現在再討論 AI 寫作，多少有點沒勁：prompt 真的越來越像咒語了，越來越像一些神秘不可洞察的玄學技巧。

這導致使用 AI 寫東西的過程，不管是寫什么類型的文字，過程都跟做法似的：賭指令能不能觸發出一些好的生成。同時還得用大量的指令，去掉「AI味」。

但問題是，我們在用的是一個語言模型，僅僅是糾結 prompt 要怎么寫，無異于坐井觀天——AI 寫作的「技巧」，其實都是大模型技術邏輯的投影。

終于，有一篇文章，不是在給出什么神之 Prompt，而是列出了一些看似非常不起眼的技巧：重復、斷句、語氣詞、準備草稿、使用破折號……

Shreya Shankar 是加州大學伯克利分校電子工程與計算機科學系五年級博士生，在 Google 研究 LLM 數據處理系統的成本優化。

她以自己日常和大模型打交道的經驗，寫了一篇博客——看起來像寫作建議，其實每一條背后，都藏著屬于大語言模型的技術邏輯。

或許你已經看了很多教程、攻略，試圖解決如何讓 AI 生成更好的文本。但如果只看一篇關于 AI 寫作的文章，那只能是這篇。

大模型的「壞毛病」真的壞嗎？

模型是被互聯網上的數據喂大的，只是，由于它是人工智能、是算法、是 transformer 變換器，它在吸收海量的數據方式，有機器專屬的方式。最后反映到生成出來的文本上，就成了「人機味」。

但是「人機」并不意味它們毫無道理，也不意味著就是糟糕的文本。以下是幾點比較典型的：

（1）排比和重復

重復可能是最有「人機味」的特征——或者叫排比，你會更容易理解。大模型生成的文本，總是喜歡用大段大段的排比，而且這些排比句是重復的。比如經典的「不是……而是……」

在一些短的文案中更明顯，這種段落看上去花里胡哨，其實都是重復，導致信息密度很低。

像是工業酒精兌水做出來的酒，嘗個兩口就被惡心到了。

但是 LLM 經常有這種重復和排比，是由其運作機制決定的：吸收了海量數據的大模型，會不斷地學習語言的「統計規律」。

排比是一個很常見的手法，重復顯然也是。試著回想一下，小時候最喜歡寫的那種作文，《我有一個夢想》《我的志愿》《我想對 xxxx 說……》，這些題目格外容易出產排比句。

這種規律客觀存在，于是被模型學了去。同時，生成文本存在一種風險：越寫越飛。

僅僅只是根據詞語的頻次，進行下一個詞的預測，很容易陷入「只看眼前」的困境中，然后讓句子的走向越來越遠、越來越偏。

重復和排比有助于約束這種「放飛行為」，使得段落有一致性，整體結構更穩定。

【怎么辦？】

重復和排比并不是洪水猛獸，Shreya 也認為，有意的重復有助于闡明和強調內容本身。

同時，重復能夠讓整個文本變得更有預測性，對于讀者的理解來說更友好。所以，有目的的重復是有價值的。

（2）指示型短語（signposting phrases）

指示型短語說的是類似于「“基本上”、“總之”、“關鍵是……”」這些詞。在 AI 生成的英語文本里更常見，不過中文的學術寫作、事務型寫作里也不少。

這些詞本身能起到整理邏輯的作用，但是放多了顯得很僵硬。想想學術論文，讀起來嚴絲合縫，這些連接詞起了不小的作用。但是 AI 大行其道之后，人類仿佛失去了「連接詞自由」。

都怪大模型太愛用。在生成過程中，模型不是靠發散思維和想象力，而是靠「預測+上下文對齊」。這些指示型短語就很有用了：它們就像「抓手」，指示模型馬上要遞進了、要劃重點了、要舉例子了，等等等等。

換句話說，這也是一種讓文本整體更穩定，不跑偏的方式。只不過這些短語確實過于規整，用多了會枯燥無味。

【怎么辦？】

連接詞是有價值的。很簡單，讀者在看到這些指示型短語的時候能明確意識到，「哦，這里是結論」「接下來是舉例」，整個閱讀體驗變得更明確。

所以一昧拿掉，只會是丟掉了一個很有用的武器。我們得自己檢查生成出來的文本，做必要、適當的刪減掉，這些刪減掉的地方，如果有銜接問題，要用自己的腦子梳理一遍語句之間的結構，而不是強行靠復雜 prompting 再下指令。

（3）破折號

破折號是 Shreya 明確表示大語言模型的一個優點。確實，破折號的用處比想象的大：可以表示轉折，或者強化語氣，也可以用來做進一步解釋，偶爾還可以代替括號——無論什么作用，它都能很絲滑地融入句子里，就像這樣。

以及，破折號不像逗號、分號、句號等等有嚴格的句法規則，破折號更模糊、彈性大。對模型來說，這意味著「風險小」，容錯高，還能增加表達味道。這意味著用破折號，不僅降低了生成難度，還能提升語氣的豐富程度，可謂是簡單又好用。

神奇的是，起碼在中文寫作里，破折號不是一個那么那么普遍的用法，它是一個更書面化的標點符號。在社交媒體、微信等日常交流里，出現得不多。

而目前的大語言模型，訓練語料里以英文數據為多，這個標點符號也是趕上了水土不服——進入中文語境之后，很多用戶看到破折號的瞬間，難免會和「機翻」聯系在一起，產生割裂感，因為那不屬于我們的寫作語感。

【怎么辦】

對模型來說，破折號的優點在于「絲滑」。它是一個非常明確的「提示符」，意在接下去的是補充內容，但是不需要用上連接詞，也不需要寫幾個句子來解釋。

嚴格來講，這不是缺點，只是在中文語境中顯得陌生。所以不必刪掉每一個破折號，適當保留反而能夠制造語氣起伏，更有「人味兒」。

Sherya Hegde 給出的最重要的技巧，恰恰和常見的攻略長得不一樣：如果你想要好的文本，應該自己「寫」，而不是圍困于寫出一個完美的 prompt。

她自己的寫作過程是這樣的：「一旦我有了大綱，我會盡量自己寫出每一段落，哪怕寫得不夠好。如果我知道自己想表達的內容，卻無法把句子說出來（不幸的是，這種情況經常發生），我會寫一個不成熟的版本，然后請語言模型幫我完善它。」

她沒有把 AI 當成一個「代替自己思考的人」，而是當成一個文本助理，來處理那些自己表達不清、寫不順的地方。

這其實也是寫作的本質：并不是讓語言模型完成你想寫的東西，而是用它，把你本來就想說的內容，表達得更清楚、更順滑一些。

如果說真有什么「AI 寫作技巧」，也許不是藏在某個神 prompt 里，而是藏在你愿不愿意先下筆、敢不敢先寫出那個「不成熟的版本」里。

歡迎加入 APPSO AI 社群，一起暢聊 AI 產品，獲取，解鎖更多 AI 新知

我們正在招募伙伴

簡歷投遞郵箱hr@ifanr.com

?? 郵件標題「姓名+崗位名稱」（請隨簡歷附上項目/作品或相關鏈接）