为什么AI写作听起来像机器人（以及如何亲手改好）

AI写作听起来像机器人，很大程度上是因为内容太泛。针对2024年模型的研究显示，微调似乎会把它们推向同一种密集、名词堆砌的文风，而且它们对你掌握的事实和你的读者一无所知。解决办法是删掉那些套路，加上只有你知道的东西，这不是换几个词能做到的。

我们用九篇新生成的AI草稿做了测试，常见的建议大多没有命中。像我们的AI 人性化改写这样的工具（网页版可免费试用）是为改写重复措辞和含糊其辞而设计的，但它无法替你提供事实。这部分只能靠你自己，下文的六步修改会告诉你怎么做。

我们在九篇AI草稿里发现了什么

2026年11月2日，我们让三个Claude模型（Haiku 5.5、Sonnet 5.5和Opus 5.5）就三个主题各写一段约130词的博客开头：小企业为什么要建立邮件列表，团队为什么要写下会议记录，以及如何给同事反馈。这些草稿都是用英文写的，下文的统计都针对英文原文。我们通过一个智能体工具发送提示词，这个工具会加入自己的后台指令，可能影响文风。我们要求模型只回复正文，保留第一次回复，不做任何编辑。然后，我们把这些段落与我们读过的写作指南中常见的建议逐一对照。

那它们的共同点是什么？有四点反复出现，不过我们要的确实是开头段落，而人写的开头也有一些是这样：

• 结尾前的预告。 九篇中有七篇以描述接下来的内容收尾：“在这篇文章中，我们将介绍……”或“原因如下……”
• 三段式列举。 我们在68个句子里数出16处，九段中有八段至少有一处。
• 没有可供核实的来源或数字。 没有一段包含数字，也没有一段提到某个人、某家公司或某个来源。
• 同样的想法，同样的措辞。 Sonnet和Opus一字不差地写出了同一句话：“An email list is different, because it belongs to you.”（“邮件列表不一样，因为它属于你。”）两者还都用了“好的笔记不需要很长，也不需要很精致”这句话。三篇写邮件列表的草稿都说这个列表“属于你”。

这些草稿里没有明显不实的内容，但同一家公司的模型写出了同样的句子，而且任何一家企业都能拿去发布。

这只是一次小规模检查，不是研究。它只涵盖一家公司的模型写的九段短文和一种提示方式，也没有人写的文字作对比。大多数段落来自每个模型的一次请求，所以并非完全独立的运行。其他模型和更长的文本可能表现不同：维基百科指南引用的一份厂商基准测试称，GPT-6约60%的句子长度在8到21个词之间。但这次检查确实说明，用词表检查一遍毫无发现的文字，读起来仍然可能很空泛。

为什么AI写作听起来像机器人

微调把模型推向同一种文风

最有力的证据来自Alex Reinhart及其同事2025年发表在PNAS上的一项研究。他们让模型续写人类写的文本，再把结果与人类实际的续写作比较。测试对象包括GPT-4o、GPT-4o Mini和几种Llama 3变体。经过指令微调的模型，使用现在分词从句的频率是人类的2到5倍，使用名词化结构（由动词或形容词构成的名词）的频率是人类的1.5到2倍。

未经微调的Llama基础模型使用这些特征的频率与人类文本相近。作者的解读是，指令微调“似乎让模型的输出变得不那么像人，而不是更像人”。他们推测这还限制了模型模仿其他文风的能力，所以要求它“像人一样写”可能作用有限。

这项研究也让一条流行的建议变得没那么简单。GPT-4o使用无施事被动句（“错误已经造成”这种不说是谁造成的句子）的频率约为人类的一半，所以到处找被动句可能是在修错地方。这些都是2024年的模型，新模型可能有所不同。请把这些数字看作一个方向，而不是当前的测量结果。

人类反馈可能起了作用

微调为什么可能造成这种结果？一条线索来自Tom Juzek和Zina Ward在COLING 2025发表的论文，它关注的是词汇而不是语法，研究ChatGPT为什么过度使用“delve”这类词。他们没有发现证据表明原因在于训练数据、架构或算法选择。他们在Llama上的测试结果，与“人类评分员的反馈起了作用”这一说法相符，但证据并不一致，他们也没有声称已经证实。请把它看作一种可能的部分解释。

模型不知道你知道的事

我们的提示词只给了主题和长度，没有提到客户或结果，所以模型就用适用于任何企业或团队的话填满了篇幅。当某个模型想写一个具体场景时，只能编造：Sonnet写会议记录的草稿里，有人记得截止日期是周五，另一个人却一口咬定是周二。这个细节不错，但这样的会议并没有发生过。

明显的破绽一直在变

维基百科的编辑们维护着一份很长的实用指南，列出AI写作的迹象。它把部分迹象按时期分类，把过度使用长破折号归入历史迹象，时间标为2022年至2026年9月，同时指出它们仍会出现。它引用的一项2026年7月的研究发现，在当代模型中，只有Claude使用长破折号的频率高于专业作者，所以我们的Claude草稿里一个都没有，可能反映了更新的模型或我们的设置。它还提醒，这些迹象并不是证据，因为人也会这样写，其中一些迹象只针对维基百科。破绽清单可能很快就会过时。

