写关于写作的文章很麻烦：容易显得自夸，还会被批评者认为你写得糟。作者自认虚荣又没安全感，写这篇格外不愉快，但建议重要且难以反驳，于是还是写了下来。读者能在万亿分之一的浓度里嗅出大语言模型（LLM）的痕迹，它写出的段落会被当成输出而非写作，所以第一步得自己动笔，第二步才是交给模型挑毛病。

谈写作方法挺微妙，容易像自夸，但这几条建议重要且直白，我还是写下来。

读者能察觉万亿分之一浓度的 LLM 词。无论怎么打磨拟人，LLM 段落会被多数读者视为输出而非写作。坏消息：你得自己写。

但 LLM 极有用，要当校对而非枪手。我的方法：先写稿，再喂给好模型找毛病。

不过先懂两条规则，防止 LLM 味窜入表达与输出间的诡异谷，丢了读者注意力。

规则一：你不可使用 LLM 建议的任何一个词

破这规会惹麻烦。前沿模型特善选讨好措辞，但建议暗藏问题：它们写的每句都像杂志标题。因此作为智力防护装备，禁令任何 LLM 提议的具体措辞。严格点！你无法可靠识别模型把文变 Velveeta 的所有花招。哪怕喜欢、哪怕觉得更好，LLM 生成的短语一律不合格。

规则二：避免鼓励

LLM 还通过影响攻势感染写作，更微妙但同样糟。把文稿交给 LLM，它回 “金子啊杰瑞”！可你不需要这反馈。

初稿多数段落差、话题流混乱、至少 750 废词。模型却鼓励你整体结构，继而段落转场、用词隐喻、文化引用。都糟！别听！

这会坑你：你强化初稿冲动，而正常你会编辑重想替换段落，那些重想是声音的承重墙。读者说不出错哪，但感到人工调味。

作者曾在每个校对提示谎称非作者而是刊物编辑，但模型常过拟合“刊物目标”。建议：禁止模型鼓励，并对赞美极度警惕。

这些工具能干啥？

它们极擅标问题。你问题一堆，模型不累，善于发现：

• 过度使用（或若全听 LLM 可能欠用）被动语态、把动词名词化埋掉动作、重复措辞。

• 稿上洒满“very”“unfortunately”“really”“actually”如粘工作台锯末。

• 几乎肯定有 2-3 段可速移到别处立刻提升清晰（极满意编辑）。

若像我程序员，盼有本给此类编辑的 schematic 书，类似《C Interfaces And Implementations》对糟糕语言那般。真有：叫《Style: Lessons In Clarity And Grace》，我发誓它把校对变 Java 编码，同样枯燥同样有效。我从 Richard Gabriel 知此书，讶异程序员桌上不备。

读《Style》或类似，边注。列模型提示，多遍跑稿。

可走挺远：

1. 让模型揪出写作问题。

2. 逐问题重写段（或句、节）。

3. 拿原稿新稿给模型问哪个好。

烦人的是撞规则二变体：不小心模型知你刚重写想要好评，故交给无编辑上下文的模型评。

作者终失耐心后编了软件管这事，开头提示挺管用：

“我们要建写作工坊工具。先用 Python、HTMX 交互、SQLite 后端、Tailwind 前端本地构建（非 CDN）。极好散文编辑器，Notion 风。支持高亮（跑编辑 pass）。Genius 风侧栏评匹配高亮。可前后切建议。多文档，追踪修订，标大改。先做到这我再说真要啥。”

然后给它编辑提示列表，逐条跑 Codex、Claude 或 Antigravity CLIs。你弄的肯定比作者强，因自家弄的更适合自己。

所以：别让 LLM 挑词。小心别被骗信初稿比实际好。再把最腻烦活外包模型。声音保真，活更快更好不痛苦。

末了：别全听模型校对建议。这是规则二的推论。刚喂此文给 GPT5（谎非我写），它说整篇长 20%。可能对，但我不改，就做自己。

多数人认同将大模型用作“第二双眼睛”的复印编辑而非代笔，但不少人质疑其文学品味与风格建议价值，并担忧AI写作侵蚀阅读体验与作者声音。

认为大模型应作为复印编辑而非代笔

• 资深新闻经验印证写作需他人审阅而非代写，大模型正适合此分工（高赞）
• 需要引用时，只用一句中文意译： > 二十五年新闻写作让人明白，你需要的是“第二双眼”，而不是“第一只手”（@sixtyj）
• 实际使用中最大价值是标出个人写作中的被动语态、冗长句等习惯毛病，但需指定具体以免泛泛而谈（较多人）
• 技术博客用其核查事实准确性可避免出错，虽常误报夸张但曾推翻错误前提（较多人）

认为大模型的风格与文学建议价值低甚至有害

• 模型反馈除拼写语法外品味糟糕，通用写作建议雷同缺乏洞见（较多人）
• 需要引用时，只用一句中文意译： > 大语言模型在写作品味上极为糟糕，除基础拼写语法外反馈毫无用处（@Retr0id）
• 文章自身出现“load-bearing”等AI腔调，证明废话会渗透进人类大脑再溢出到笔下（少数人）
• 用作创意脑暴缺乏想象力，小说设定推演建议毫无新意（少数人）

担忧AI代写导致阅读信任危机与压力

• 滥用AI写稿让人阅读时不断排查机器痕迹，使阅读不快且疲劳，手写者反获机器人回复令人疲惫（较多人）
• 需要引用时，只用一句中文意译： > 如果你不愿花时间写，凭什么要别人读？而我只用手写，却总收到机器人回复（@S-E-P）

探索更有效的使用方式：模拟读者与主题发掘

• 让模型扮演特定读者群体反馈论点漏洞与反论，比纠结文法更有价值（较多人）
• 提交他人文章或自己草稿可凸显主题动机，激发作者自身思考（少数人）
• 非母语者用英语与模型交流可遵守“不用其词汇”并保护母语声音（少数人）

有价值的补充

• 提交信息等技术写作可套用“叙事连贯”清单：统一术语、删减无关、按说明顺序非时间顺序排列改动等（@felipeerias）
• 前沿语音模型无典型AI痕迹，或可考虑用其清洗文本中的AI味（@d4rkp4ttern）
• 用对抗性模型演化创意点子可改善结构情节，但代写正文仍不被青睐（@RajT88）
• 有用户以“别用”极简总结，代表部分人对AI写作的干脆排斥情绪（@avazhi）