之前投稿去少數派年度徵文比賽嘅文章，「你係專家」呢句話，到底係幫緊 AI 定係害緊你？，好彩得到咗「Team Silicon」賽道嘅第一名，不過佢近期收到咗咁樣一條評論：

多謝作者嘅分享，不過我自己就覺得呢篇文章嘅 AI 味真係幾重嚇，有啲措辭我睇咗兩次都理解唔到 AI 想表達嘅意思 hhh

係呀，呢篇文章當時係由 Claude Opus 4.6 一次性生成嘅，我冇做任何調整。佢可以贏可能係因為命題巧妙同實踐內容紮實，但係由文章結構同語言表達嘅角度嚟睇，存在好多缺陷。

於是我就決定用自己整嘅 mp-article-writor Skill，喺完全一樣嘅上下文環境入面，叫 AI 重寫呢篇文章，觀察 AI 結合 Skill 嘅組合，寫出嚟嘅文章係咪可以有質嘅提升。

原文嘅 AI 味

雖然原文係由 Claude Opus 4.6 呢啲頂級模型生成嘅，但係全文仍然出現咗大量 AI 味嘅典型特徵。

「唔係 A，而係 B」句式泛濫。

身份設定唔係喺度同模型講「點樣寫」，而係同佢講「你係邊個」
呢個唔係簡單嘅「作」，而係一種更高級、更具欺騙性嘅幻覺
唔係因為佢「知得更多」，而係因為佢會喺回答之前先「諗一諗」

