AI 输出的可读性：结构、长度与重点

同样的信息量，可读性差别很大。本文给出四段式结构（先结论后细节）、按场景设默认长度、用格式而非形容词突出重点、四类该避免的写法与五秒测试验证法。

好的 AI 输出是"能扫读"的

同样的信息量，**可读性**差别很大 ✔。用户不会仔细读 ✗ ——

他们会扫一眼、找关键词、决定要不要细看 ✔。

**让输出"能扫读"** ✔，比多写两百字更有价值 ✔。

```

① 结论（1~3 行，直接回答问题 ✔）

② 依据（要点列表，含来源与时间 ✔）

③ 细节（可折叠/展开 ✔）

④ 不确定与限制（明确写出 ✔ —— 见不确定性传递 ✔）

```

**反例** ✗：先铺三段背景 ✔，结论埋在最后一段 ✔ —— 用户读不到 ✔。

| 场景 | 默认长度 |

|---|---|

| 快速问答 | 3~5 行 ✔ |

| 分析/建议 | 一屏（约 300~500 字 ✔） |

| 报告/方案 | 结构化多段 ✔（但要给目录 ✔） |

**要点**：**默认短、可展开** ✗→✔（长输出默认会让人流失 ✔）。

**加粗关键结论** ✔（而不是写"非常重要" ✔）；

**用列表代替长段落** ✔（超过 3 句就该考虑拆分 ✔）；

**数字与结论放句首** ✔（"准确率 92%，因为…" ✔ 而不是"因为…所以达到 92%" ✔）；

**标题要有信息量**（"成本" ✗ → "成本变化：上升 20%" ✔）。

**空话铺垫**（"在当今快速发展的 AI 时代…" ✗）；

**重复结论**（同一句换三种说法 ✔）；

**无来源的绝对判断**（"所有人都认为" ✔）；

**把限制藏在最后**（限制要显眼 ✔ —— 这是可信度来源 ✔）。

**五秒测试**：给人看 5 秒 ✔，问他"结论是什么" ✔ —— 答不出就是结构有问题 ✔；

**首屏信息密度**：首屏能否回答"要不要继续读" ✔；

**展开率**：折叠内容的展开比例（低说明结论已够 ✔）。

> 把一条输出给同事看 5 秒 ✔，他能说出结论吗 ✔？

> 不能，说明可读性还没做够 ✗（信息量再大也没用 ✔）。