前些天我拿一份写得特别细的提示词去喂 Claude Opus 5.5让它写一版产品说明。模型跑完我转手发给一个完全不懂 AI 的朋友让他帮忙看看措辞。他扫了两秒抬头跟我说这是 AI 写的吧我问怎么看出来的。他说说不上来反正就是一股 AI 味。这个瞬间很有意思。Claude Opus 5.5 已经是目前综合能力最靠前的那批模型之一推理更强、长文处理更好、指令遵循也更稳但它生成的东西依然能被一个普通人一眼识别出“非人类”。问题出在哪我今天想把这件事掰开揉碎聊一聊AI 味到底是什么为什么这么强的模型还是摆脱不掉以及一个更实际的问题——怎么把 AI 味压下去让它接近一个正常从业者写出来的东西。先说结论AI 味不是模型的锅至少不全是。它是模型、提示词、编辑习惯三样东西共同作用的结果。换句话说它是一个分布式智能现象。你用什么姿势使用它它就用什么姿势回应你。这篇文章不是来批判 Claude Opus 5.5 的我是来拆解的。1. AI味是什么从玄学判断变成可拆解的工程问题1.1 一个反常识的判断AI味不在模型在你和模型之间的协作方式很多人觉得 AI 味是模型参数决定的换一个更大、更强的模型味道就淡了。这个想法我在 Claude Opus 5.5 上实测过结论是淡了一点点但没消失。为什么会这样因为 AI 味本质上不是某一个词的问题而是文本里一组稳定的统计特征。模型再强它的训练目标依然是“预测下一个 token 的概率分布”。只要这个概率分布是被海量人类文本平均出来的它生成的东西就必然带有“平均人的口吻”。你把全世界几十亿人写的文章炒成一锅大杂烩再从里面采样出来的说话方式当然既不会像任何一个具体的人又处处透着一股“大家都在这么写”的味道。所以你会发现一个很有意思的现象同一段提示词扔给 Claude Opus 5.5 和扔给两年前的模型输出的 AI 味浓度确实有差别但差别没有想象中大。Claude Opus 5.5 更像人了但它像的是一个“完美的、标准的、没有任何毛边的人”。而现实中的人类写作恰恰相反——我们靠毛边活着。这里面藏着一个反常识的判断如果你觉得 AI 味重大概率不是模型不够好而是你的协作方式不够好。提示词模板太通用、素材投喂太少、编辑环节太依赖模型自己产出这些因素叠加起来才是 AI 味一直散不掉的根本原因。1.2 AI味的五个工程信号把“感觉”变成可检测的指标AI 味是个玄学词但如果你真的做了大量人工编辑工作你会发现它背后是几个非常具体的工程信号。我平时帮团队改稿判断一段文字是不是 AI 写的就盯这五个维度结构信号排比、递进、总结三段式出现的频率是不是高得离谱。词频信号那些“然而”“值得注意的是”“不难发现”“综上所述”等连接词和总结词是不是集中出现在固定位置。节奏信号句长分布是不是太均匀所有句子都差不多长读起来没有急缓变化。语气信号是不是永远克制、永远乐观、永远正面极少出现真实写作里那种犹豫、抱怨、愤怒或无所谓。观点信号是不是所有争议都被“平衡”掉了永远不给一个明确立场。这五个信号单独拎出来任何一个人写文章都可能中一两个。但 AI 是五个全中而且是稳定地全中。你写 100 篇、它写 1000 篇这五个信号都不会有太大波动。人是有状态的AI 没有。这就是 AI 味让人不舒服的根源——它太稳定了稳定到没有任何“人”的感觉。所以不要把 AI 味当成一个美学问题它是一个统计问题。一旦你把它当成统计问题后面所有的解法都顺了。2. 为什么Claude Opus 5.5这么强还是一股AI味2.1 概率分布的平均化模型在最安全的地方采样Claude Opus 5.5 的参数量很大训练数据也极其海量但它的生成逻辑本质上没有变根据上下文计算下一个词的概率分布然后从中采样。