1. 从“AI 味”说起为什么我决定把它做成一个可复用的 skill写东西的人大概都有过这种体验自己辛辛苦苦码了几百字读起来总觉得哪里不对劲像是隔着一层塑料膜在说话。更尴尬的是现在很多内容本身就是 AI 生成的一眼就能被读者认出来——“通过……可以……”“随着……的发展”“综上所述”这些句式几乎成了某种暗号读者看到就自动降低信任度。我最早接触这个问题是在帮朋友改一批产品文案的时候。他拿过来的稿子结构工整、逻辑清晰、用词规范但就是读不下去。我花了半小时逐句改改完之后他问我“你是怎么判断哪句该改的”我当时愣了一下因为我确实是凭感觉。但凭感觉这件事没法复制也没法教给别人。后来我开始有意识地记录哪些词一出现就让人出戏哪些句式是典型的“机器腔”哪些段落结构看起来合理但实际没有信息量。攒了大概两三个月我发现这些规则其实是可以被结构化的——它们不是玄学而是有明确特征的模式。既然有模式就能写成规则既然能写成规则就能做成一个 skill。这里说的 skill不是那种泛泛的“提示词模板”而是一套可执行、可复用、可迭代的修改规则集合。你可以把它理解成一个“去 AI 味”的检查清单每次写完东西过一遍该删的删该改的改。它不依赖某个特定的工具或平台你用手写、用编辑器、用任何 AI 辅助工具都能套用。这篇文章适合几类人一是经常写内容但总觉得“差点意思”的创作者二是需要批量处理文案、对一致性有要求的运营或产品同学三是在用 AI 辅助写作、但不想让输出看起来像 AI 写的人。我会把整套规则的来龙去脉、具体条目、实操方法、踩过的坑都摊开讲你直接抄作业就行。2. 拆解“AI 味”的底层特征它到底哪里不对劲2.1 不是语法问题是“信息密度”和“语气”的双重失真很多人以为“AI 味”是语法太完美导致的其实不准确。语法完美本身不是问题问题是信息密度和语气同时失真。先说信息密度。AI 生成的内容有一个典型特征它会把一个简单的意思用很多层包装裹起来。比如“这个功能很好用”它可能会写成“该功能在实际应用场景中展现出了较为出色的实用价值”。字数多了但信息量没增加读者读完的感觉就是“你说了半天好像什么都没说”。再说语气。人类写作是有“呼吸感”的会有停顿、有强调、有省略、有口语化的插入。AI 写作往往是匀速的、平铺的每句话的权重看起来都差不多。这种匀速感会让读者觉得“这不是一个人在跟我说话”。这两个问题叠加在一起就形成了我们常说的“AI 味”。它不是一个单点问题而是一组特征的集合。所以要解决它也不能靠单一规则得有一套组合拳。2.2 我总结的六类高频“AI 味”特征在攒规则的过程中我把遇到的“AI 味”问题分成了六类。这个分类不是学术意义上的严谨划分而是基于实际修改经验的功能性归类方便你对照排查。特征类型典型表现读者感受套话开场“随着……的发展”“在当今……的背景下”又是这种开头不想看了空心总结“综上所述”“总而言之”“通过以上分析”你前面也没分析出什么啊被动堆砌“被认为”“被广泛使用”“得到了验证”谁认为谁用的谁验证的匀速铺陈每句话长度相近没有重点起伏读起来像说明书伪逻辑连接“不仅……而且”“一方面……另一方面”这两个方面真的有关系吗情感真空全程无态度、无偏好、无个人判断这到底是人写的还是机器写的这六类里面前两类是最容易被识别的也是读者最容易产生“AI 感”的地方。后四类相对隐蔽但恰恰是决定一篇文章“像不像人写的”的关键。2.3 为什么“去 AI 味”不能靠换同义词我见过不少人尝试用同义词替换来去 AI 味比如把“通过”换成“借助”把“可以”换成“能够”。实测下来效果非常有限。因为 AI 味的根源不在词汇层面而在句子的组织方式和信息的呈现逻辑上。举个例子“通过优化流程可以提升效率。”