当生成式人工智能用户突破7亿、普及率越过五成，"要不要用AI"已不再是一道选择题。真正的考题是：怎样才能把AI用得更专业、更适合、更实用？

引言：从"能用"到"用好"，传媒业的AI新命题

2026年9月29日，中国互联网络信息中心在"2026（第七届）中国互联网基础资源大会"上发布《生成式人工智能应用发展报告（2026）》，数据显示：截至2026年上半年，我国生成式人工智能用户规模已突破7亿人，普及率超过50%。而仅仅半年前的第57次《中国互联网络发展状况统计报告》中，这一数字还停留在6.02亿、普及率42.8%。

用户规模从6亿到7亿、普及率从四成跃升至五成，仅仅用了半年时间。这意味着，生成式AI已经从"尝鲜者的玩具"变成了"普通人的日用品"。当受众获取信息的方式正在被人工智能悄然重写，内容生产端如果还停留在"用AI写一篇稿子、生成几张图"的层面，就已然落后一个身位。

"AI不是来替代内容人的，它是把内容生产的门槛降下来、把专业能力的上限抬上去。"说这话的人叫张强——一位在深圳深耕传媒领域二十余年的资深传媒人、全媒体传播运营专家，现任广东省企业管理咨询协会融媒体中心主任、东盟中国投资促进会新媒体中心主任，兼具一线采编、智库研究与产业落地的复合经验。

在张强看来，传媒与人工智能的结合，远不是"给编辑记者配一个写稿机器人"那么简单，而是一场从认知到流程、从底线到场景的系统升级。"工具的门槛已经很低了，真正拉开差距的，是媒体有没有把自己的专业标准，翻译成AI听得懂、干得了、把得住的工作流程。"

这条路径，被他拆解为五道必须依次跨过的关口：认知关、质量关、真实关、场景关、落地关。

第一关：认知关——AI不是"外包写手"，而是"生产能力"的延伸

传媒行业谈AI，第一件要做的事不是选工具，而是摆正位置。

张强观察到，当下不少媒体人和内容团队对AI的使用，仍停留在最浅的一层——把它当成一个"外包写手"：丢一个题目进去，等一篇成品出来，复制、粘贴、发布。这种做法看似省事，实则把AI最能创造价值的部分全部浪费了。

"AI真正改变的，不是'谁来写'，而是'怎么写'。"张强说。他认为，AI的核心价值在于把内容生产链条上的重复性、机械性工作承接过去——资料梳理、素材归类、初稿生成、多语种转换、格式适配，让创作者把精力腾出来，放到选题判断、价值立意、叙事结构、现场感知这些真正决定内容质量的事情上。

这一判断与行业顶层共识高度吻合。2026年3月，新华社媒体融合生产技术与系统国家重点实验室牵头编制的《AI赋能正能量生产传播场景创新实践参考》中明确提出"人主机辅"原则：人承担判断、决策、管控的主体责任，掌握需求发起、任务定义、过程干预、终止执行的主导权。在张强看来，这句话可以直接落到日常编辑部的工位上——AI擅长标准化、重复性、有明确规则的环节；而人不可让渡的，是选题判断、价值把关、现场感知与情感共鸣。"把这两者搞反了，效率上去了，质量反而下来了。"

认知的转向背后，是整个产业的时代切换。2025年8月，国务院印发《关于深入实施"人工智能+"行动的意见》；同年10月，党的二十届四中全会审议通过"十五五"规划建议，明确提出"全面实施'人工智能+'行动""深化主流媒体系统性变革"。政策层面为传媒行业的数智化变革定下基调，行业技术应用已经从单点工具试用，转向全链条渗透与生态重构。

张强还有一个更宏观的判断：全球AI产业正处在从"技术竞赛"转向"场景落地"的分水岭。当算力、参数的堆叠边际效益递减，行业的竞争重心会回到"谁把AI用在了真实的生产场景里"。反映到传媒领域，就是谁能把AI真正嵌进选题、采访、编辑、审核、分发、运营的每一个环节，而不是停在演示和尝鲜。