这个概率分布在经过训练之后会形成一个非常陡峭的“山峰”——某些词出现的概率远超其他词。问题在于这个概率分布是人类文本的平均结果。人类写作时同一个意思可能有 50 种表达方式但模型会把这些表达按照“人类使用频率”加权平均然后再从里面挑出概率最高的那一种。结果就是Claude Opus 5.5 在相似语境下总会倾向选择“最多人用的那批词”。它这么做没有错因为从统计意义上这就是最“标准”的写法。但标准意味着没有个性。我做过一个统计实验让 Claude Opus 5.5 连续写 20 段不同主题的开头然后统计它的连接词使用情况。结果“然而”“同时”“此外”这三个词的分布极其稳定几乎每两段必出现一次。人类作者不可能有这样的稳定性——有的人讨厌用“然而”有的人只会写“但是”有的人根本不用连接词。AI 把这个多样性给平均掉了平均的结果就是所有人都能用、但所有人都不觉得像自己的表达。这就是概率平均化的代价它删掉了人类写作里最有个性的那部分。2.2 RLHF的奖励陷阱被人类点赞养成的“文风”Claude Opus 5.5 这类模型都经过了 RLHF也就是基于人类反馈的强化学习。这个机制的目的是让模型学会输出人类更喜欢的答案。听上去没问题但执行层面藏着一个巨大的陷阱做标注的人到底会给什么样的文本打高分我做过很多年的内容工作太清楚这个倾向了普通读者在阅读时对“结构整齐”“重点突出”“语言流畅”的文本有天然好感。一个标注者拿到两段回答一段排比工整、总结到位、每段都有小标题另一段结构松散、观点尖锐、时不时跑题大概率会给前者打高分。这就是 RLHF 的品味陷阱。模型被人类点赞的方向训练最终学会了模仿“被点赞的说话方式”。而这种方式在客观上就是 AI 味什么都总结得很清楚、每段都像有中心句、语气总是那么克制。它不是模型自己发明的风格是人类标注者在不知不觉中用打分喂出来的风格。更麻烦的是Claude Opus 5.5 在指令遵循上比老模型更听话。你让它“写得随意一点”它会真的调整风格但它的“随意”也是被训练出来的、标准化了的“随意”。它连犯起错来都太讲章法。2.3 对齐训练的副作用模型学会了“含糊避难”还有一个绕不开的技术原因对齐训练。为了让模型在复杂场景下安全、可靠、不越界训练过程会把“不冒犯”“不误导”“不极端”等约束深深地刻进模型的行为模式里。这个约束本身是必要的但副作用也很明显——模型学会了含糊避难。什么叫含糊避难就是当一个问题存在争议时模型倾向于把所有立场都摆出来最后再用一句“需要根据具体情况具体分析”来收尾。这种写法它是对的没有任何错误信息但它不提供任何判断力。真实的人类写作不是这样的一个有观点的作者会先摆事实然后说“我认为第一个方案更好原因是”哪怕这个判断有风险他也愿意承担。我没有说模型应该承担风险。但从写作的质感上看这种自我保护式的表述方式会让文本显得特别“滑”。你读完了好像作者什么都说了又好像什么都没说。而这种感觉恰恰就是 AI 味里最让人烦躁的那一部分。Claude Opus 5.5 已经比前代模型好很多了它敢在更多场景下给出直接判断但只要上下文里存在丁点模糊空间它还是会本能地滑向“平衡论述”。这不是文案能力问题是训练目标造成的。3. 自己动手识别AI味五分钟抓住四个核心信号3.1 结构信号完美骨架与排比风暴识别 AI 味最快的方法就是看文章骨架。人类写作的结构通常是随机的、不完美的有人想到哪写到哪有人习惯总-分-总但总得歪一点有人写到一半没词了草草收尾。这些“不完美”在 AI 生成的文本里非常罕见。AI 生成的高浓度文本你扒开看结构永远是那几样东西开头破题、三段论证、每段第一句是中心句、最后一段总结升华。如果提示词稍微要求了一下“结构化”它还会贴心地给你加上小标题、加粗重点、列出一二三。