如何亲手修改：按顺序做六步

下面是我们测试中Haiku写的邮件列表草稿，未经编辑（英文原文145个词）。这里给出的是英文原文的译文：

建立邮件列表，是小企业为数不多能完全自己掌握的营销手段之一。社交媒体的信息流会改算法，广告费用会上涨，平台也可能一夜之间限制你的触达范围。邮件列表是属于你的。每个订阅者都是主动要求收到你消息的人，这份许可比转瞬即逝的一次曝光更有价值。邮件的转化效果也往往不错：一封邮件落进客户的收件箱后就待在那里，等他们准备购买时随时可读。对预算有限的小团队来说，这让邮件列表成为最可靠的方式之一，可以召回老客户、宣布新产品，或者只是保持联系。在这篇文章中，我们将介绍如何从零开始建立列表、用什么换取对方的邮箱地址，以及让订阅者保持活跃的简单习惯。

1. 删掉预告。 最后一句是在描述文章，而不是开始写文章。删掉它，让下一段直接开始。

2. 做替换测试。 逐句问自己：竞争对手能原封不动地发布这句话吗？“邮件列表是属于你的”不合格，这里几乎所有其他句子也不合格。把不合格的句子标出来，它们要么被替换，要么被删掉。

3. 加上只有你知道的东西。 这一步没有工具能替你做。你遇到了什么事？你看到了什么数字？谁说了什么？如果答不上来，就删掉这个说法。不要让模型“加一个个人故事”，因为它会编一个出来。

4. 把名词变回动词。 “这份许可比转瞬即逝的一次曝光更有价值”说的是抽象概念。“他们主动要求收到我们的消息”说的是人。写清楚谁做了什么。

5. 拆开三段式列举。 “召回老客户、宣布新产品，或者只是保持联系”听起来很完整，其实没说什么。只保留对你的读者最重要的那一项。

6. 表明立场，然后大声读出来。 说出你真正会怎么做。像“往往”这样的保留说法，如果准确就留着；如果只是为了显得稳妥，就删掉。读出声时哪里卡住，就重写哪里。

下面是改好后的模板，同样译自英文原文。我们保留了方括号，没有编造一家店，因为每个方括号里的内容只有作者自己才能如实填写：

上个[月]，[平台]不再向我们[数字]名粉丝中的大多数人展示我们的帖子。我们是在[什么下降了]时发现的。我们的邮件列表有[数字]个名字，而我们发给他们的内容谁能看到，不由[平台]决定。他们是[在哪里、因为什么]订阅的，当我们发送[什么]时，[接下来发生什么]。所以我们的建议是，在继续加大广告投入之前，先建一个邮件列表。我们的列表是从[你做的最简单的事]开始的。

70是英文版模板的词数。只要方括号里填的都是真的，这70个词承载的内容就比原文的145个词更多。如果大部分都填不出来，这份草稿还没到可以编辑的时候。你还没有要表达的观点，再怎么润色也不会有。

不该做什么

• 不要故意加错别字或别扭的句子。 它们只会让你的作品显得粗心，也不会告诉读者任何东西。
• 不要编造故事、来源或数字。 编出来的细节读着不错，直到有人去核实。
• 不要只换同义词。 同样空洞的句子换个更少见的词，还是空洞。
• 不要为了检测器而修改。 检测器在两个方向上都会出错，我们在AI检测器准确吗？里讲过。修改是为了正在读的那个人。

修改也不会改变你要遵守的规则。如果你的学校或雇主限制使用AI，改写得再好，也不能让最初的使用变得合规，所以请先查看相关政策。

工具能帮上什么

工具负责机械的部分。在动手修改之前，更好的输入就能起作用：把你的事实、你的读者和一段你自己写的文字交给模型，并要求它留空，不要去猜。在Clever AI Hub里，你可以在同一个聊天中向GPT、Claude、Gemini、Grok等模型提问，点一下就能切换模型，所以很容易用同一个提示词试几个模型，留下最省事的那份草稿。你还可以把指令保存在智能体里，在任何聊天中重复使用。

亲手修改之后，AI 人性化改写可以润色措辞，每次处理20到4,000个字符，有五种语气可选。我们没有为这篇文章测试它的输出，所以对结果不作任何断言。它自己的页面也写明，没有工具能保证通过所有检测器，你应该通读结果，把听起来不像你的地方改掉。最后再做一次语法检查，找出剩下的问题。

常见问题

用AI写初稿有错吗？ 这取决于它的用途。学校和雇主有各自的规定。对于网页内容，Google表示“适当使用AI或自动化并不违反我们的指南”，而主要为了操纵搜索排名而生成的内容则违反其垃圾内容政策。它还表示，使用AI并不会给内容带来特殊的好处。

人能只靠阅读可靠地认出AI写作吗？ 不能可靠地认出。维基百科的指南说，这些模式中有许多也出现在人写的文字里，而且研究发现人们往往只比随机猜测好一点点，不过一些有经验的读者做得更好。不要只凭文风就指责任何人。

这要花多长时间？ 删减和替换测试很快。第3步要花多久，取决于你要多久才能想起实际发生了什么。如果那一步没有东西可加，时间最好花在把情况弄清楚上，而不是继续润色。