AI 能写地质报告八成的骨架，写不了一成的结论。前言、方法、格式这类“量”的活，它一天能干完你一周的量；矿体圈定、品位解释、结论建议这类“断”的活，一个字都不该交给它。下面按自学、提纲、提示词、成稿四个环节，把可控动作一件件拆开。
一、环节一·自学：先让模型学会这一行怎么写
直接扔一句“帮我写一份地质报告”，出来的必然是通稿腔，这一节从头到尾都对，就是不像你们单位的报告。
原因不复杂：模型知道报告有前言、有结论，但不知道这一行的行文规矩。它不知道前言里“以往工作”要写到什么颗粒度，不知道成果章节的句式是“据××孔，××段见厚×× m 的××岩”，也不知道同一套砂岩，你们叫含矿层，隔壁项目叫矿化层。
解决办法是喂料。三样东西就够。
第一样，相应行业规范里管章节设置与术语定义的关键条文。不用整本，把目录、章节要求、术语表摘出来，十几页。
第二样，2–3 份本单位或本矿种的优秀范本。挑已经通过评审的、同一报告类型的、最好近三年的。范本不是拿来抄，是给模型定语气与颗粒度。
第三样，一份术语对照表。同一样东西，有人写含矿层，有人写矿化层，有人写工业矿层；同一条构造，有人叫断裂，有人叫破碎带。表格两列，左列准用词，右列禁用词，三五十条足够。
这张表不用从零写。把近三年三份已过审报告的同名词抓出来，做成两列对照，半小时就能凑出三十条。这一步花掉的时间，后面写十个章节都能省回来。
为什么范本比规范更管用？规范定骨架，范本定血肉。规范告诉你“成果与认识”这一章必须写，范本才告诉你这一章开头先给结论再摆数据、每段不超过四行、厚度一律保留两位小数。这些规矩规范里没有，评审专家一眼就能看出。
投喂有量的边界。单次投喂控制在模型上下文的一小半以内——上限十几万字的模型，投三五万字就够，超了会被截断或稀释，后面的资料等于没给。资料真的超过这个量，改成分章节投喂：写前言只给以往工作与交通资料，写方法只给工作量表。
这里有一件 AI 做不到的事，得先讲明：它不知道自己不知道。你喂了一份写法有问题的范本，它不会提醒你“这份报告当年被评审退回”，它会照着错的学，而且学得很像。错得整齐，比错得零散更难改。
所以选范本这一步不能交给 AI，必须自己翻。判断标准就一条：这份报告当年有没有被退过。退过的，哪怕是熟人递过来的，也别用。
顺带一句：范本给两三份，不要给十份。份数一多，模型会把几种语气揉成一种，出来的段落像三个人拼的。同一矿种、同一报告类型，两三份足够覆盖句式。
二、环节二·提纲：骨架人定，血肉机填
提纲必须人来定，这是不可让渡的一步。提纲错了，后面全错，而且错得很整齐。
一份固体矿产地质报告，章节骨架大体固定：前言，写目的任务、交通地理、以往工作；地质概况，写地层、构造、岩浆岩；工作方法与质量评述；成果与认识，分矿种展开；结论与建议。
骨架固定，不等于可以照抄。差别在每一节的承重上：这套矿区主矿种是铀还是煤，成果章节的重心完全不同；做过几轮勘查、以往工作综述该写三段还是八段，也要按实际情况定。
分工可以按“量”和“断”划一条线。
AI 能代劳的：前言里的交通地理、以往工作综述、方法章节的规范化描述、参考文献格式整理、图表目录、附录清单。这些活的特点是资料现成、句式固定、判断成分低。
必须人定的：成果与认识的核心判断、结论、建议，以及任何涉及“有没有矿、有多少矿”的表述。这一条没有例外。
给个阈值：提纲定稿之前，不要让 AI 往下写正文。正文一旦按错提纲铺开，改提纲等于重写；前言按“详查”口径写了六千字、后来任务改成“普查”的事，不是没发生过。