你把“通过”换成“借助”把“可以”换成“能够”变成“借助优化流程能够提升效率”——读起来还是那个味。真正的问题在于这句话没有主语、没有场景、没有具体动作它是一个“万能句”放在任何文章里都成立也就意味着放在任何文章里都没有价值。所以去 AI 味的核心操作不是换词而是补主语、补场景、补动作、补判断。把万能句变成具体句把抽象表述变成可感知的细节。3. 我的 skill 规则集可以直接抄的修改清单3.1 开场规则前三句必须出现“我”或具体场景这条规则是我所有规则里执行最严格的。原因很简单读者判断一篇文章是不是 AI 写的前 100 字就决定了。如果开头是“随着……的发展”或者“在当今数字化时代”读者基本就给你判了死刑。我的做法是前三句里必须出现“我”或者一个具体到可以画出来的场景。比如你要写一篇关于效率工具的文章不要写“随着远程办公的普及效率工具变得越来越重要”而是写“上周三下午我对着屏幕上七个打开的标签页突然不知道自己刚才要干什么”。后者有具体时间、具体画面、具体状态读者能立刻进入你的语境。这条规则的底层逻辑是具体性建立信任。当读者能“看到”你说的东西他就倾向于相信你是真的经历过而不是在复述某个模板。注意这条规则不是让你每句话都写“我我我”而是确保开场的锚点是具体的、个人的。后面该客观论述的地方还是要客观。3.2 连接词规则删掉 80% 的“不仅而且”和“一方面另一方面”“不仅……而且”“一方面……另一方面”“既……又……”这类连接词在 AI 生成的内容里出现频率极高。它们的问题在于制造了一种虚假的逻辑关系。很多时候前后两个分句之间并没有真正的递进或并列关系只是被硬凑在一起。比如“这个方案不仅提升了效率而且降低了成本”——如果提升效率和降低成本是同一个优化动作带来的自然结果那用“不仅而且”就是多余的如果它们是两个独立的改进那应该分开说清楚各自的原因和效果。我的规则是写完一段话把所有连接词删掉读一遍。如果意思没变就说明这些连接词是多余的不要加回去。实测下来大概 80% 的“不仅而且”都可以直接删掉句子反而更干净。3.3 总结规则禁止使用“综上所述”改用“我自己的做法是”“综上所述”“总而言之”“通过以上分析”这类总结词是 AI 味的重灾区。它们的问题在于宣告总结这个动作本身而不是真的在总结。真正的人类写作总结往往是以一种更自然的方式出现的。比如“我后来一直用这个方法”“踩过几次坑之后我现在的习惯是”“如果你只记一件事那就记这个”——这些都是总结但它们没有宣告“我在总结”。我的规则是把所有的“综上所述”替换成个人经验表述。不是“综上所述去 AI 味需要多维度调整”而是“我现在改稿子的时候会先把这六条过一遍通常能删掉三成的内容”。后者不仅更自然而且信息量更大——它告诉了读者具体的操作方式和预期效果。3.4 被动语态规则每出现一次“被”字就问一次“谁”被动语态在学术写作里有它的价值但在日常内容创作里它往往是“甩锅”和“模糊责任”的工具。“这个问题被认为很重要”——谁认为“这个方案被广泛采用”——谁采用的我的规则很简单每写一个被动句就问自己“动作的执行者是谁”。如果能找到就改成主动如果找不到就说明这句话本身没有信息量考虑删掉。比如“该功能被设计用于提升用户体验”改成“我们设计这个功能的时候想的是让用户少点两次”——后者有主语、有意图、有具体动作读者能感受到背后有人在做事。3.5 节奏规则每 300 字必须有一个“短句锚点”匀速铺陈是 AI 写作的另一个典型特征。每句话长度差不多每个段落结构差不多读起来像在听一段没有起伏的朗读。我的做法是每 300 字左右插入一个短句作为节奏锚点。这个短句可以是一个判断、一个转折、一个口语化插入甚至是一个问句。