AI味是三层失真
换词、拆句改不掉AI味——失真是结构性的,分三层:素材是编的,思考是装的,风格是默认的。
最常见的去味做法是换几个同义词、把长句拆短。改完读着还是不对。问题不在词,在三层结构性失真。
第一层,素材是编的。AI没有真实经历,写'故事'只能靠概率拼一个看着合理的场景——没有名字,没有差错,没有现场细节。空的。
第二层,思考是装的。AI默认把每个观点讲得很满:堵住所有反驳,照顾所有读者,制造工整的转折。真人的判断不长这样,会取舍,会偏心,有些地方就是没讲透。
第三层,风格是默认的。没特别要求时,AI自动套一种礼貌、完整、正确的通用腔,谁看都行,谁看都不像一个具体的人在说话。
所以分工得倒过来:素材、思考、风格归你把关,AI只负责组织语言和执行。后面所有方法都建在这个分工上。
越用越会识别AI味
识别AI写作不是天赋——普通人准确率接近瞎猜,但天天用AI的重度用户几乎百发百中;所以'先教AI认出AI味,再让它改'比直接说'写自然点'有效。
网上流传一句话:'人类识别AI写作的准确率只比瞎猜高一点。'这话只说对一半。
多项研究里,普通读者的整体识别准确率大多在55%到65%之间,离瞎猜的50%确实不远。但把镜头对准'经常用AI写作的人',结论完全翻转:有一组研究让5位重度使用者投票判300篇文章,只判错了1篇。
识别能力是练出来的,用得越多越准。这也解释了一件事:与其对AI说'写得自然一点'(它只会开始表演),不如先让它学会AI味长什么样,再让它照清单去改。
这份'长什么样'的清单也有权威版本。维基百科编辑社区维护的Signs of AI writing(AI写作特征档案)接近1.5万字,来自对成千上万篇AI生成内容的持续观察,还在更新,后面很多工具都建在它上面。
写作前先定5件事
AI味常常不是改出来的,是写前信息不够、AI只能靠模板补全;下笔前把5件事想清楚,能挡掉大半。
AI味看着像改写阶段的问题,其实更早——你没交代清楚,AI就只能拿模板自动补全。下笔前先定这5件事:
- 体裁:短帖、长文、教程、复盘、评论,还是正式报告。拿长文的密度写短帖,AI味会特别重。
- 意图:解释、说服、复盘、吐槽,还是立一个判断。意图不清,AI默认往'面面俱到的说明文'上靠。
- 读者:他已经知道什么、真正卡在哪。别让AI虚构一个'什么都不懂的低智读者'来制造纠偏感。
- 语气:冷静、现场、吐槽、轻讽,还是克制说明。语气没定,AI自动回到'礼貌、完整、正确'的默认档。
- 素材来源:哪些是你真经历、真数据,哪些只是推测转述。没量过的数字、没做过的动作,别让它编。
这5项拿不准时,宁可写窄一点、实一点,别为了显得完整就自动扩写成宏大判断。
太满、太匀、太飘
语言层的AI味集中在三种毛病:观点讲得太满、句子长度太匀、用词太飘;其中'句子太匀'最好测,念出来听节奏就行。
作者整理了22条最高频的AI写作特征,不用全背,抓住三类毛病就够。
太满:堵住所有反驳、把知道的全倒出来、每段都收一句金句。真人会留白,会有没讲透的地方。
太匀:句子长度几乎不变,连续几句都在15到20字上下。人类写作句长忽长忽短,业内把这个波动叫burstiness(句长波动度),AI默认输出普遍偏平。测法很土也很准:把一段念出来,听句子长短有没有变化。8字、31字、22字、4字这样跳,是活的;每句都差不多长,就是AI味。
太飘:用一堆没有具体动作托着的大词。中文是'赋能''底层逻辑''认知升级''闭环''长期主义''价值沉淀';英文是delve、tapestry、pivotal、underscore这类。这些词一出现,句子就飘起来。
越位:替读者思考
比平庸更招人烦的是越位——作者抢先替读者思考、替他定义误解、再居高临下纠正他;读完不舒服却说不清为什么,病根在这。