第二个阈值：任何一节预计超过 1500 字，先在提纲层面拆成两个二级标题。AI 写长节会自己注水——同一句话换三种说法，字数够了，信息量没增加。
还有一道省事的检查：提纲排完，让 AI 逐条对照规范目录，看有没有漏项、有没有层级错位。这件事它做得可靠，因为对照是机械活，不需要判断。漏项补上，层级按规范调平，提纲这一步就算过了。
各章节的可代劳程度不一样，可以直接照这张表分工：
表1 地质报告各章节的 AI 可代劳程度分级
| 章节 | 内容特点 | AI 可代劳程度 | 必须人工的环节 |
|---|---|---|---|
| 前言（交通地理、以往工作） | 叙述性，资料现成 | 高，可出八成 | 以往工作的评价口径 |
| 地质概况 | 描述性，术语密集 | 中高，需术语表约束 | 地层划分与构造格架的判断 |
| 工作方法与质量评述 | 规范化描述，句式固定 | 高，最省时间 | 质量问题的定性与评级 |
| 成果与认识 | 数据密集、逻辑密集 | 低 | 矿体圈定、品位与厚度解释 |
| 结论与建议 | 全局判断 | 极低 | 全部，一个字都不交给它 |
表里最容易误判的是“地质概况”。它看着像描述性章节，其实每一段背后都是划分方案的选择：这套砂体归哪个段、这条断层算区域性还是次级，模型给不出判断，只能跟着你给的结论写。
三、环节三·提示词：四段式模板
提示词不是咒语，是一份工程交底。白话讲，它就是你给 AI 下的一份任务书：写得越像工程交底——角色是谁、资料有哪些、交付什么格式、什么不许碰——出来的东西越像样。
我用了两年，最终固定成四段：角色、资料、要求、禁区。四段缺一段，返工率立刻上去。
可复制的模板如下，方括号里的内容按项目替换：
```text
【角色】
你是有着 15 年以上经验的固体矿产地质工程师，熟悉[矿种]勘查与报告编写规范。
【资料】
以下是我提供的材料，只允许使用这些材料中的信息：
- 项目概况：（粘贴）
- 已完成工作量：（粘贴）
- 主要成果数据：（粘贴表格）
- 参考范本片段：（粘贴 1–2 段，用于仿写语气）
【要求】
- 写"[章节名]"，字数 800 字左右；
- 结构：先给结论，再分条说明依据；
- 语气：客观、简洁，句式短，不用形容词堆砌；
- 术语统一用"含矿层"，不要写"矿化层"；
- 数据必须来自上述资料，序号与单位照抄，不得改写。
【禁区】
- 不得编造任何数据、坐标、孔号、品位；
- 不得编造文献、规范编号、标准号；
- 不得给出资源量估算结论；
- 不确定的地方必须写"[待核实]"，不许自行发挥。
```
逐段说清为什么不能省。
角色定语气。写“你是地质工程师”和写“你是有着 15 年经验、评审过报告的地质工程师”，出来的句子长度都不一样。角色越具体，通稿腔越少。
资料定边界。“只允许使用这些材料中的信息”这一句，是防编造的第一道闸。加了它，模型就不去记忆里捞别处的东西。
资料段的质量直接决定初稿质量。同样三行，写“工作量：钻孔 12 个”和贴一张带孔号、孔深、开孔日期的表，出来的句子差别很大：前者只能写概括，后者能落到具体孔。能贴表就不要贴一句话。
要求定格式。字数、结构、术语、单位，全部写死。要求里最忌讳“尽量专业”“语言流畅”这类词——它们不给模型任何约束，只给它发挥空间。
禁区定下限。四段里最容易被省略的就是这一段，也是最关键的。不写禁区，模型默认要“帮到底”：缺数据就补一个看起来合理的，缺文献就编一条格式正确的。