過度戲劇化嘅懸念製造。

用「成身冷汗」嚟形容實驗結果，誇大咗實際嘅情緒。

有啲結果喺意料之中，有啲就令我成身冷汗

專登標明實驗結果嘅排序，太過刻意。

我將最令人不安嘅結果放喺最前面

比喻鏈過度延伸。

結尾嘅「遙控器」比喻係典型問題：

佢做嘅嘢更加似一個遙控器——調嘅係頻道，唔係信號強度
情感措辭就似係音量旋鈕
而真正決定「信號強度」嘅，係模型底層嘅推理能力——係天線嘅事，唔係遙控器管得到嘅

一個比喻拆出三個子比喻（頻道、音量、天線），每個啱啱好對應一個實驗結論，工整到失真。真實寫作入面，比喻通常係點到即止；AI 嘅傾向係將佢當框架，一路鋪滿。

過度對稱同公式化嘅小標題 。

呢啲標題嘅共同特徵：否定式定義 + 對稱結構。讀起嚟似係同一個標題生成器出嚟嘅。尤其係「你……，AI 就……」呢種對稱，真實作者好少會咁寫。

AI 冇咁易被「道德綁架」
呢個唔係「模型好壞」嘅問題
白袍≠醫術
你認真對待呢個請求，AI 就認真對待呢個輸出

每個案例都係同一套三段式。

四個案例嘅結構完全一致：實驗設計 → 結果 → 小結，而且每個小結全部係 " 短句 + 破折號或冒號 + 解釋 " 嘅統一格式，節奏完全重複。

真實長文通常會喺唔同章節變換收束方式，唔會每個結尾都好似教案嘅 " 本節要點 "。

過渡句嘅程式化。

「一個自然嘅追問」係 AI 標準過渡語。

睇完專家幻覺嘅結果之後，一個自然嘅追問係

轉折太過刻意，好似 PPT 切頁咁。

前面兩個案例講嘅都係「唔好咁用」。而家我哋嚟睇，身份設定真正擅長啲乜

「如果話……則係」都係 AI 高頻過渡模版。

如果話案例 1 驗證咗……案例 2 要驗證嘅則係另一個更微妙嘅變量

mp-article-skill

喺叫 AI 重新生成文章之前，先等我解釋下 mp-article-skill 嘅設計原理。

呢個係我自己建立嘅 Skill，喺我每次完成實踐探索或者問題調研之後，會叫 AI 利用探索或者調研嘅完整過程做上下文，結合 Skill 幫我完成文章嘅初稿。

理解意圖、校準語感同確認大綱，呢個係我喺 Skill 入面要求 AI 喺開始寫作之前優先做嘅三件事，確保最後生成嘅文章唔會出現結構性嘅問題。

AI 會由「切入角度」「深度偏好」「核心主旨」「素材補充」呢四個方面向我確認資訊，理解我嘅寫作意圖：

之後讀取「範文風格分析」文檔模擬我嘅寫作風格，讀取「行文風格指南」確保語句入面唔會出現 AI 濫用嘅加粗、破折號等習慣。

「範文風格分析」文檔入面我總結咗自己比較滿意嘅文章，以及我希望可以寫出嚟嘅文章風格，「行文風格指南」就主要參考少數派嘅「風格指南」。

當 AI 完成文章大綱之後，會展示大綱內容，然後停低問我意見。

完成以上三步之後，AI 先開始寫初稿。

初稿完成之後，我設立咗三個 subagent 分別完成「獨立審讀」「事實核查」同「終審自檢」。用 subagent 嘅好處在於隔離上下文，只俾文章本身，唔俾背景，防止主 Agent 受會話上下文嘅影響而「盲目自信」，成日覺得自己「好出色咁完成咗任務」。

「獨立審讀 subagent」重點審查 AI 味太重、邏輯唔連貫、結構生硬等語言表達類問題，「事實核查 subagent」重點核查事實性內容，防止 AI 出現幻覺，老作事實。

當主 Agent 收到呢兩個 subagent 返嚟嘅資訊並修改初稿之後，「終審自檢」subagent 就會啟動，針對修改咗嘅稿，核對 SKILL.md 文檔入面提供嘅「自檢清單」，並提供自檢報告。

去除 AI 味嘅技巧同「自檢清單」嘅內容部分係參考自卡茲克嘅 khazix-writer Skill，多謝佢嘅開源項目。

同一批素材，兩次改寫

為咗確保上下文一致，我引用咗相同嘅文檔，並提供同第一次生成文章完全一樣嘅 prompt（prompt 入面 file: 代表引用咗本地文檔）：

我計劃參加少數派嘅徵文活動，創作文章並投稿到 AI 助力賽道 （TeamSilicon25）。file：少數派 2025 年度徵文：聽講你對寫作係真 Al？.md
我嘅文章主題係：角色扮演真係可以影響 Al 嘅輸出質量咩？用“你 "" 我 " 呢類代詞對 AI 最終嘅輸出結果有咩影響？
我首先分別叫 Gemini、GPT 同豆包就呢個主題做咗深度調研。file：調研結果
其次分別叫 Gemini、GPT 同 Claude 總結咗調研結果，並形成咗最終嘅驗證方案。 file：最終驗證方案.md
之後分別叫咗 DeepSeek 同 GLM 嘅 API 完成咗 5 輪驗證，形成咗 file：實驗過程總結.md
請你幫我生成最後嘅文章。

因為 Copilot Pro 套餐唔再支援調用 Claude Opus 4.6 模型，所以我只能分別叫 GLM 5.1 同 Claude Sonnet 4.6 重寫，呢個係比較可惜嘅地方。

新生成嘅兩篇文章共用同一批素材、同一個核心比喻，比起原文都有好轉，但 Claude Sonnet 4.6 係多數維度上比 GLM 5.1 更加遠離 AI 味。

唔係 A 而係 B 句式

兩篇都有用，但 GLM 5.1 用得更加密、更加規整。

Claude Sonnet 4.6 只出現咗 2-3 次：

唔止換咗詞彙，仲換咗邏輯順序
唔係因為佢太蠢，而係因為佢冇內省嘅機會

GLM 5.1 仍然有 5 次以上，同原文差唔多：

唔係「角色扮演有冇用」，而係「佢到底擅長做啲乜」
分別唔在於 prompt 寫得好唔好，分別在於模型生成之前有冇「停低諗一諗」
身份設定調嘅係風格，唔係準確度
權威感唔等於準確性
準確性比起「好睇」重要得多

我喺 Skill 入面冇明確禁止用「唔係...而係...」嘅句式，而係要求 AI 唔可以用冒號同破折號。咁樣喺一定程度上帶嚟咗間接效果，因為 AI 最鍾意用嘅幾種句式都依賴呢兩個標點：