比如在一段较长的论述之后加一句“这事我试过不行。”或者“但问题是谁来做”或者“就这么简单。”——这些短句的作用是打破匀速感让读者的注意力重新聚焦。这条规则不需要严格遵守字数但要有这个意识文章需要有呼吸不能一直是一个节奏。3.6 判断规则每 500 字必须出现一次明确的个人立场AI 生成的内容往往是“中立”的——它会把各种观点都列出来但不做判断。这种中立看起来很客观实际上让读者觉得“你说了半天到底站哪边”我的规则是每 500 字左右必须出现一次明确的个人判断。不是“这个方案有优点也有缺点”而是“我个人更倾向这个方案因为……”。不是“不同场景适合不同工具”而是“如果你跟我一样是写代码的直接用这个就行别的不用看”。有立场才有信任。读者关注你不是因为你什么都知道而是因为你知道该选哪个。4. 实操过程我是怎么把这套规则跑起来的4.1 第一步建立自己的“AI 味词库”规则是抽象的词库是具体的。我建议你先花一周时间把自己平时看到就觉得“不对劲”的词和句式记下来建一个自己的词库。我的词库大概长这样高频套话随着、在当今、综上所述、总而言之、不仅而且、一方面另一方面空心动词进行、实现、开展、推进、优化单独使用时模糊主语人们、大家、我们在没有明确指代时伪逻辑词因此、从而、进而在因果关系不明确时这个词库不需要很完整关键是你自己要有意识。每次写完东西过一遍词库看到就改。4.2 第二步用“朗读法”做第一轮筛查改稿子的时候我有个习惯把稿子读出来。不是默读是出声读。读的时候你会自然地在某些地方卡住、在某些地方觉得别扭、在某些地方觉得“这句话我平时不会这么说”。这些地方就是需要改的地方。朗读法特别适合抓“匀速铺陈”和“情感真空”这两类问题因为你的语感会直接告诉你哪里不对劲。默读的时候容易被视觉惯性带过去出声读就藏不住了。4.3 第三步逐条过规则做第二轮精修朗读法抓的是“感觉”规则法抓的是“结构”。第二轮我会逐条过前面那六条规则前三句有没有“我”或具体场景连接词能不能删掉 80%有没有“综上所述”类的总结词被动句能不能改成主动每 300 字有没有短句锚点每 500 字有没有明确立场这个过程大概需要 10-15 分钟但效果非常明显。通常第二轮改完文章的可读性会有质的提升。4.4 第四步把规则写成 skill 文件方便复用如果你用支持 skill 机制的工具比如一些 AI 编程助手或写作助手可以把这套规则写成一个 skill 文件。核心结构大概是# 去 AI 味修改规则 ## 开场检查 - 前三句必须出现“我”或具体场景 - 禁止使用“随着……的发展”类开场 ## 连接词检查 - 删除 80% 的“不仅而且”“一方面另一方面” - 删除后意思不变的连接词一律删除 ## 总结检查 - 禁止“综上所述”“总而言之” - 改用个人经验表述 ## 被动语态检查 - 每个被动句问“谁” - 找不到执行者的被动句考虑删除 ## 节奏检查 - 每 300 字插入短句锚点 - 避免匀速铺陈 ## 立场检查 - 每 500 字出现明确个人判断 - 避免全程中立这个文件可以不断迭代每次遇到新的“AI 味”模式就加进去。用久了它就变成了你自己的写作检查清单。4.5 第五步用真实反馈校准规则规则不是一成不变的。我每个月会挑几篇改过的稿子看读者的反馈——哪些地方读者说“这段好”哪些地方读者说“这里没看懂”。然后反过来调整规则。比如我一开始规定“每 300 字必须有一个短句”后来发现有些文体比如教程类不适合太频繁的短句就改成了“每 300-500 字”。规则是死的场景是活的要根据实际效果调整。5. 常见问题与排查技巧实录5.1 改完之后反而更奇怪了怎么办这是最常见的问题。