人物百科的简介写法、企业百科的参考资料要求、品牌百科的目录结构，AI能帮你搞定哪部分、哪部分必须人工来

一、百度百科现在的审核机制到底在查什么

写百科之前，得先搞清楚对面坐着的是什么样的审核员。百度百科目前是"AI初筛+人工复核"的双重机制：AI系统先跑一遍，检测7种典型违规类型（广告宣传语、无参考资料陈述、抄袭内容、主观评价、格式错误、虚假信息、联系方式植入），准确率已经做到98%以上。AI筛完之后，人工审核员再复核，重点看证据链的完整性。

这个机制意味着什么？意味着你的词条要过两道关。第一道关是AI的规则检测——格式不对、缺参考资料、出现"领先""最好""一流"这类宣传词，AI直接打回，根本到不了人工审核员手里。第二道关才是人工判断——你的参考资料是不是真的能证明你写的内容、来源是不是权威媒体、内容和参考资料之间的对应关系是否清晰。

理解了这两道关，就能理解为什么有些AI生成的百科词条一提交就过、有些反复被驳回。AI擅长的是第一关——格式规范、语言中性、结构清晰。但第二关的参考资料对应，AI完全帮不上忙，因为它不知道你手里有哪些参考资料、每条资料能证明什么内容。

二、人物百科：AI写简介和履历没问题，但参考资料卡住了80%的人

人物百科是三种类型里最容易用AI辅助的，因为人物信息相对标准化——姓名、出生年月、籍贯、学历、职业、主要成就、代表作品。这些信息的结构是固定的，AI可以快速生成一个符合百科格式的初稿。但人物百科的通过率不到30%，问题几乎全出在参考资料上。

AI能做好的部分：把人物的基本信息按百科格式组织成"概述→基本信息栏→人物经历→主要成就→代表作品→社会职务"的标准结构。用中性语言陈述，避免"著名""杰出""资深"等主观形容词。格式上，目录层级、段落划分、信息栏参数，AI都能一次到位。

AI帮不上忙的部分：参考资料。百度百科要求人物词条的每一项关键信息都要有权威来源佐证。比如你说"XX于2023年获得YY奖项"，后面必须跟一条来自新华网、人民网、光明网等权威媒体的报道链接，且报道里确实提到了这个人和这个奖。AI不知道你有哪些可用资料，也判断不了哪篇报道算是"权威来源"。这步完全要靠人来收集、筛选、对应。

三、企业百科：AI能搭好骨架，但"去广告化"是人机配合的关键

企业百科的通过率比人物百科略高，大约35%，因为企业的公开信息相对容易找到权威来源（工商信息、官网备案、新闻报道）。但企业百科有一个人物百科没有的难题：企业天然想宣传自己，写出来的东西容易带有广告性质，而这恰恰是百科审核的头号红线。

AI在企业百科上能做好的：企业百科的标准目录结构包括——概述、企业简介、发展历程、主营业务、企业文化、企业荣誉、社会责任。AI可以根据你提供的企业信息，自动生成这七大部分的初稿框架，格式规范、目录清晰。特别是"发展历程"这种时间线型内容，AI生成的速度和质量都很高。

AI做不好的："去广告化"这件事。企业自己写百科，最常见的被驳回原因就是"含有宣传性内容"——"行业领先""服务超过X万客户""致力于为客户创造价值"这些话，在企业看来是事实陈述，在百科审核员看来就是广告。AI可以把明显的宣传词删掉，但有些话是不是广告，需要人来判断边界。比如"公司2024年营收达到5亿元"——如果这条信息来自权威媒体报道，可以写；如果来自企业自己官网或自媒体，就不能写。AI无法判断信息的来源是否权威，这个判断必须人工做。

四、品牌百科：目录结构最复杂，AI能规划但需要人做减法

品牌百科介于人物百科和企业百科之间，但有一个独特的难点：品牌不像企业有工商注册信息、不像人物有公开履历，品牌的"存在感"需要通过媒体报道、市场数据、用户认知来证明。品牌百科的被驳回率是三种类型里最高的，因为审核员很难判断一个品牌是不是"值得收录"。

AI在品牌百科上的优势：品牌百科的目录结构通常比企业百科更复杂，需要覆盖品牌定位、品牌历史、产品矩阵、市场表现、品牌荣誉、品牌文化、社会责任等多个维度。AI可以根据品牌类型（快消、科技、服务、餐饮等）自动规划最适合的目录结构，生成内容框架。