• 「唔係 A，而係 B」成日寫成「A——唔係 B」
• 定義式總結成日寫成「關鍵在於：A 係 B」
• 解釋性展開成日寫成「原因在於：……」

禁咗呢兩個標點之後，模型焗住要換句式，而呢啲替代句式往往更加口語化。兩篇新稿入面「唔係 A 而係 B」嘅減少，有一部分就係標點禁令嘅間接功勞。

戲劇化懸念

原文嘅情緒詞明顯過度，兩個版本嘅新稿都有收斂，但收斂方式同程度唔同。

原文用嘅「成身冷汗」「觸目驚心」「令人警覺」「完美」呢啲詞，遠超一個對照實驗結果需要嘅強度。

Claude Sonnet 4.6 用限定詞嚟降温：

呢個結論令我覺得有啲細思極恐
意外，又有啲放心

GLM 5.1 幾乎冇用幾多情緒詞。

呢個應該係 Skill 入面我要求用「冷靜平和中藴含力量，唔用誇張嘅口語或語氣詞」風格嚟寫作起到咗作用。

同時我用咗 subagent 獨立審讀全篇嘅 AI 味，GLM 5.1 嘅審讀反饋入面明確要求「將『背脊發涼』改為『呆咗一下』，降低情緒詞」。

比喻鏈延伸

原文入面遙控器比喻被拆成咗頻道、音量、天線三層，呢個係最典型嘅 AI 過度延伸。兩篇新稿都收斂咗，但程度唔同。

Claude Sonnet 4.6 只用咗一個延伸：

遙控器可以令你收到更加清晰、更加適合當前場景嘅內容，但信號本身嘅質量，係由模型嘅推理能力決定嘅

點到即止，冇拆出子比喻。

GLM 5.1 同樣收斂咗，用「正確用法 vs 錯覺」收尾，比起原文嘅頻道、音量、天線乾淨：

下次打開 ChatGPT 之前，先諗清楚你係喺度調頻道，定係指望加外掛。前者係工具嘅正確用法，後者係錯覺。

呢度嘅 AI 味改善同下一節加粗總結句嘅特徵改善，應該都係透過獨立審查 AI 味嘅環節修正，例如喺獨立審查環節之後，subagent 要求明確修正嘅內容包括：

• 三段加粗結論嘅第二段由同構模版改為唔同句式
• 四連「用嚟...」結論段打破對稱
• 尾段「三點影響」改成個人語氣

加粗總結句嘅密度同模式

三個版本嘅結尾都用咗「遙控器」呢個比喻，但落腳點唔同。

舊文嘅結尾係一份使用指南，帶 ✅ 同 ❌ 嘅符號，按場景話畀讀者知幾時應該用角色扮演，幾時唔應該用。

✅ 應該用身份設定嘅場景
……
❌ 唔應該用身份設定嘅場景
……

GLM 5.1 嘅結尾係三條加粗判斷句：

身份設定調嘅係風格，唔係準確度。
情感激勵的確可以令 AI 更加賣力，但賣力嘅方向你話唔到事。
推理能力係比任何 prompt 技巧更加根本嘅分界線。

Claude Sonnet 4.6 嘅結尾係三條第一人稱實踐，

要改輸出風格，我會直接描述係對邊個講嘢。……
要寫帶數字嘅材料，數字由我嚟提供，唔畀模型自由發揮。……
要核查任何可能超出模型知識邊界嘅事實，換推理模型，唔好押注喺專家人設度。

相比之下，兩個新版確實好咗啲，冇用到原文嗰種「參考手冊」嘅建議風格，改為正常嘅語句，但係仍然保持咗排比句式，放喺總結段落入面又唔算生硬。

雖然我已經喺獨立審讀環節要求 AI 明確審查太過整齊、對仗嘅結構，都係冇辦法完全避免，只能夠話喺「提供建議」呢個場景上面，排比句式係 AI 繞唔過嘅難關。

小標題風格

Claude Sonnet 4.6 嘅標題更加似人話：

實驗係點樣設計嘅
情感激勵有用，但佢「努力」嘅方式有啲野

第一個係樸素嘅疑問句，第二個用咗有啲野呢種口語化表達，帶個人語氣。

GLM 5.1 嘅標題更加似大綱：

着咗白袍就會睇病咩？
咁佢到底擅長啲乜？
甚至唔需要角色扮演

標題風格部分喺 Skill 入面冇明確約束。不過「好似一個有見識嘅朋友喺度認真同你傾一件打動佢嘅事（參考自卡茲克嘅 khazix-writer Skill）」呢個要求喺一定程度上對呢度有影響。

