|
2026 年 7 月 12 日,V2EX 论坛有人发帖问:有哪些词,让你一看到就觉得是 AI 写的?8 天里,回帖的人列出几十个词和句式。点名最多的是“不是……而是……”。一位网友举了个例子:“这不是一份家常菜,而是一份能抚慰人心的灵丹妙药。”接着写:“我个人认为这种句式听起来太装了,不舒服。” 我的稿子由 Claude 起草,ChatGPT、Gemini、DeepSeek 轮流提意见,再回 Claude 改。我把一套写作规则装进 Claude,叫刘韧写作 Skill,Claude 每次起草都照着它走。读者反感的套路,要先认清,再写成规则。 下面每一条分三行:套路是什么,证据在哪,Skill 怎么写。规则只管非虚构写作,每条都写明删的条件和留的条件。只写“禁某某”,该留的也可能一起删掉。引语、专名、固定说法、行业本义,各条都照留。 一、句式1.“不是……而是……” 套路:变体有“不只是……更是……”“与其说……不如说……”。果壳网 2026 年 8 月 15 日的文章收了几个例句:“你不是懒惰,而是身体需要休息。”“这不只是一次升级,更是一场工作方式的革命。” 证据:《大西洋月刊》2026 年 7 月报道了检测公司 Pangram 的估计。英文里“Not just X, but Y”这类句子,在 AI 文本里出现的频率约为人类文本的 3 倍。Pangram 的工程师说,ChatGPT、Claude、Gemini 和各家开源模型都用这个句式,程度不同。这是英文数据,本文没有找到中文的同类统计。 Skill:逐个查。否定的那半句只加强语气、读者本来没有那个想法的,删掉否定半句,直接说肯定的那半句。读者确实可能误解、需要纠正的,留。 2. 首先、其次、最后 套路:分段用“首先、其次、最后”,末尾“综上所述”。 证据:公众号“RUC 新闻坊”2025 年 9 月发文,署名“人大新闻系”。作者在小红书检索到 142 条笔记,归纳出公认最明显的 3 个 AI 写作特征,三段式是其中之一。 Skill:为凑齐三项拆开的,并回去。步骤确有先后、各项各有信息的,留。 3. 对偶 套路:上下两句字数相等、结构相同,成对出现。 证据:RUC 新闻坊做过一个实验。题目是 2009 年上海浦东一道高考作文模拟题,藏锋与露锋。4 名成员各向 7 个模型发同一条指令。7 个模型是 ChatGPT、DeepSeek、智谱清言、豆包、腾讯元宝、文心一言、Kimi。7 个模型的开头全部从“藏锋以包其气,露锋以纵其神”起笔。模型每篇平均用对偶句 4 次,3 篇学生范文平均 0.67 次,是各项修辞里差距最大的一项。用得最多的是腾讯元宝 5.75 次、Kimi 5.25 次,ChatGPT 4 次;最少的是 DeepSeek,2.75 次。 Skill:按作用定删留。上下句各带一件独立事实的,留。上下句说同一件事、只为对称的,删一句,或者拆成陈述句。引语照原文,成语不算。 二、用词4. 大词 套路:“智慧”“时代”“人生”“力量”“成就”。 证据:同一项实验,这几个词是模型的高频词。 Skill:这几个词作主语、宾语、定语都查。指不出具体的人、事、数字的,换成具体的;换不出来,整句删。 5. 行话 套路:“赋能”“底层逻辑”“深度剖析”“解构”“范式”。 证据:V2EX 那个帖子里,“底层逻辑”和“旨在”各有 2 人点名。 Skill:日常汉语里没人这么说的词,换成平实的话。 6. 程度词堆叠 套路:“极其”“极度”“彻底”,一句里好几个“最”。 证据:爱范儿 2026 年 5 月的文章引了网上流传的一段话,近百个形容词,开头是“最直接、最真相、最不绕弯”。爱范儿说这是豆包的回答,没有给出处。 Skill:一句里 2 个以上“最”,或者“极其”“极度”“彻底”连用,删到一个或零个。有数据支撑的排名、比较,照留。 7. 宣布不绕弯 套路:“我直接说结论。”“先给你个判断。”“不绕了,直接说。”“一句话总结。” 证据:V2EX 帖子。公众号“科技狐”的作者翻了自己和豆包的对话记录,发现豆包常以“先说……”起头,香港 01 2026 年 8 月 26 日转载。这些证据多半来自对话框里的回答。对话里的习惯会不会带进文章,本文没有统计。 Skill:删掉宣布,直接写结论。 三、比喻与引用8. 科学名词当比喻 套路:拿拓扑、克莱因瓶、量子纠缠、熵增、褶皱这类科学名词打比方。公众号“直面AI”2025 年 6 月 30 日仿写了 2 句:“时间褶皱里翻涌出薄荷糖的量子纠缠”,“以熵增速率在记忆里结痂”。 证据:同一篇文章说,有人总结出 DeepSeek 的常用词,有拓扑、克莱因瓶、第X根睫毛、青苔、赛博、齿轮、白衬衫。RUC 新闻坊的实验里,模型每篇平均用比喻 4.96 次,学生范文 2.67 次。科学名词一项没有统计,只有网友归纳。 Skill:术语不能帮读者看清一个具体关系的,删。术语用在本学科里的本义,留。 9. 引用 套路:开头引一句名言起兴。 证据:RUC 新闻坊的实验里,模型每篇平均引用 4.89 次,学生范文 3.33 次。