还有一个常见错误：把项目和参考资料一股脑贴进去，指望它自己挑。资料越杂，它越倾向用最新鲜、最显眼的那一段，跟你这一节要写的内容未必相关。一次只给这一节要用的材料，其余的留在本地。
给个操作阈值：一次只让它写一个章节，800–1200 字。超过 2000 字，前后就开始打架——第三节的结论和第一节的数据对不上，改起来比自己写还慢。
还有一条：模板不要每次重写。把四段式存成一份文档，换项目只改方括号里的内容。单位里推广 AI 写作，最该统一的不是工具，是这份模板。
四、环节四·成稿：分段生成与三查
分段生成加人工核校，比一次成篇效率更高，因为返工成本低。
一次成篇看着快，其实是把风险堆到最后。两万字生成完，你从第一页读到最后一页，发现第三章的矿体厚度和第五章的储量参数对不上，这时候改，等于重写。
分段的做法：按提纲一节一节生成，每段 500–1000 字，生成完立刻校。校完再生成下一节，上一节的定稿结论可以带进下一节的资料里，上下文反而更准。
分段还有一个副作用，是好的：每一节的资料包变小，模型不容易串台。写完第三节再写第四节，把第三节的定稿结论当资料带过去，前后口径自然一致，比一次成篇再回头统一口径省事得多。
校什么？三查。
第一查，查数据。所有数字回原始表格核对。这是最耗时也最不可省的一步。孔号、孔深、厚度、品位、坐标，一个都不能靠“看着像”。
第二查，查术语。同一个概念全文是否统一。含矿层与矿化层、糜棱岩与碎裂岩、氧化带与褪色带，这些词在不同章节被写成不同叫法，评审第一眼就抓住。
术语不统一，多半不是 AI 的错，是术语表没覆盖到。查到一处不一致，回头把这一条补进术语表，下一节就不会再犯。术语表是活文件，跟着报告一起长。
第三查，查结论。结论是否与正文数据支持的程度匹配。AI 最擅长把“可能有”写成“证实有”，这是最危险的一处：数据只支持局部见矿，它能写成矿化连续稳定。
给两个阈值。数据抽查比例不低于 30%；涉及储量、品位、坐标的，100% 核对，一个不漏。
抽查怎么抽也有讲究。不要只抽正文里显眼的数字，要抽那些“看起来最合理”的。AI 编的数往往不夸张，它编的是“很像真的”：厚度 3.2 m、品位 0.05%，正好落在常见区间里，一眼扫过去毫无破绽。
还有一件事 AI 不该做：不要让它“顺手把结论写得更说服力”。地质报告的结论必须与证据强度匹配。写得漂亮但过硬，评审时是致命伤，后面所有的解释都变成补漏洞。
文本层面的活倒可以交给它：长句拆短、重复表述合并、被动句改主动句、单位与符号统一。这些改了不出错，也不动判断。
五、四个绝对禁区
四个禁区里，编文献与编规范编号最难被发现，也最容易造成长期信誉损失。
第一条，编数据。它会生成看起来合理的品位、厚度、坐标。识别方法只有一条：所有数字逐个回溯来源，凡在原始资料里找不到出处的，全部标红，一律删。
见过最像的一次：一份稿子里的三个孔号，格式、编号规则、孔深区间全对，翻到原始台账才发现这三个孔根本不存在。数字编得越合规，越要回台账。
第二条，编文献。格式完全正确，作者、期刊、年份、页码齐全，但那条文献根本不存在。识别方法是逐条检索“作者加标题”，检索不到即删。存量报告里留一条假文献，比留一个错数字更难收场。
第三条，编规范编号。这是最容易骗过自己人的一种。它会写出“××/T ××××—20××”这样像模像样的编号，甚至能编出“第 5.2.3 条”的条款号。识别方法：只写“相应行业规范对……有相应要求”，除非你亲手核过原文。
第四条，编结论。把推测写成事实。识别方法：把文中所有“表明、证实、确定、说明”这类断言词圈出来，逐条问一句证据够不够撑这句话。撑不住的，降级为推测或初步认为。