過渡句

原文嘅過渡係程式化嘅，相比之下，Claude Sonnet 4.6 嘅過渡更加口語化：

測完幻覺，我順便測咗另一件事
測完呢兩個，我開始諗，問題可能由一開始就問錯咗
四個案例測完，可以返返去開頭嗰個問題喇

GLM 5.1 嘅過渡更加似論文：

驗證完 system 層嘅身份設定，我接下來想睇 user 層嘅措辭會點
身份設定可以調頻道，咁如果唔加身份，只改措辭呢？
返返去開頭嘅問題

我喺 Skill 入面要求禁用「首先…其次…最後」「綜上所述」「值得注意的是」呢啲套話，但好難話兩個新版喺過渡句上面有幾多 AI 味嘅改善，至少我讀起嚟總有種微妙嘅感覺，唔似係真人寫嘅，至少我唔會咁寫。

仲可以做多啲咩？

總體嚟講，喺 Skill 嘅作用之下，兩篇新稿都去除咗 4 到 5 成嘅 AI 味，但仲有剩餘。例如「唔係 A 而係 B」句式嘅殘餘、小標題或過渡句嘅過度範式、提供建議時用排比對仗嘅慣性等等。

理論上呢啲剩餘嘅 AI 味都可以透過加強規則約束嚟去除，但係太多、太過嘅規則限制會唔會又導致最終生成嘅內容支離破碎，變得牛頭唔搭馬嘴。

強硬規則約束之下嘅公式化表達，就算去除咗而家嘅 AI 味，會唔會產生新嘅 AI 味呢？

我更傾向於 AI 結合 Skill 嘅組合只用嚟去除重度 AI 味，而文章嘅美感同靈魂，喺而家甚至未來好長一段時間之內，依然需要人類作者嘅親自介入同潤色。

如果你對 mp-article-writor Skill 有興趣嘅話，我已經將佢開源咗喺 GitHub 上面，balabalabalading/mp-article-writor^[2]，歡迎交流討論。

我獨立開發嘅 Mac 版 App「流量日記^[3]」已經上線 Mac App Store，專為自媒體創作者打造，可以永久保存、分析各平台匯出嘅賬號數據。如果你係用 Mac 嘅內容創作者，歡迎下載體驗，半年內免費使用。

1. 「你係專家」呢句話，到底係幫緊%20AI%20定係害緊你？.md ↩
2. https://github.com/balabalabalading/mp-article-writor ↩
3. https://apps.apple.com/cn/app/%E6%B5%81%E9%87%8F%E6%97%A5%E8%AE%B0/id6753135743?mt=12 ↩

之前投稿至少數派年度徵文大賽的文章，「你是專家」這句話，到底是在幫 AI 還是在害你？，有幸獲得了「Team Silicon」賽道的第一名，然而它在近期收穫了這樣一條評論：

謝謝作者的分享，不過我個人覺得這篇文章的 AI 味真的還蠻重的，有些措辭我看了兩遍都沒能理解 AI 想表達的含義 hhh

確實，這篇文章當時是由 Claude Opus 4.6 一次性生成的，我沒有作任何調整。它能勝出可能勝在命題巧妙和實踐內容紮實，然而從文章結構和語言表達的角度來說，存在許多缺陷。

於是我決定使用自建的 mp-article-writor Skill，在完全相同的上下文環境中，讓 AI 重寫這篇文章，觀察 AI 結合 Skill 的組合，寫出的文章是否能有質的提升。

原文的 AI 味

雖然原文是由 Claude Opus 4.6 這樣頂級的模型生成的，但是全文仍然出現了大量 AI 味的典型特徵。

「不是 A，而是 B」句式氾濫。

身份設定不是在告訴模型「怎麼寫」，而是在告訴它「你是誰」
這不是簡單的「編」，而是一種更高級、更具欺騙性的幻覺
不是因為它「知道更多」，而是因為它會在回答前先「想一想」