原文没有区分名人名言和其他引用。 Skill:引语不承担本段论点的,删。 四、事实10. 假精确 套路:伤口写“0.01 公分”,时长写“持续三分半钟”,衬衫写到“第三颗纽扣上的第六道褶皱”。 证据:前两个例子出自直面AI那篇文章,第三个出自 CSDN 一篇博客。都是网友归纳,没有统计。 Skill:没有来源的数字不写。核不实的数字标“待核”,核实之前不发。 11. 编造 套路:一位评测者说豆包不懂的不说不懂,“创造结果”。 证据:没有统计。 Skill:初稿里事实、因果、排序、归属的句子,标出它出自料单哪一条。过渡句不标。标不出的,删,或者补料再写。句中有“最”、排序、“之一”、因果、归属列表的,标签里照录料单原句,一字不改。 前 9 条管形态,可以靠规则删。第 10、11 条管事实,规则删不掉,只能靠料单和核查。下面第 12 条只管对话。 读者也会认错RUC 新闻坊说,网友普遍把破折号当 AI 标志。RUC 新闻坊的实验按破折号占全部标点的比例算:模型平均 0.58%,学生范文 0.85%,差别不大。同一组数据里,分号是 3.48% 对 0.56%。冒号是 2.22% 对 0.85%。这 2 样差得更多。这是一道高考作文题、3 篇范文对 28 篇模型文的结果,不能外推到所有文章。 “我会稳稳地接住你”“这个想法太棒了”,是模型在对话框里对用户说的话。这些话进不了文章,不能当作文风的证据。写进规则时,单列一条管对话。 12. 讨好与疗愈腔(只管对话) Skill:和作者说话,不说“接住你”,不夸“这个想法太棒了”。作者的意见有漏洞,直接指出。作者要情绪上的回应时,先确认事实,再回应。不空夸,不替作者下判断。 这篇稿子里,Claude 写错的 4 处这篇稿子的初稿和配套规则由 Claude 起草,ChatGPT 审了一遍,我又回原文核了一遍。下面 4 处都是 Claude 写的,后来都改掉。 第 1 处 原句:“读者未必说得出哪里不对,读两段就关掉。” 谁抓出来的:ChatGPT 对应规则:第 11 条:标不出料单出处 处理:删 第 2 处 原句:写进规则的理由:“对偶堆叠,网上点名最多的就是 DeepSeek。” 谁抓出来的:Claude 回原图时自己发现:7 个模型里 DeepSeek 用对偶最少 对应规则:规则抓不到 处理:改成“科学名词当比喻、夸张” 第 3 处 原句:“网友公认的 AI 特征里,三段式排在最前面。” 谁抓出来的:核查时回读原文发现:原文只说是公认最明显的 3 个特征之一,没有排序 对应规则:规则抓不到 处理:“归纳出公认最明显的 3 个 AI 写作特征,三段式是其中之一。” 第 4 处 原句:把“量子纠缠、熵增、褶皱”写进“直面AI”列出的 DeepSeek 常用词 谁抓出来的:核查时回读原文发现:这 3 个词出自那位作者的仿写句,原列表是拓扑、克莱因瓶、第X根睫毛、青苔、赛博、齿轮、白衬衫 对应规则:规则抓不到 处理:原列表照录,仿写句单列 后 3 处,规则一条也没抓到。句子通顺,没有套路,错在事实。这 3 句都挂得上料单出处,错在转述时加了码。回原文核对,才发现。第 11 条最后那句照录原句的要求,为这 3 处而加。 我用一个脚本扫初稿。脚本按我整套写作规则里能数的形态找可疑处,不只本文这 9 条。一共报出 15 类 66 处,大多是稿子在引用这些套路做例句。脚本只报可疑处,删不删由人定。 我的 4 道工序1. 选题先问:这个题我手里有没有一手料?一条都没有,先去采访,不起草。 2. 起草前,Claude 先读 2 篇我同文体的定稿。 3. 初稿里事实、因果、排序、归属的句子标料单出处,标不出的交我删或者补料。涉及“最”、排序、“之一”、归属列表的句子,标签里照录原句。 4. 成稿用脚本扫一遍上面的形态,可疑处由我裁。 我的判断用的模型不同,套路却相同。RUC 新闻坊那项实验里,7 个模型的开头一字不差。Pangram 说,各家模型都用“不是……而是……”。大家拿这些模型写稿,读者读到的就是同一套写法,读多了会厌烦。人写作的独特性随之降低。 这些套路,人先写出来,模型学去以后放大。这已经是既成事实。想让文章保持个性,就得刻意避开。 删掉套路,文章只能达到一般水平,个性要从别处来。一是选择:采访谁、用哪句引语、留哪个细节。二是自己的假设和验证方法:同样的材料、差不多的机器,稿子先从假设开始不一样,再看证据能不能把假设留下。 三是多轮互动。写的时候和 AI 一轮一轮地谈,每一轮由自己定下一件事,不图省事让 AI 自己写完。让 AI 自己写,写出来的就是一个大模型的一般水平,套路化的可能更大。这篇稿子从初稿改到第 8 版,读者是谁、落脚点是什么、哪句话该收窄,我在对话里一轮一轮定下。 用大多数人不用的模型,比如在中国用 Claude,能避开那几家国产模型特有的套路。比如 DeepSeek 的科学名词比喻。各家共有的套路照样躲不开,比如“不是……而是……”。《大西洋月刊》那篇报道里,Pangram 的工程师点名用这个句式的,就有 Claude。
参考资料(2026 年 10 月 19 日访问)
|