如果你最近在朋友圈、公众号、小红书上看到一段话,读完只剩一个念头:这玩意儿是人写的吗?
恭喜,你可能染上了「AI 味」。
这病有明确的症状:开头永远是「在当今这个……的时代」,中间必有「值得注意的是」和「不仅仅是……更是……」,结尾一定升华成「让我们一起拥抱变化」。排比句三连,段落长度均匀得像流水线产品。读起来很顺,顺到你怀疑自己识字有障碍——每一个字都认识,连起来却像在嚼纸板。
更尴尬的是,很多人写完第一遍就知道味了,改完更味。我在这上面栽过跟头,也交过学费。今天就把这套「去味心法」完整交出来,顺便吐槽一下整个行业在 AI 味上的集体失明。
一、先诊断:AI 味到底从哪个车间飘出来的
我做了个笨实验:同一篇文章,我用三种提示词各生成一版,再逐句对比。
结果很说明问题。AI 味的来源不是「模型不行」,而是四个默认出厂设置。
| 病灶 | 典型症状 | 为什么会出现 |
|---|---|---|
| 连接词瘾 | 「然而」「此外」「值得注意的是」「与此同时」 | 训练语料里的正式书面语密度太高 |
| 总结癖 | 每段结尾都要加一句「总而言之」「核心在于」 | 模型被训练成必须给出结论的助手 |
| 三段式强迫症 | 「不仅……而且……更……」;「A、B、C 三个维度」 | 结构化输出的惯性,连聊天都带着模板味 |
| 形容词通胀 | 「至关重要」「不可或缺」「极其重要」「显著提升」 | 训练目标里的「有帮助」,被它理解成「多夸一点」 |
最气人的是第三和第四个。很多时候把「至关重要」换成「重要」,句子立刻就好了一半——但你不改,它就替你决定了语气。所谓 AI 味,本质上不是 AI 不会写,是AI 太知道自己该写成什么样。
模型不是在写文章,是在提交一份「像模像样的答卷」。你要的不是一个答卷机器,是一个人。
二、实测:换三个提示词,AI 味掉了 80%
第一版,我什么也没改,只说「写一篇关于远程办公的文章」。产出标准废话,我删了重写。
第二版,我加了一段角色设定,让它「像一个写了八年行业稿的老编辑说话,允许用短句,允许不圆满结尾」。味减了三成,但仍能一眼认出。
第三版,我换了思路——不再描述我要什么风格,而是直接禁掉它爱用的词,并且逼它暴露真实判断。
写作要求:
1. 禁用词表(出现即重写):至关重要、不可或缺、值得注意的是、
总而言之、核心在于、赋能、抓手、闭环、颗粒度、生态位、范式
2. 禁止在段落末尾做总结。让每一段停在最有信息量的那句。
3. 允许不完整。允许承认某件事没有定论。
4. 至少给出三个具体到能被验证的说法,
而不是「效率得到显著提升」这类正确的废话。
5. 如果某段你自己都觉得是套话,直接删掉,不要为了篇幅补回来。
这一版出来的东西,第一次让我忘了它是 AI 写的。不是因为它变聪明了,而是因为我把「像人」这件事,翻译成了具体、可执行、可检查的动作。
这就是去 AI 味的全部秘密:风格不是形容词,风格是约束。
三、去 AI 味四板斧
第一斧:不要用「不要」,用替换表
这两年大家都在说负面提示词没用、会被无视——这话对通用大模型成立,但对写作场景半对半错。真正有效的不是「不要用某个词」,而是「这个词请换成那个词」。
因为「不要用连接词」只砍掉了一种症状,模型转头会用「同时」「除此之外」「更重要的是」继续犯。给它一张对照表,它才真的知道你要什么。
至关重要 → 关键 / 决定性的
不可或缺 → 少不了的 / 直接影响
显著提升 → 提升了多少,给个数
值得注意的是 → 删掉,直接说事
一对一对弈,模型跑不掉。
第二斧:给它反例
正面描述是给AI出谜语,反例是直接告诉它答案长什么样。
我常用的一招:写完先让它自己标出「最像AI的三句话」,然后重写。比我在前面喊「写得像人」有效十倍——因为评判标准由它自己的分布定义,而不是我嘴上那个模糊的「人味」。
第三斧:让它暴露不确定性
AI 味最浓的段落,往往是它最没底的地方。经典案例:
远程办公显著提升了团队协作效率,同时也带来了沟通成本上升的挑战。
这句话没错,但也没用,因为它谁都不得罪。改法很简单,加一句约束:
如果某个判断没有足够依据,直接说「这点我不确定」,
并说明需要什么数据才能确认。宁可留一个洞,
也不要填一句正确的废话。
留洞的文本立刻有了呼吸感。洞就是人味。
第四斧:分段节奏打散
AI 偏爱长度均匀的段落,人偏爱长短交错。给它一条机械规则:
段落长度不超过 3 句;每 3 段插入一个短句(10 字以内)
或一个列表项;全文至少有一处口语化表达。
这是最省力也最见效的一斧——版式一变,AI 味掉一大截。人类读者其实靠版式判断「这是不是机器写的」,比靠内容准得多。
四、拿去就用:去 AI 味检查清单
写完别急着发,转两轮:
【第一轮:词汇扫描】
搜索禁用词表,命中即改。
搜索「不仅」「不仅……而且」「不只是」,逐个问:删掉会少信息吗?
不会就删。
【第二轮:结构体检】
- 每段最后一句是不是总结? → 删
- 有没有三连排比? → 拆成两句
- 有没有只给方向不给数量的抽象句? → 补数字或补来源
- 全文最长段落和最短段落的差距 < 3 倍? → 手动打散
【终审】
把文章交给另一个模型,只问一句:
「指出最像 AI 写的三句话。」
它标出的地方,八成就是你该动刀的地方。
这套流程我跑下来,一篇两千字的文章过一遍大约十几分钟。不算优雅,但比「让 AI 帮我润色一下」靠谱得多——后者基本等于往文章上喷香水,香味盖住了,人还是没味儿。
五、往远了看:AI 味会成为下一个信任货币
聊点更本质的。
当所有内容生产成本趋近于零,稀缺的不再是「能不能写出来」,而是「你凭什么让人相信这是你写的、你想的、你负责的」。
所以未来会分出两条路:一条是把 AI 味做到极致,规模化生产、跑量、赚快钱;另一条是主动保留人的痕迹——不完美的推理、具体的经验、有立场也有偏见。中间那一大片模糊地带,会被平台的「原创检测」和读者的直觉一起挤压。
我的判断是:AI 味不会被彻底消灭,但会从「缺陷」变成「风格标签」。就像上世纪没人觉得短视频的快节奏是缺陷,因为它本来就该快。哪天 AI 味文章能卖出价钱,届时的溢价比今天的「纯手工」还贵。
但前提是——你得先能分辨什么是自己的味道。分辨不出AI味的人,也写不出人味。这话说起来有点冒犯,但事实如此。
六、写在最后
我越来越觉得,跟 AI 打交道的关键能力,不是会不会写提示词,而是敢不敢把手工活留给自己。
AI 帮你把结构搭好、把初稿铺满、把样板话填满,这都挺好。但最后的判断、那个吐槽、那句只有你才会说的话——这块别外包。交出去的不是效率,是你自己。
所以,去掉那些「值得注意的是」吧。省下来的力气,用来写点有脾气的句子。
毕竟,机器可以把内容成本打成零,但它打不了你的性格。