AI的短板：品牌百科最大的陷阱是"品牌收录标准"。百度百科对品牌的收录门槛比企业高——不是你注册了一个商标就能建品牌百科，而是这个品牌需要有足够的"社会认知度"，具体体现在：有权威媒体的专题报道、有第三方市场研究报告的数据引用、有行业评选的获奖记录。AI无法判断一个品牌是否达到收录标准，它只能告诉你"如果达到了标准，怎么写"。判断要不要建、能不能建，全靠人工。

五、参考资料是百科的核心，AI在这件事上完全帮不上忙

不管人物、企业还是品牌百科，被驳回理由里"参考资料不足/不符合要求"占了70%以上。这个环节AI完全使不上劲，因为AI不知道哪些媒体报道是真实存在的、哪些权威来源是可用的。但这恰恰是最重要的一环——参考资料选对了，词条就成功了一大半。

百度百科对参考资料的审核有几个硬性标准：必须是公开发表的媒体报道或官方文件；来源必须是"权威媒体"（官媒、党报、门户新闻源、行业核心期刊）；自媒体、企业官网、个人博客、论坛帖子、百度知道、知乎回答这些全部不算；参考资料的内容必须明确提及词条主体的全称；一条参考资料只能佐证一处关键信息，不能"一条资料打天下"。

有一个容易被忽略的技巧：百科审核员每天处理200条以上的词条，他们看参考资料的时间通常不超过30秒。你的参考资料链接能不能在30秒内让他确认"这条确实提到了词条主体、确实是权威来源、确实能证明对应内容"，决定了能不能过。所以参考资料不要只甩链接，要在编辑摘要里标注清楚"参考资料XX的第X段提到了XX信息"。

六、百科的AI预审工具到底有没有用

百度百科在2025年上线了AI预审工具，在词条编辑页顶部能找到入口。需要4级以上的百科账号才能使用，新账号得先做10次有效编辑（改错别字、补充公开信息等）把等级刷上来。

AI预审工具能做什么？它能自动检测7种违规类型：广告宣传语、无参考资料陈述、抄袭内容、主观评价、格式错误、虚假信息、联系方式植入。检测结果会用不同颜色标出来，红色是确定违规、黄色是疑似需要人工判断。实测下来，红色标注的问题准确率很高，按提示改了基本能避免AI初筛被驳回。

但AI预审有个局限：它检测的是规则层面的问题，不是内容质量层面的问题。比如它检测不出"这条参考资料其实没有提到词条主体"这种实质性错误，也判断不了"这条信息是否值得收录"。所以AI预审能帮你过第一关（AI初筛），但第二关（人工复核）能不能过，还是取决于参考资料质量和内容的客观性。

建议的流程是：AI生成初稿 → 人工筛选并标注参考资料 → AI预审跑一遍改掉红色问题 → 人工再过一遍黄色提示 → 提交。这个流程走完，首次通过率能比裸提提高一倍以上。

七、用AI批量做百科词条的效率账

如果是一个站群要做品牌背书，可能需要给多个主体创建百科词条——公司主体一个百科、创始人一个百科、核心品牌一个百科、子品牌一个百科。手工操作的话，每个词条从收集资料到写完提交，熟练的人大概需要3-5个工作日。4个词条下来就是半个月到一个月。

AI介入之后，效率变化很明显。AI生成初稿+目录框架这部分，一个词条从2天缩到1-2小时。但参考资料收集和对应这步，AI帮不上忙，该花的时间还是得花——每个词条的资料收集大约需要半天到一天，取决于能找到多少权威来源。整体算下来，AI辅助做百科，效率能提2-3倍，但做不到"全自动批量创建"。

如果站群用的是UC建站系统，品牌站和百科词条之间还能形成一个闭环：品牌官网提供基础信息和备案链接作为百科的辅助证明材料，百科词条反过来给品牌站提供权威外链和搜索引擎信任度加分。内容中台统一管理不同站的内容策略，AI生成百科初稿和站内文章初稿可以共享同一套品牌信息库，不需要每个站、每个百科词条都从零整理资料。

最后说两句

AI做百度百科这件事，核心逻辑不是"AI全自动创建"，而是"AI把人从重复劳动里解放出来，让人把精力放在AI做不了的事情上"。AI能写出格式规范、语言中性的初稿，能规划目录结构，能跑预审检测——这些事让人来做，又慢又容易出错。但参考资料的筛选、信息真实性的判断、去广告化的边界把握，这三件事目前AI做不到，未来短期内也很难做到。

把AI能做的交给AI，把AI做不了的自己把关，这才是做百科效率最大化的正确姿势。别指望AI一键生成就能通过，也别因为AI做不了全部就不用了——提2-3倍效率的工具，不用白不用。