让 AI 检查论证结构：证据和结论之间，还缺哪一步
一篇意见稿可以语句流畅、材料丰富，却仍然没有回答“这些事实为什么能推出这个结论”。让 AI 润色之前，先请它把论证拆开，往往比增加几个连接词有用。这里的任务是检查每一步推断依靠什么，而不是替作者寻找更多赞同自己的话。
AI生成概念配图，非真实软件界面
先固定原稿，再标出四种角色
Purdue OWL 对图尔敏论证法的介绍区分了主张、依据与连接二者的前提，也讨论限定和反驳。本文借用这组区分，设计一个审稿流程；后面的材料、表述与操作方式都是原创示例。
以下是虚构例子：社区阅读室收到十二条延长开放时间的留言，作者因此写道：“居民普遍需要夜间阅读，阅读室应当每个工作日延长开放。”先保留原句，给它编号，不急着改写。让 AI 分别摘出证据、对需求的判断、建议采取的行动，以及没有直接写出的前提。
拆开后可以看到：留言存在是一条证据；普遍需要是概括；每晚延长是建议。中间至少需要说明留言是否能代表更多使用者、留言中的愿望是否会变成实际到访，以及为什么需求足以支持每晚开放。模型列出的这些连接条件应标成“待核实前提”，不能悄悄写进事实栏。
一次处理一个缺口
让 AI 对每条主张只指出一个最关键缺口，并标注原稿位置。对“普遍需要”，缺口可能是代表性；对“每晚延长”，缺口可能是不同日期的需求。这样作者能分别处理问题，不会用一条“再做调研”的大建议覆盖所有推断。
同一个缺口有不同处理方式：补充可靠材料、解释适用范围，或撤回过强的结论。例子可暂改为：“现有留言显示，部分使用者希望增加夜间开放；是否延长以及安排在哪些日期，还需要核查实际需求与运营条件。”这句话没有替管理者作决定，也没有把未知成本假装算清楚。
接着请 AI 写出一个最有力的反对意见，要求准确回应原稿，不能把对方说成“完全反对阅读”。例如，留言者也许集中在同一场活动，不能据此推到整个社区。作者应判断这是实际证据、合理可能性，还是纯粹想象；可能性值得查，不等于已经证伪。
给模型一份可复核的任务
可复用模板：请按原句编号整理主张、已有证据、连接前提、限定范围和主要反对意见。只使用我给出的材料。隐含前提请标为推测，缺失证据请写待补充。每条主张给出一处最重要的推理缺口，以及补证据或收窄结论的两种处理方向。暂时不要重写全文。
作者复核时，先检查模型有没有把建议当事实，把情绪当理由，或把本来有限定的句子扩大成绝对结论。再逐项追问：即使证据为真，这个结论仍可能不成立吗？如果可能，缺少的连接条件是什么？最后才重写段落，保留修改理由。
结构完整不等于结论正确
AI 能帮助暴露文字中看不见的台阶，也可能误读讽刺、行业惯例或作者省略的背景。结构上完整的论证仍可能使用错误事实，反对意见也可能被模型写得过于方便反驳。请让熟悉主题的人核对事实与适用范围，再请另一位读者检查能否顺着推断走到结论。交付物最好包含修订稿和待补证据清单，别只留下一个“逻辑严密”的评价。
