立正描述过一种常见处境：AI 产出的东西结构完整、逻辑通顺、格式漂亮，每一项看起来都没问题，但你一眼就觉得“不对”，却说不出哪里不对⁠1。他把这种一眼判断 quality 的能力称为 taste⁠1。所以判断 AI 写得对不对，第一步不是找更多规则，而是逼自己把“不对”翻译成一句具体的话：是事实错了、取舍错了，还是它没抓住你真正想说的东西。说不清时，别人（包括 AI）容易把它当成主观偏好⁠1。

立正把“AI 产出总是差点意思”归因于 AI 不知道你的标准：风格偏好、判断原则、过去的取舍、验收标准都在你脑子里，从没写成 AI 能读的格式⁠2。他给的方法是文档先行，把风格、受众、写作原则、过往案例变成可读文档；并强调写的过程本身有价值，很多人这时才发现自己的标准从没被想清楚⁠2。对判断而言，这意味着你可以先写一份简短的验收清单，再拿 AI 的稿子逐条对照，而不是凭感觉反复让它改。

立正在视频后期流程里保留了人工判断的位置：有编辑手动标注的高光时，以人工为准，因为 AI 容易选戏剧性最强的句子，而编辑关心的是几段放在一起能否代表整期视频⁠3。文章也不直接生成，先生成 brief，讲清本期一句话、观众真正想知道什么、写作风险；brief 站不住，文章就不该继续往下走⁠3。这可以迁移到写作检查：先看核心判断和方向对不对，方向错了，后面语言再顺也没用⁠3。另外，他整理访谈时会检查每个重要判断能否回到原话或原始场景、有没有把嘉宾的张力改成单边立场、有没有加入源材料没有的诊断⁠4。