AI浪潮下如何做新闻:把机器留在后台,把人留在现场

日期:2026-11-10 13:20:09 / 人气:23



“AI可以撒网,人负责收网。” 这句话基本概括了今天新闻业和生成式AI的真实关系——不是替代,而是重新分工。

一、先划边界:AI能进哪几道门

按美联社、BBC、国内中央媒体及行业规范,共识正在收敛:

• 可进(后台辅助):录音转写、资料检索、数据清洗、多语翻译、初稿提纲、图表草稿、素材标签

• 限用(人工兜底):深度报道背景分析、数据新闻结论、短视频脚本、视觉概念设计

• 禁区(红线):AI凭空生成新闻事实、伪造现场画面、修改新闻照片真实信息、替代终审签发、无标识发布AI合成内容 

国内已落地制度框架:《人工智能生成合成内容标识办法》要求显式/隐式标识;新闻行业智能体六项标准管功能、接口、评估与安全;媒体内部规范普遍写死“三严禁”——严禁替代核心采编、严禁未备案模型、严禁涉密数据进模型。

二、采编八环节里的“人主机辅”

把新闻生产拆开看,AI的位置其实很清晰:

1. 选题:AI扫舆情、找异常数据;但“值不值得做”靠记者判断
2. 线索核查:AI列来源清单;人做交叉验证
3. 采访:AI转写、提炼追问点;人听语气、看眼神、抓犹豫
4. 背景研究:AI讲清专业概念;人判断哪条线能碰、哪条不能碰
5. 写作:AI给结构稿;深度报道里,佳颖式记者几乎不让他写正文
6. 视觉:AI做文物“走街”类创意短剧可以,但真实场景不能重绘
7. 审核:AI查错字漏引;终审必须人工,文责到人
8. 发布:AI生成部分强制标“AI生成内容”

路透社社长巴斯科伯特说得直白:优秀记者捕捉受访者犹豫眼神、分辨真相、衡量公平的能力,机器替代不了。

三、AI改变的不是“新闻是什么”,是“记者怎么累”

一线记者的真实体感,比行业宣言更值得看:

• 负担转移:以前累在记录,现在转写交给AI,记者省下时间,但编辑预期被抬高——要更生动、更快、更视觉化

- 同质化陷阱:实习生用AI整理背景,材料越来越“工整”,却失去个人视角。独立思考如果外包给提示词,新闻会滑向“流畅的废话”
• 现场反而更贵:当AI能写千字通稿,记者真正的稀缺资产变成“到不了的地方、问不出的话、辨不出的细节”

- 深度报道没被简化:五六千字特稿,AI只省前期搜集和后期核对,中间两周的采访、求证、结构,全是人肉活

热依达那句“它永远不可能替代我”,底气和王虹特稿、油罐车调查、羊皮追踪是同一类——那些报道的源头,是有人愿意在牧区住一周、跟车八千公里。

四、读者其实比算法更清醒

路透2026调查:完全人类制作的新闻,约2/3读者坦然接受;AI主导、仅有人监督,接受度掉到不足20%。

技术可以生成画面,但生成不出“可信”这种资产。AI越能造假,媒体的核心竞争力越回到三件事:

- 来源可追溯(谁说的、哪天、哪台机器辅助了)
• 责任可追究(签发的名字背后有人)

• 现场可验证(有坐标、有当事人、有原始素材)

五、AI时代做新闻的实操原则

给采编一线的几条可落地的:

1. 把AI当研究员,别当署名作者  
   提示词里禁“发挥”,要求附出处;输出默认存疑,逐句反查。

2. 深度报道保留“手感日志”  
   采访中记AI没参与的部分:现场气味、受访者停顿、意外插曲。这些才是成稿灵魂。

3. 视觉创意允许99%技术,但必须1%人间  
   文物进胡同可以,真实灾难现场不能用AI补帧;修复老照片标“修复”,重现场景标“演绎”。

4. 建立机构级语料与事实库  
   新华社“新华语典”思路:用权威语料压低幻觉,比通用模型直接出稿稳得多。

5. 评奖与考核重写  
   中国新闻奖逻辑已在变:原创性不唯“手写”,看选题发现、现场抵达、核实链条。AI参评作品必须能拆出“人做了哪部分”。

6. 警惕效率绑架  
   AI提效的收益常被管理层算成“产出翻倍”,但记者成本转成“创意更卷”。要留缓冲期,保护慢求证。

六、未来三年,新闻业会分成两层

• 液态新闻层:AI把事实原子化,按场景重组为短视频/问答/音频,服务快消费。这层会极度内卷、流量归平台。

• 锚点新闻层:原创新查、深度调查、现场特稿、事实核查、解释性报道。这层反而涨价,读者为“信”付费。

媒体活下来的关键,不是“用不用AI”,而是敢不敢把AI关进后台,把记者重新送出去。

笔可以换成键盘,键盘可以接模型,但“记者笔下有人命关天”这件事,不能编译。

AI时代的好新闻,标准其实没变:  
脚下有泥,眼里有疑,落笔有怕——怕辜负事实,也怕辜负人。

作者:长运娱乐




现在致电 xylmwohu OR 查看更多联系方式 →

长运娱乐 版权所有