前面都是语言层。还有一层更深、更容易被忽略:站位上的越位。作者越过正常陈述的边界,替读者规定他在想什么、宣布他哪里错了、再发放正确答案。
常见四种:
- 预设认知:'很多人以为……''你可能会觉得……'——还没证明,先替读者规定了想法。
- 预设误解:'问题不在A,而在B'——如果A根本不是读者真有的认知,就是先造靶子再打靶。
- 预设心理画面:'一听到这个词,你脑子里浮现的是……'——直接替读者想了一遍他的内心。
- 自问自答裁判:'能不能自己做一个?能,而且比你想的简单。'——提问、判断、结论作者一人包办,读者只是被安排好的学生。
'不是X,而是Y'不是天然错误,但有硬条件:X必须是读者真实、普遍持有的旧认知,纠偏才成立;X只是硬编出来制造洞见感,就是伪纠偏。检验办法:去掉'你以为''很多人觉得'之后,这句话还成立吗?成立,就直接写结论——'更关键的是Y''真正起作用的是Y',平等分享,而不是居高临下纠正。
改稿走固定5步
别对AI说'改得有人味一点'(它只会表演),要走固定流程:先检测、再删20%、再校准声音、再改写、最后反查。
'帮我改得更像人'跟'帮我变好看'一样模糊,AI接到只会开始表演,越改越怪。有效的是一套固定顺序:检测、删、换具体、校准声音、反查。
这里面藏着两个反常识的点。一是至少删掉20%——很多稿子改半天还有味,根源不是词不对,是水分太多,删比改值。
二是校准声音最容易被跳过,却最见效:给AI你自己写过的2到3段,让它学你的句长、口头禅、开头方式;你爱说'这玩意儿',别让它升级成'该现象'。去味失败的人,多半是把'去AI味'做成了换一种通用人类腔——还是不像自己,只是换了个模板。
工具不是装最强就够
去AI味的工具不是同一种东西,按写作链路分5类:检测、清理、校准、审美、全流程;装错环节等于没装,得按你缺的那环配。
市面上的去味工具常被塞进同一个'十大榜单',让人以为装最强的一个就行。其实它们各管写作链路的一环:检测、清理、校准、审美、全流程,装错环节等于没装。
一份中文稿最常见的组合:先用Humanizer-zh(AI博主'归藏'维护的官方汉化版,覆盖24种中文AI写作模式)做检测和基础改写,再用说人话(专攻中文互联网黑话,规则覆盖210多个中文短语)清理套路句。经常发小红书、知乎的,说人话针对性更强。
选工具前看两件事:README有没有明确的处理流程,最近还维不维护。只有名字像'去味'、却没规则库和样本的,先当候选,别当主力。
让AI从源头记住你
比每篇都改更省力的,是提前写一份'我是谁'的说明书让AI每次先读——尤其把'我不要什么'写清楚,因为AI默认就是那套光滑套路,你不拦它就一直那么写。
前面都在解决'这一篇怎么改'。还有条更省力的路:让AI提前知道你是谁,从源头少跑出AI味。
AI没有真正的'记得',每次回答前临时翻一遍你给的资料,写了什么就演什么,没写的只能瞎编。所以提前写一份'我是谁'的说明书,让它每次先读——这事10分钟能做完。不用自己憋,把这句贴给AI就行:'把我的经历梳理成文档,方便任何AI通过它了解我,你一次问我一个问题,直到完全了解我为止。'聊完让它输出成一份Markdown存好。
配置也简单:聊天软件(ChatGPT、Claude、豆包)把说明书贴进记忆或自定义指令;用Claude Code、Codex写长文的,说明书放进工作文件夹,让它生成CLAUDE.md或AGENTS.md。两边记忆不互通,都用就都贴一份。
最该写的是'我不要什么',它比'我喜欢什么'更重要。AI默认就写得光滑、套路,你不明说'别赋能、别底层逻辑、别每段收金句',它就一直这样。把你一看就反感的表达列成清单贴进去。
说到底,去AI味不是词的手艺,是分工:素材、判断、风格、边界归你,AI只组织语言。改完唯一的标准也只有一条——读者能不能更清楚地感到,这篇由一个具体的人在说话。这个人靠选择、判断和真实素材出现,不靠表演生活感。