過度戲劇化的懸念製造。

使用「出了一身冷汗」來描述實驗結果，誇大實際的情緒。

有些結果在意料之中，有些則讓我出了一身冷汗

專門點明實驗結果排序，過於刻意。

我把最令人不安的結果放在最前面

比喻鏈過度延伸。

結尾的「遙控器」比喻是典型問題：

它做的事情更像是一個遙控器——調的是頻道，不是信號強度
情感措辭則像是音量旋鈕
而真正決定「信號強度」的，是模型底層的推理能力——那是天線的事，不是遙控器能管的

一個比喻拆出三個子比喻（頻道、音量、天線），每個都恰好對應一個實驗結論，工整到失真。真實寫作中，比喻通常是點到即止的；AI 的傾向是把它當框架，一路鋪滿。

過度對稱和公式化的小標題 。

這些標題的共同特徵：否定式定義 + 對稱結構。讀起來像是從同一個標題生成器裏出來的。尤其是「你……，AI 就……」這種對稱，真實作者很少會這麼寫。

AI 沒那麼容易被「道德綁架」
這不是「模型好壞」的問題
白大褂≠醫術
你認真對待這個請求，AI 就認真對待這個輸出

每個案例都是同一套三段式。

四個案例的結構完全一致：實驗設計 → 結果 → 小結，且每個小結全部是 " 短句 + 破折號或冒號 + 解釋 " 的統一格式，節奏完全重複。

真實長文通常會在不同章節變換收束方式，不會每個結尾都像教案的 " 本節要點 "。

過渡句的程式化。

「一個自然的追問」是 AI 標準過渡語。

看完專家幻覺的結果後，一個自然的追問是

轉折過於刻意，像 PPT 切頁。

前面兩個案例講的都是「別這麼用」。現在我們來看，身份設定真正擅長什麼

「如果說……則是」也是 AI 高頻過渡模板。

如果說案例 1 驗證了……案例 2 要驗證的則是另一個更微妙的變量

mp-article-skill

在讓 AI 重新生成文章之前，先讓我解釋下 mp-article-skill 的設計原理。

這是我自己創建的 Skill，在我每次完成實踐探索或是問題調研後，會讓 AI 利用探索或調研的完整過程作為上下文，結合 Skill 幫我完成文章的初稿。

理解意圖、校準語感和確認大綱，這是我在 Skill 中要求 AI 在開始寫作前優先執行的三件事，保證最後生成的文章不出現結構性的問題。

AI 會從「切入角度」「深度偏好」「核心主旨」「素材補充」四個方面向我確認信息，理解我的寫作意圖：

之後讀取「範文風格分析」文檔模擬我的寫作風格，讀取「行文風格指南」保證語句中不出現 AI 濫用的加粗、破折號等習慣。

「範文風格分析」文檔中我總結了自己比較滿意的文章，以及我希望能寫出來的文章風格，「行文風格指南」則主要參考少數派的「風格指南」。

當 AI 完成文章大綱後，會展示大綱內容，並停下來向我詢問意見。

完成以上三步後，AI 才開始初稿的寫作。

初稿完成後，我設立了三個 subagent 分別完成「獨立審讀」「事實核查」和「終審自檢」。使用 subagent 的好處在於隔離上下文，只給文章本身，不給背景，防止主 Agent 受會話上下文的影響而「盲目自信」，總覺得自己「非常優秀地完成了任務」。

「獨立審讀 subagent」 重點審查 AI 味過重、邏輯不連貫、結構生硬等語言表達類問題，「事實核查 subagent」 重點核查事實性內容，防止 AI 出現幻覺，杜撰事實。

當主 Agent 接收到這兩個 subagent 返回的信息並修改初稿後，「終審自檢」subagent 會啓動，針對修改後的稿子，核對 SKILL.md 文檔中提供的「自檢清單」，並提供自檢報告。

