想让AI写出来的东西不那么像AI，关键不在于你事后怎么改，而在于你一开始怎么跟它说。很多人以为用AI写作就是扔个主题给它，然后等着收货，这就错了。你得像训练一个新来的实习生一样，把指令说得清清楚楚。AI检测工具不是什么魔法，它们检测的其实是一些固定的模式，比如词汇的选用是不是太平淡、句子结构是不是太一致。AI的“天性”就是追求稳定和规范，而人写作时恰恰相反，会夹杂个人习惯、情绪和不那么完美的表达。所以，我们的指令，就是要打破AI的这种“天性”。
第一步，也是最重要的一步，是给AI一个明确的“角色”。你不能只让它“写一篇文章”，而是要让它“扮演一个人”来写。这个角色越具体，AI的发挥就越好，写出来的内容也就越不像它自己。
比如，不要说：
“写一篇关于时间管理的文章。”
这样得到的文章会非常通用，充满了陈词滥调，每一句都像是教科书里抄出来的。AI检测工具一看就知道这是AI写的。
你应该这样说：
“你是一位在创业公司工作了10年的项目经理，现在转型做了效率教练。你说话直接，不喜欢废话，总是能一针见血地指出问题所在。你的客户觉得你有点严厉，但非常有效。现在，以这种身份，写一篇关于时间管理的文章。在文章里，分享一个你曾经因为时间管理不善而导致项目延期的真实（虚构的）失败案例，并说明你从中学到了什么。”
你看，这个指令里包含了几个关键信息：
* 身份: 项目经理、效率教练。
* 经验: 10年创业公司经验。
* 性格/语气: 直接、不喜欢废话、一针见血、有点严厉。
* 任务: 写文章，并且要包含一个具体的、带有个人色彩的失败案例。
当你把角色设定得这么详细时，AI就被迫跳出它那个庞大但空洞的数据库，开始模仿一个特定类型的人类。它会开始使用更具体的词汇，句子结构也会为了配合这个“人设”而变得多变。加入一个失败案例的指令，更是点睛之-笔。因为AI本身没有“失败”的概念，这个指令会引导它去生成一段充满曲折和反思的叙述，而这种叙事性恰恰是人类写作的特点。
第二，你必须在“文风”和“语气”上下功夫，而且指令要说得像个普通人。不要用那些听起来很专业但AI其实很难理解的词。
别说：
“请使用专业而权威的语气，同时保持文章的可读性。”
这种指令太模糊了。“专业”和“可读性”对AI来说只是两个标签，它会从数据库里找一堆符合这两个标签的、最安全的、最平均的写法，结果就是一篇四平八八稳的AI文章。
你应该用更生活化的语言来描述你想要的文风：
“用跟朋友在咖啡馆聊天的语气来写。你可以用‘而且’、‘但是’这样的词开头，这没关系。句子要短一点，一句话说清楚一件事就行。想象一下，你正在给一个对这个话题完全不懂的朋友解释，所以别用那些行业黑话。多用一些简单的比喻，比如把‘项目管理’比作‘做一顿丰盛的晚餐’，你需要先备菜、再按顺序下锅。”
这个指令好在哪里？
* 场景化: “跟朋友在咖啡馆聊天”给了AI一个非常清晰的模仿场景。
* 具体化: “用‘而且’、‘但是’开头”、“句子要短”这些都是非常明确的写作规则，直接干预了AI的句子生成模式。AI生成的文本通常句子结构很规范，很少用连接词开头，你强制它这么做，就能有效地增加文章的“ burstiness”（句子长度和复杂度的变化）。AI检测工具对这种变化很敏感。
* 通俗化: “别用行业黑话”、“用简单的比喻”这些指令是在降低文章的“perplexity”（文本的复杂度）。AI为了显得“智能”，有时会故意使用复杂的词汇，而这恰恰是检测工具的重点怀疑对象。你让它说人话，它反而更像人。
第三，直接控制文章的结构，特别是句子和段落的长度。人类写作时，句子长短是会自然变化的，思绪流畅时可能写个长句，需要强调时就用个短句。但AI默认状态下，句子长度会趋于一个平均值，看起来非常整齐，整齐得就像是机器干的活。
所以，你可以在指令里加上这样的要求：
“这篇文章的段落要短，每段不要超过三句话。句子的长度要有变化，要有一些只有几个词的短句，也要有一些稍微长一点的复杂句。但不要写那种一口气读不完的长句子。”
这个指令就是在手动调节文章的节奏感。短段落让文章有更多的留白，阅读体验更轻松，也更符合现在网络文章的阅读习惯。长短句的结合则直接打破了AI输出的均匀性。你可以把它想象成在一段平稳的旋律中加入了一些切分音和休止符，整个乐曲听起来就生动多了。
第四，主动加入一些“不完美”的元素。是的，你没看错，就是要让它不那么完美。AI追求的是逻辑严谨、语法正确、表达精确，但人类不是。我们的语言里充满了口语化的表达、重复的强调，甚至是一些无伤大雅的语法小瑕疵。
你可以尝试这样的指令：
“在写作时，可以适当加入一些口语化的表达，比如‘说白了’、‘你知道吗’。在强调某个观点时，可以重复使用同一个关键词。整体风格要随意一点，不要太书面化，就像你在做一次分享，而不是在写一篇学术论文。”
这其实是在给AI的内容“加点噪音”。这种有意的“噪音”对AI检测工具来说是很好的干扰项。因为这些工具的模型是基于大量“干净”的、规范的文本训练的，它们很难判断这些“不完美”是人为的还是机器刻意生成的。当然，这个度的把握很重要，你不是要让文章充满错误，而是要让它带上一点“烟火气”。
最后，有一个很多人会忽略的点：不要指望一条指令就能搞定一切。AI写作是一个“对话”和“迭代”的过程。你先给出一个详细的初始指令，拿到第一稿。然后，针对第一稿里那些看起来最像AI的部分，再给出修改指令。
比如说，你发现第一稿里有一段写得特别平，你就可以对AI说：
“你写的第三段太平淡了。把这段话重写一遍，用一个具体的例子来开头，然后用一个反问句来结尾，增加一点冲击力。”
这种针对具体段落的、带有明确修改方案的指令，比你笼统地说“让这段话更生动”要有效一百倍。你每一次的修改指令，都是在对AI进行一次微调，让它离你想要的结果更近一步。
总的来说，优化指令的核心思想就是：用极其具体、人性化、甚至带点“不完美”的指令，去对抗AI模型的“平均化”和“规范化”倾向。你给出的指令越像一个经验丰富的总编辑在指导一个新手作者，你得到的成品就越有可能骗过AI检测工具，更重要的是，它会成为一篇真正有价值、有人情味的好内容。
评论前必须登录！
注册