很多人第一次用这套规则改完之后发现文章变得“支离破碎”——短句太多、立场太强、连接词删得太狠读起来像在喊口号。我的经验是规则是筛子不是模具。筛子的作用是过滤掉明显的问题不是把所有东西都压成同一个形状。如果你改完之后觉得奇怪大概率是某条规则用过头了。具体排查方法把改完的稿子放一晚上第二天再读。如果还是觉得奇怪就逐条回退看是哪条规则导致的。通常来说“短句锚点”和“立场表达”这两条最容易用过头适当减少频率就行。5.2 技术类内容怎么去 AI 味技术类内容有个特殊性它本身就需要一定的抽象和概括不能全是个人经验。这时候去 AI 味的重点要调整。我的做法是在技术论述部分保持客观但在“为什么选这个方案”“踩过什么坑”“实际效果如何”这些部分注入个人经验。技术内容的价值不在于“我有多特别”而在于“我的经验能不能帮你少走弯路”。比如写一篇关于某个工具的文章工具本身的介绍可以客观但“我为什么选它”“我用它遇到了什么问题”“我现在怎么用它”这些部分一定要有个人痕迹。5.3 批量处理内容时怎么保证一致性如果你需要批量处理内容比如运营多个账号、处理大量文案一致性是个挑战。我的做法是把规则做成检查清单每篇内容过一遍清单而不是凭感觉改。清单的好处是标准化。不管是谁来改只要过同样的清单输出质量就不会差太多。当然清单不能保证每篇都出彩但能保证每篇都不出错。5.4 常见问题速查表问题可能原因解决方法改完读起来像喊口号短句锚点用过头减少短句频率增加中等长度句子改完还是觉得“AI 味”重只改了词没改结构重点检查信息密度和立场表达技术内容改完不专业了个人经验注入过多技术论述保持客观只在经验部分注入批量处理质量不稳定没有标准化清单建立检查清单逐条过读者反馈“看不懂”场景和细节不够增加具体案例和可感知的细节5.5 我踩过的三个坑第一个坑是过度删除连接词。有一段时间我把所有连接词都删了结果文章读起来像一堆散落的句子逻辑关系全靠读者自己猜。后来我调整了策略只删“伪逻辑”连接词真正的因果和转折关系还是要保留。第二个坑是强行加立场。有些内容本身就不适合有强烈立场比如科普类强行加立场反而显得偏激。后来我改成立场可以温和但必须有。不是“这个方案最好”而是“我个人更习惯这个方案”。第三个坑是规则太多执行不过来。一开始我列了二十多条规则结果每次改稿子要花一个小时。后来精简到六条核心规则执行时间降到 15 分钟效果反而更好。规则不在多在于能坚持用。6. 这套 skill 的扩展方向从“去 AI 味”到“建立个人风格”去 AI 味只是第一步。当你把 AI 味去掉之后文章会变得干净、自然但还不一定有“辨识度”。下一步是建立个人风格。我的做法是在去 AI 味的规则基础上加几条“风格规则”。比如我习惯在段落结尾用短句收束我倾向于用具体数字而不是模糊表述我会在技术内容里插入个人经历作为案例我避免使用感叹号但会用问句制造节奏这些风格规则不是通用的是个人化的。但它们的作用是一样的让你的内容不仅“不像 AI”而且“像你”。如果你也在做类似的事情我的建议是先从去 AI 味开始把基础打干净然后逐步加入个人风格规则形成自己的写作系统。这个过程不需要一步到位慢慢迭代就行。我自己的 skill 文件已经迭代了十几版现在大概有三十多条规则分成了“基础去 AI 味”和“个人风格”两个部分。每次写东西之前过一遍写完之后再过一遍。听起来有点麻烦但用习惯了之后这些规则会变成肌肉记忆改稿子的速度反而更快了。最后分享一个我最近在用的技巧把改过的稿子和原稿放在一起对比读。你会发现改过的那版不仅读起来更舒服而且信息量往往更大——因为去 AI 味的过程本质上是一个“把废话挤掉、把干货留下”的过程。