这个结构本身没错但它和人类随笔写作的自然状态差异太大了。排比则是另一个重灾区。模型非常喜欢用三个结构相同的句子连续举同一个观点——“这不仅是对过去的总结也是对现在的审视更是对未来的展望”。这种句子单独看好像挺有气势连着出现三次以上立刻暴露 AI 身份。因为真实写作中排比通常是作者刻意设计的修辞一段文章里出现一次就够用力了哪有满屏都是用力表达的。我给团队定了条规矩凡是 AI 生成的稿子第一步就是删排比。删完之后AI 味立刻降一半。3.2 词频信号模型词汇表里的“舒适区”每个模型都有自己的词汇舒适区。Claude Opus 5.5 的舒适区里躺着这么一批高频词“此外”“总之”“值得注意的是”“某种程度上”“在很大程度上”“不仅……而且”“总而言之”。这些词的共同特点是都是书面语都用于逻辑连接或总结都不带有任何情绪色彩。人类写作中这些词的使用频率没有模型那么高。人类更习惯用“但是”“还有”“反正”“说白了”这类更有温度的口语连接。哪怕是正式文体一个有写作经验的人也会刻意替换掉“值得注意的是”这种已经被用烂的桥接短语。你不需要做复杂的词频统计扫一眼就能识别如果一段文字里“然而”“同时”反复出现如果每一段结尾都有一句“总而言之”式的总结那它大概率是 AI 写的。真实的人写作很少这么整齐地使用逻辑连词。3.3 节奏信号没有呼吸感的语义密度这一条稍微抽象一点但识别起来最可靠。人类写作的句子长度是有起伏的有时候一口气写一个长句表达一个复杂的想法有时候用一个短句甚至一个词表达情绪或停顿。这种长短句交错形成了文本的呼吸感。AI 生成的文本尤其是经过 RLHF 优化的模型句长分布非常均匀。模型被训练成每个句子都要完整传达一个信息所以它的输出里很难看到那种“为了一口气”而存在的不完整句子也很难看到单个词站成一行的“句子”。它的语义密度太高了高到每一句都在高效地传递信息高到读者喘不过气。我拿 Claude Opus 5.5 写过很多稿子它的长句能力明显比前代强但它依然很少主动用“碎句子”来制造节奏变化。你必须明确提示它“用短句”“允许碎片化表达”它才会给你几个短句点缀一下。如果没有这个提示默认输出永远是四平八稳的长句队列。记住人类写作有呼吸AI 写作有均匀的节拍器。3.4 语气与观点信号永远正确、永远平衡的“滑”最后的信号是语气和观点。AI 生成文本里有一种很特殊的语气我把它叫做“塑料理智感”。它永远不发火、不嘲讽、不悲观、不激动哪怕写一篇批评性很强的文章它的批评也是克制的、理性的、有理有据的。这种语气在正式报告里是优点但在随笔、评论、经验分享里非常出戏。真实的人类写作不是这样。一个有经验的作者在分享自己的实操经验时一定会写“这个方案我踩过坑”“这个配置我劝你别搞”“这个东西真的让我抓狂”。这些带情绪的判断是建立信任的关键。AI 不会主动说“别搞”它只会说“需要谨慎评估”。观点上更明显。AI 默认策略是把每个争议都拆成两面然后告诉你“没有标准答案”。人类作者则倾向于给出一个立场哪怕这个立场只能代表一部分人。当然这里我得说句公道话AI 这么写不完全是它的问题这是它在对齐训练下学会的策略。但作为一个读者你读到一段文字作者永远不肯说“我站这边”你的第一反应就是这不是真人。4. 去AI味实操从提示词到人在回路的四层改造4.1 提示词层反AI味约束模板直接抄把 AI 味压下去第一层改造在提示词。不要写“请用专业的语言写一篇关于某某的文章”这种提示词等于在给 AI 味发邀请函。你应该明确告诉模型不要用什么词、不要用什么结构、允许哪里不完美。我现在的做法是直接在提示词里加一段“风格禁用”清单实测非常有效写作约束禁止使用“然而”“此外”“值得注意的是”“综上所述”等书面连接词禁止使用三个以上连续排比句禁止在结尾加上升价值总结允许用短句、口语、不完整的表达允许带明确的个人观点和情绪如果内容存在争议必须选择一个立场并说明理由。