认知关要点：AI不是"代笔人"，而是"放大器"；用对它的前提，是先想清楚自己在内容链条上，究竟要让AI承接哪一段。

第二关：质量关——创作、修改、润色，都需要一套专业标准

如果说认知关解决的是"用不用"，质量关解决的就是"用得专不专业"。

张强把媒体用AI的成熟度分成三层：第一层是把AI当玩具，写个标题、生成一张配图；第二层是把AI当工具，用它出一版初稿；第三层才是把AI当系统，让它嵌进策、采、编、发、传的全流程。"绝大多数机构卡在第一层和第二层之间。真正的分水岭，是流程。"

他强调，AI参与内容生产，不能是"生成完就发"，而要把专业编辑标准前置到整个流程里。围绕"创作、修改、润色"三个核心动作，他给出了一套可落地的操作框架：

创作阶段：先立框架再动笔。 由人来定选题、定立意、定立场、搭结构，再把清晰的创作思路交给AI做初稿。"让AI在框子里发挥，而不是让它替你决定写什么。"

修改阶段：逐句回改。 AI生成的初稿要经过结构调整、逻辑梳理和逐句打磨，而不是直接采用。生成得快，不等于可以省下修改的功夫。张强认为，AI初稿最常见的问题是"正确的废话"——逻辑通顺、言辞华丽，但缺乏观点、没有信息增量，这恰恰需要编辑记者以专业判断去补位。

润色阶段：校准风格。 用专属的语料和提示词体系，把内容调成符合自身媒体调性、栏目定位和读者习惯的表达，去掉"千篇一律的AI味"。"AI生成的文字有一种特有的'平滑感'，它不会犯错，但也不会打动人。好内容需要有棱角、有温度、有立场，这些必须由人来赋予。"

主流媒体已经在这条路上探索出了可参考的实践样本。据《新闻战线》2026年8月刊文介绍，新华社自主研发的智能生产引擎"采编助手"，已构建起覆盖策、采、编、发、传全流程的新闻生产能力矩阵，在主要编辑部门普及率超过95%。其中面向发布会的"内容生成助手"支持前方记者与后方编辑部共享现场音视频流，数秒内生成结构完整的新闻通稿，使发布会报道的平均发稿时效提升约40分钟。更进一步，"采编助手"构建的"全球雷达"与"全国雷达"系统，把"人找信息"变成"信息找人"，显著提升了记者的线索捕捉效率。

但张强特别提醒，"更好"不等于"更快"。效率红利必须落到人身上——省下来的时间，要投到AI做不了的地方：去现场、做核实、想角度、谈独家。"如果省下来的时间只是用来多发几条同质化内容，那就不叫更好，那叫更卷。"

第三关：真实关——三条底线，一条都不能松

在张强看来，传媒用AI，"专业"二字是有具体边界的，至少包括三条不可逾越的底线。这三条底线，构成了他所说的"真实关"。

第一条是事实底线。 大模型会"幻觉"，会自动生成看起来合理、实则不存在的数据、引语和细节。张强在团队内部设了一道硬闸门：凡是涉及人名、职务、时间、地点、数字、直接引语的表述，一律回查权威原始来源，AI给的"佐证"不作数。"AI可以帮我们找线索、做梳理，但它说的话，必须由人来负责。"他特别指出，AI生成的内容最危险的地方不在于明显的错误，而在于"似是而非的正确"——一个编造的数字看起来精确，一句虚构的引语读起来合理，这类错误最容易被编辑忽略，也最容易伤害媒体公信力。