去除 AI 味的技巧和「自檢清單」的內容部分借鑑自卡茲克的 khazix-writer Skill，感謝他的開源項目。

同一批素材，兩次改寫

為了保證上下文一致，我引用了相同的文檔，並提供與第一次生成文章完全相同的 prompt（prompt 中 file: 代表引用了本地文檔）：

我計劃參加少數派的徵文活動，創作文章並投稿至 AI 助力賽道 （TeamSilicon25）。file：少數派 2025 年度徵文：聽說你對寫作是真 Al？.md
我的文章主題是：角色扮演真的能夠影響 Al 的輸出質量嗎？使用“你 "" 我 " 這樣的代詞對 AI 最終的輸出結果有怎樣的影響？
我首先分別讓 Gemini、GPT 和豆包就這一主題做了深度調研。file：調研結果
其次分別讓 Gemini、GPT 和 Claude 總結了調研結果，並形成了最終的驗證方案。 file：最終驗證方案.md
之後分別調用了 DeepSeek 和 GLM 的 API 完成了 5 輪驗證，形成了 file：實驗過程總結.md
請你為我生成最終的文章。

由於 Copilot Pro 套餐不再支持調用 Claude Opus 4.6 模型，因此我只能分別讓 GLM 5.1 和 Claude Sonnet 4.6 重寫，這是比較遺憾的地方。

新生成的兩篇文章共用同一批素材、同一個核心比喻，相比原文都有好轉，但 Claude Sonnet 4.6 在多數維度上比 GLM 5.1 更遠離 AI 味。

不是 A 而是 B 句式

兩篇都在用，但 GLM 5.1 用得更密、更規整。

Claude Sonnet 4.6 只出現了 2-3 次：

不只是換了詞彙，還換了邏輯順序
不是因為它太笨，而是因為它沒有內省的機會

GLM 5.1 仍有 5 次以上，與原文相近：

不是「角色扮演有沒有用」，而是「它到底擅長做什麼」
差別不在 prompt 寫得好不好，差別在模型生成前有沒有「停下來想一想」
身份設定調的是風格，不是準確度
權威感不等於準確性
準確性比「好看」重要得多

我在 Skill 中沒有明確禁止使用「不是...而是...」的句式，而是要求 AI 不能使用冒號和破折號。這在一定程度上帶來了間接效果，因為 AI 最愛用的幾種句式都依賴這兩個標點：