四条汇总成表，审核的时候照着过：
表2 四个禁区的典型表现与识别方法
| 禁区 | 典型表现 | 识别方法 |
|---|---|---|
| 编数据 | 生成“看起来合理”的品位、厚度、坐标 | 逐个回溯原始表格，找不到出处即删 |
| 编文献 | 格式完全正确但根本不存在的文献 | 逐条检索作者与标题，检索不到即删 |
| 编规范编号 | 像模像样的“××—20××”编号 | 只写“相应行业规范”，除非亲手核过 |
| 编结论 | 把“可能有”写成“证实有” | 圈出所有断言词，逐条问证据够不够 |
这四条不是道德问题，是技术问题。AI 没有恶意，它只是在补空白。你不给边界，它就自己填。
六、效率账怎么算
AI 适合做“量”的工作，不适合做“断”的工作。这句话决定了它在报告流程里该站在哪个位置。
先说真省时间的。
规范化描述。工作方法与质量评述这两章句式高度固定，工作量表一贴，它半小时能出初稿，你改两小时能用。这类章节省 50% 以上是常态。
格式整理。参考文献格式、图表目录、附录清单、单位与符号统一，这些活人做又慢又烦，它做得又快又稳。
提纲扩展。给一句话要点，让它扩成三段的初稿结构，你再删。这一条对新手特别有用：不是让它写，是让它先摆一个能改的架子。
语句润色。长句拆短、重复合并、口语改书面，改完通读一遍就能定稿。
再说反而更慢的。
需要核对的数字章节。它生成三百字，你要核半小时，核完发现两个数不对，还得回头翻原始表格。这一节的效率是负的。
结论章节。它给的每一句都要你重新判断，判断成本高于自己写。自己写五百字一小时，让它写、你来改，两小时。
需要与图件严格对应的章节。文字说见图 3-5，图上是另一回事，这种错最难发现，也最伤报告质量。
给一个环节级判断：文字量大的章节省一半以上时间，逻辑判断密集的章节基本不省，甚至更慢。
按一本两万字左右的报告算：前言与方法两章约六千字，AI 出初稿加人工改，两天能压下来；成果与结论约八千字，基本按原工期走，省不出来。整本报告的净节省大致在三分之一上下，占比高低全看方法章节有多重。
单位层面推 AI，有三条纪律，比选什么工具重要。
第一，模板统一。四段式模板全组共用一份，不许各写各的。模板不统一，出来的稿子风格各异，合并时又要重排一遍。
第二，留痕。哪一节是 AI 出的初稿、谁核过、核了哪些项，在文档属性或批注里记一笔。这不是形式主义，出问题时能追溯。
第三，复核签字。AI 稿一律按初稿处理，签字的人对内容负责。这条守不住，前面两条都白做。
回一句判断：效率提升是真的，但提升的是写字的效率，不是判断的效率。搞混这两件事，容易在评审现场付出代价。
七、一句话结论
AI 负责让你少写废话，你负责让报告站得住。凡是涉及“有没有矿、有多少矿”的句子，一个字都不要交给它。工具越顺手，这条线越要划清楚。
【延伸阅读】
- 智能找矿的数据底座：报告里那些数据先行的事，比报告本身更值钱。
- 人工智能找矿：从噱头到拐点：AI 在地质行业的真实能力边界。
- 三维地质模型对矿山建设的六大收益：模型成果怎么转化成报告里能说服人的图。
【需要帮忙】地质报告编写流程梳理、AI 写作模板落地、报告数据核对，可留言或邮件说明情况，我会先判断值不值得做。
【智能找矿笔记】
01 铀矿层间氧化带 · 02 数据底座 · 03 构造煤 · 04 六大进展 · 05 RF 与 XGBoost
06 三维成矿预测 · 07 页岩气甜点 · 08 遥感蚀变 · 09 铀矿样本 · 10 AI 报告