第二条是标识底线。 这不是建议，而是有明确法规要求的硬约束。《人工智能生成合成内容标识办法》已于2025年9月1日起正式施行，明确要求人工智能生成合成内容要添加显式标识和隐式标识。2026年9月17日，国家广播电视总局副局长刘建国在国新办"开局起步'十五五'"系列主题新闻发布会上进一步明确：使用人工智能技术生成、制作并播出的广电视听节目必须添加相应标识；节目制作关键环节以及成片内容审核，必须坚持人工审核把关；同时严禁"AI魔改"等行为。

"标识不是负担，是信任成本的控制阀。"张强说，"受众知道这条内容哪里用了AI、用到什么程度，他才愿意继续相信你没用AI的那部分。反过来，藏着掖着，一旦被识破，赔上的是整个账号的公信力。"

第三条是责任底线。 署名与版权怎么界定、训练与生成的数据是否合规、AI产出的内容出了错谁来负责——这些都要在流程里写清楚，而不是出事后再议。张强的态度非常明确："AI不构成任何免责理由。稿子发出去，署的是人的名字，担的也是人的责任。"他建议所有内容团队，在引入AI工具之初就建立清晰的责任追溯机制：谁发起的任务、谁审核的内容、谁签发的发布，每一步都有记录、可回溯。

真实关要点：事实不交给AI兜底，标识不藏着掖着，责任不推给机器——专业的底色，永远是对真实的敬畏。

第四关：场景关——没有通用解法，只有适配方能生效

"给所有内容配同一套AI用法，是最常见的浪费。"张强强调，传媒与AI的结合必须场景化。不同类型的内容生产，对AI的依赖程度、人机分工方式、审核重点截然不同。"一把钥匙开一把锁，你不能拿一把锤子去钉所有钉子。"

他根据长期实践，对传媒主要内容场景的AI应用给出了明确的判断与分工建议：

快讯、通稿、会议消息：这类内容结构清晰、要素固定，AI可以承担大部分初稿生成工作，人的精力应集中在事实核实与价值把关上。这是目前AI提效最显著、应用最成熟的场景。深度报道、调查报道：必须以人为主导，AI退到资料检索、背景梳理、数据初筛的辅助位置。深度报道的核心价值在于独家信源、现场调查和独立判断，这些是AI无法替代的。视听内容（短视频、纪录片、节目）：重在精细分工——脚本初稿、分镜参考、字幕生成、语音配音、多语种译制等环节可交由AI大幅提效，但创意方向、情感表达、叙事节奏和成片审核仍须人工严格把关。国际传播：这是AI优势最明显的场景。多语种译制、文化本地化适配、跨平台格式转换的效率提升，在过去是难以想象的。AI让小语种传播、区域化精准触达的成本大幅降低。数据可视化与信息图：由AI负责图表生成和视觉呈现，但人必须核对每一个数字、每一个标签、每一个比例关系——"数据差一个零点，整张三观就歪了"。

这种"场景化"的思路，与监管层和行业布局的方向高度一致。2026年9月17日的国新办发布会上，广电总局提出"十五五"期间将围绕"人工智能+视听"构建"1+3+1"体系：以应用为牵引，以模型、数据、算力为支撑，以安全为保障，推动AI在广电领域的场景化落地。上海等地也在"十五五"软件和信息服务业规划中明确提出，围绕网络游戏、网络文学、音视频、微短剧等领域打造AIGC创作者集聚区，推动内容生产由人工主导向人机协同高效生产转型。

张强特别提醒，场景化落地还要警惕"工具焦虑"——不要今天追这个模型、明天换那个平台。"核心不是你用了什么工具，而是你有没有针对自己的内容场景，建立起一套稳定的、可复用的人机协作SOP。"