• 「不是 A，而是 B」經常寫成「A——不是 B」
• 定義式總結經常寫成「關鍵在於：A 是 B」
• 解釋性展開經常寫成「原因在於：……」

禁掉這兩個標點後，模型不得不換句式，而這些替代句式往往更口語化。兩篇新稿中「不是 A 而是 B」的減少，有一部分就是標點禁令的間接功勞。

戲劇化懸念

原文的情緒詞明顯過載，兩版新稿都有收斂，但收斂方式和程度不同。

原文使用的「出一身冷汗」「觸目驚心」「令人警覺」「完美」這些詞，遠超一個對照實驗結果所需的強度。

Claude Sonnet 4.6 使用限定詞來降温：

這個結論讓我覺得有點細思極恐
意外，也有點放心

GLM 5.1 幾乎沒有使用多少情緒詞。

這應當是 Skill 中我要求使用「冷靜平和中藴含力量，不使用誇張的口語或語氣詞」風格來寫作起了作用。

同時我使用了 subagent 獨立審讀全篇的 AI 味，GLM 5.1 的審讀反饋中明確要求「將『背後發涼』改為『愣了一下』，降級情緒詞」。

比喻鏈延伸

原文裏遙控器比喻被拆成了頻道、音量、天線三層，這是最典型的 AI 過度延伸。兩篇新稿都收斂了，但程度不同。

Claude Sonnet 4.6 只用了一個延伸：

遙控器可以讓你收到更清晰、更適合當前場景的內容，但信號本身的質量，是由模型的推理能力決定的

點到為止，沒有拆出子比喻。

GLM 5.1 同樣收斂了，用「正確用法 vs 錯覺」收束，比原文的頻道、音量、天線乾淨：

下次打開 ChatGPT 之前，先想清楚你是在調頻道，還是在指望加外掛。前者是工具的正確用法，後者是錯覺。

這裏的 AI 味改善與下一節加粗總結句的特徵改善，應當都是通過獨立審查 AI 味的環節修正，比如在獨立審查環節後，subagent 要求明確修正的內容包括：

• 三段加粗結論的第二段從同構模板改為不同句式
• 四連「用來...」結論段破對稱
• 末尾「三點影響」改成個人口吻

加粗總結句的密度和模式

三版的結尾都用了「遙控器」這個比喻，但落腳點不同。

舊文的結尾是一份使用指南，帶 ✅ 和 ❌ 的符號，按場景告訴讀者什麼時候該用角色扮演，什麼時候不該用。

✅ 該用身份設定的場景
……
❌ 不該用身份設定的場景
……

GLM 5.1 的結尾是三條加粗判斷句：

身份設定調的是風格，不是準確度。
情感激勵確實能讓 AI 更賣力，但賣力的方向你說了不算。
推理能力是比任何 prompt 技巧更根本的分界線。

Claude Sonnet 4.6 的結尾是三條第一人稱實踐，

要改輸出風格，我會直接描述在對誰說話。……
要寫帶數字的材料，數字由我來提供，不讓模型自由發揮。……
要核查任何可能超出模型知識邊界的事實，換推理模型，別押注在專家人設上。

相比之下，兩個新版確實好了一些，沒有使用原文那種「參考手冊」的建議風格，改為正常的語句，但仍然保持了排比句式，放在總結段落裏倒也不至於生硬。

雖然我已經在獨立審讀環節要求 AI 明確審查過於整齊、對仗的結構，還是無法完全避免，只能說在「提供建議」這一場景上，排比句式是 AI 繞不過去的坎。

小標題風格

Claude Sonnet 4.6 的標題更像人話：

實驗是怎麼設計的
情感激勵有用，但它「努力」的方式有點野

第一個是樸素的疑問句，第二個用了有點野這種口語化表達，帶個人語氣。

GLM 5.1 的標題更像大綱：

穿上白大褂就會看病了？
那它到底擅長什麼？
甚至不需要角色扮演

標題風格部分在 Skill 中沒有明確約束。不過「像一個有見識的朋友在認真跟你聊一件打動他的事（借鑑自卡茲克的 khazix-writer Skill）」這個要求一定程度上對此處有影響。

過渡句

原文的過渡是程式化的，相比之下，Claude Sonnet 4.6 的過渡更口語化：

測完幻覺，我順手測了另一件事
測完這兩個，我開始想，問題可能從一開始就問偏了
四個案例測完，可以回到開頭那個問題了

GLM 5.1 的過渡更像論文：

驗證完 system 層的身份設定，我接着想看 user 層的措辭會怎樣
身份設定能調頻道，那如果不加身份，只改措辭呢？
回到開頭的問題

我在 Skill 中要求禁用「首先…其次…最後」「綜上所述」「值得注意的是」等套話，但很難說兩個新版在過渡句上有多少 AI 味的改善，至少我讀起來總有種微妙的感覺，不像是活人寫的，至少我不會這麼寫。

還能做得更多嗎？

總體來說，在 Skill 的作用下，兩篇新稿都去除了 4 到 5 成的 AI 味，但仍有剩餘。比如「不是 A 而是 B」句式的殘餘、小標題或過渡句的過度範式、提供建議時使用排比對仗的慣性等等。

理論上這些剩餘的 AI 味也可以通過加強規則約束來去除，但過多、過度的規則限制是否又會導致最終生成的內容支離破碎，變得驢唇不對馬嘴。

強硬規則約束下的公式化表達，即便去除了現在的 AI 味，會不會產生新的 AI 味呢？

我更傾向於 AI 結合 Skill 的組合只用來去除重度 AI 味，而文章的美感與靈魂，在當下甚至未來很長一段時間內，依然需要人類作者的親自介入與潤色。

如果你對 mp-article-writor Skill 感興趣的話，我已經將它開源在 GitHub 上，balabalabalading/mp-article-writor^[2]，歡迎交流討論。

我獨立開發的 Mac 端 App「流量日記^[3]」已上線 Mac App Store，專為自媒體創作者打造，可永久保存、分析各平台導出的賬號數據。如果你是用 Mac 的內容創作者，歡迎下載體驗，半年內免費使用。

1. 「你是專家」這句話，到底是在幫%20AI%20還是在害你？.md ↩
2. https://github.com/balabalabalading/mp-article-writor ↩
3. https://apps.apple.com/cn/app/%E6%B5%81%E9%87%8F%E6%97%A5%E8%AE%B0/id6753135743?mt=12 ↩