorial Policy
编辑原则
ai-productivity 的内容目标是帮助读者把 AI 工具用于真实工作,而不是制造概念噪音。我们在选题、写作和更新时遵循以下原则。
1. 实用优先
每篇文章都应尽量回答一个明确问题,提供可执行步骤、模板、检查清单或使用边界。我们避免只做泛泛的观点输出。
2. 场景清晰
Prompt、Skill、Agent 和 Workflow 都需要说明适用场景、输入要求、输出结果和注意事项,帮助读者判断是否适合自己的任务。
3. 人工复核
本站内容可能使用 AI 工具辅助生成初稿、整理结构或检查表达,但最终发布前会进行人工编辑和事实检查。对于工具功能、部署步骤和政策要求,我们会尽量以官方文档和实际使用为准。
4. 不夸大 AI 能力
我们不会把 AI 描述成可以无条件替代专业判断的工具。涉及数据、法律、财务、医疗、安全、线上发布和组织决策的内容,都需要人工复核和专业判断。
5. 持续更新
AI 工具变化很快。我们会根据工具更新、读者反馈和实际使用经验调整文章内容。部分旧文章可能存在过时信息,欢迎读者反馈。
6. 纠错机制
如果你发现内容错误、链接失效、工具步骤过期或表达不准确,请通过 联系页面 反馈。我们会优先处理影响使用结果和读者判断的问题。
7. 内容质量标准
为了避免低价值内容,本站不会把“标题 + 简短介绍 + Prompt 代码块”视为完整文章。核心页面应尽量包含真实场景、操作步骤、示例输入、示例输出、常见失败原因、人工复核清单和相关内链。
标签页、内容较少的分类页和临时聚合页主要用于站内发现,不作为搜索引擎优先收录对象。我们会优先让完整指南、工具教程、工作流和专题页进入索引。
8. AI 热点内容处理方式
AI 新闻变化很快。涉及模型发布、工具功能、价格、政策或平台限制时,我们会优先回到官方来源核对;无法确认的内容不会写成确定结论。热点内容会尽量转化为长期有用的教程、对比、工作流和检查清单,而不是只复述新闻。