第五关：落地关——机构、团队、个人，各有各的过法

认知摆正了、标准建立了、底线守住了、场景理清了，最后一关是：如何真正落地？

张强认为，传媒机构、内容团队、创作者个人，三者面临的落地课题各不相同，不能用一套方案通吃。

对传媒机构而言，落地的核心是"流程再造"而非"工具采购"。买一堆AI账号、办几场培训，解决不了根本问题。真正需要做的，是把AI能力嵌入策、采、编、发、传的每一个环节，重新定义岗位职责和工作流。以新华社"采编助手"为代表的实践表明，当AI从"外挂工具"变成"基础设施"，采编效率的提升不是线性的，而是质变的——原本串行的工序变成了并行，记者在发布会现场记录的同时，后方编辑部已经拿到了AI生成的结构化初稿。机构级落地还要解决三个配套问题：一是数据安全，优先使用可私有化部署的模型和工具；二是人才培训，不是教记者"怎么用AI"，而是教他们"怎么跟AI协作"；三是考核机制，要从"发了多少稿"转向"出了多少好稿"，避免AI沦为"灌水机器"。

对内容团队而言，落地的核心是"建立标准"。团队需要沉淀自己的提示词库、风格语料、审核清单，把主编的经验变成团队可复用的"AI协作手册"。一个成熟的内容团队，应该有明确的分工：谁负责定方向搭框架，谁负责调教AI生成初稿，谁负责深度修改和事实核查，谁负责最终签发——每一环都有人负责，每一环都有标准可依。张强建议团队可以从一个高频场景切入试点，比如用AI辅助会议报道或体育快讯，跑通一个流程、建立一套模板，再逐步扩展到其他场景。

对创作者个人而言，落地的核心是"善用杠杆"。AI是超级个体时代的最佳杠杆——它让一个人具备了过去一个小团队的生产能力。2026年以来，OPC（One Person Company，单人公司）模式在内容创业圈快速兴起，核心逻辑就是用AI工具替代传统团队的基础岗位工作，让个人专注于核心创意和决策。张强本人也是这一模式的践行者，他提出的"媒体赋能+智库支撑+产业落地"一体化服务模式，正是依托AI工具实现了小团队撬动大项目的可能。对个人创作者来说，最务实的建议是：不要追求"全栈AI能力"，而要找到自己最核心的内容优势，用AI放大那个优势。

张强把这一层的思考总结为一句话："AI降低了内容生产的门槛，但没有降低好内容的门槛。机构拼体系，团队拼标准，个人拼特色——这三件事，AI都帮不了你，只能靠你自己。"

AI时代，专业主义的新含义

从6亿用户到7亿用户，从普及率四成到五成，AI在中国社会的渗透速度远超大多数人的预期。传媒业作为内容生产的核心行业，站在这场变革的最前沿。

回望传媒技术发展史，从铅与火到光与电，从笔与纸到云与端，每一次技术革命都曾引发"记者会不会被替代"的焦虑，但最终结果是：技术淘汰的从来不是内容人，而是落后的生产方式。真正的专业主义者，永远是最早学会驾驭新工具的人。

张强的"五道关"说，本质上是在提醒行业：AI时代的专业主义，不是拒绝技术，也不是迷信技术，而是在拥抱技术效率的同时，牢牢守住内容的专业标准和价值底线。

跨过认知关，才能摆正位置；跨过质量关，才能产出精品；跨过真实关，才能赢得信任；跨过场景关，才能精准高效；跨过落地关，才能持续前行。五道关口，环环相扣，缺一不可。

"未来最好的内容，一定不是AI写的，也一定不是不用AI的人写的。"张强说，"而是那些懂得如何与AI协作、又始终把人的判断和价值放在第一位的内容人，用专业能力和敬畏之心打磨出来的。"

这或许就是传媒与AI融合的终极答案——技术向前，专业向上，人心向暖。

数据来源：
中国互联网络信息中心第57次《中国互联网络发展状况统计报告》；

《生成式人工智能应用发展报告（2026）》；

新华社媒体融合生产技术与系统国家重点实验室《AI赋能正能量生产传播场景创新实践参考》；

《新闻战线》2026年8月刊；

国新办"开局起步'十五五'"系列主题新闻发布会；