什么是"AI 生成不了"的内容
本篇一句话结论
别和机器比它擅长的——写它写不了的：一手经验、现场判断、独家数据、真实案例、立场判断。
开篇（定位说明）
"AI 写不了一手经验"——这个说法，英文圈有专文（如 "7 Types of Content AI Can't Replicate"），创作者圈也普遍认同。
本文不重复这个结论。
只回答一个更实际的问题：在猪病这个领域，具体哪些内容机器写不了？以及，一个兽医该怎么把它写出来。
引子：别在机器的赛道上和它比
很多人焦虑："AI 什么都能写，我还有价值吗？"
问题的方向错了。
正确的问题是："AI 写不了什么？"
不要和机器比它擅长的，要站在它到不了的地方。
一、机器的能力边界
| AI 能生成的 | AI 生成不了的 |
|---|---|
| 知识复述 | 一手经验 |
| 结构化总结 | 现场判断 |
| 通用解释 | 独家数据 |
| 常见问答 | 真实案例（亲历） |
| 语言润色 | 立场与判断 |
分界线：AI 能重组"已有的知识"；但产生不了"亲历的经验"。
二、为什么这几样它写不了
| 内容 | 为什么 AI 写不了 |
|---|---|
| 一手经验 | 它没下过猪场，没闻过产房的味道 |
| 现场判断 | 它不在现场，不知道"这头猪今天不对劲" |
| 独家数据 | 它没有你的监测数据、你的病例记录 |
| 真实案例 | 它编的案例，经不起追问细节 |
| 立场判断 | 它不确定"该不该这么做"，你得担责 |
关键：
AI 是"二手知识"的搬运工。一手的东西，不经过它。
三、所以该写什么
从"复述知识"转向"贡献独家"。
| 别写 | 要写 |
|---|---|
| "PEDV 是什么"（机器更全） | "我处理的这个场，为什么反复发病" |
| "怎么防"（机器更条理） | "这个方案为什么在我们这儿失效了" |
| "疫苗介绍"（机器更完整） | "我实测的免疫效果对比" |
一个检验：
写完后问自己："这段话，机器能直接生成吗？"能 → 删掉或改写。不能 → 这就是你的价值。
四、常见问题
Q1：那"知识性内容"就不做了？
A：要做，但作为入口（L1 快答），不是终点。真正的价值在"知识之外的判断"。
Q2：一手经验会不会用完？
A：不会。只要你还在临床，就一直在产生。而且经验会"复利"——越积越深。
Q3：AI 会进步到能写一手经验吗？
A：只要它没有"亲历"，就写不了一手经验。它可能有你的数据，但没有你的经历。
结语
别和机器比记忆，比它的"亲历"。它越强，你的"一手"越稀缺。
说明：本文为方法论探讨，不涉及具体诊疗。观点为行业共识的行业落地版，不宣称原创（见《定位修订》）。