这个模板不是万能的但它能在词频和结构层面去掉一大半 AI 味。剩下的部分需要在素材层和编辑层继续处理。4.2 素材层给模型吃点“真人写的饭”这一招是我最近才完全想明白的。AI 默认输出带着强烈的“平均人味道”是因为它的素材库太宽泛了。你想让它写出你那个圈子里的真实口吻就得先给它看你圈子里的人是怎么说话的。做法很简单在你写提示词的时候附上 1-2 段你平时喜欢的、真人写的同类文本然后告诉模型“模仿这个人的语气而不是用通用写法”。这个操作非常有效。因为模型在上下文里看到了具体的风格样本它的概率分布就会从“全体人类的平均”拉向“你指定的范围”。我做过对比测试不给样本直接让 Claude Opus 5.5 写技术博客输出是标准 AI 味给了两段我自己以前写的技术随笔再让它写输出的味道至少像同一个博主了。模型依然会在细节处溜回自己的舒适区但整体观感已经非常接近一个真人在说话。这里多说一句素材的质量很重要。你喂给它的样本越新、越口语、越私人化输出就越不像 AI。你要是喂给它公众号范文效果等于没喂。4.3 编辑层把稿子的控制权拿回来在所有去 AI 味的方法里按重要性排序人工编辑永远是第一位。你可以把所有提示词技巧都试一遍最终稿子要是没有人工也就是改了几轮的 AI 稿它依然带着那股味只不过淡了一些。我的工作流是两轮制。第一轮让 Claude Opus 5.5 以“素材生成器”的身份工作目标不是产出一篇完整的稿子而是把事实、例子、观点、类比都铺陈出来。这个阶段我允许它写得充满 AI 味无所谓。第二轮才是我真正写作的时间我从素材里挑选能用的部分用自己的话重组用自己的逻辑排序加入我的私人体会和拿不准的细节。Claude Opus 5.5 在这个流程里是我的资料员不是我的代笔人。这个转变非常关键。很多人的 AI 味重是因为把“初稿权”交给了 AI。你让 AI 写了初稿再好看那也是 AI 的结构、AI 的逻辑、AI 的节奏。你让 AI 出素材、自己搭骨架写出来的东西就是自己的。4.4 案例对照一段文本的三次改造实录讲了这么多理论我用一个真实案例收一收。下面是同一个主题的三种文本主题写一段关于远程办公体验的文字。第一版Claude Opus 5.5 直接用通用提示词写的输出开头是“远程办公在带来灵活性的同时也带来了沟通效率的挑战”中间三段的中心句分别是“时间管理”“沟通协作”“工作生活边界”结尾是“只有在实践中不断调整和优化才能在远程办公与个人生活之间找到真正的平衡”。这个版本每个词都很正确每个词都很 AI。第二版我加了反 AI 味约束模板要求禁止总结、允许口语、必须带个人观点。输出变成了“远程办公这玩意儿刚开始是真爽能省通勤。但你连续开五个线上会议之后你会发现开会比以前更累了。沟通不是变简单了是变烦了所有人都得等一个网卡的人说完然后假装没听到。”这个版本已经好很多了有点像人在说话了。但还是有一点端着比如“沟通不是变简单了是变烦了”这种句子带着明显的圆熟修辞。第三版我在提示词里加了一段自己的真实体验作为素材“上午十点半我家猫跳到键盘上把正在开的会议静音了。领导以为我在说话一顿输出我一个字没听见憋到会议结束也没敢说。”模型被这段素材带着走输出变成了“上午十点半我家猫跳到键盘上把会静音了。等我发现的时候领导已经讲完了一段然后空气突然安静——全场都在等我发言而我一个字都没听见。”这个版本就有真人了。它有具体的画面、有失误、有不体面。它不再是一个标准化的“博大精深”而是一个具体的人在讲一件具体的事。一个细节差异AI 味就淡了。5. 实测复盘Claude Opus 5.5的“去AI味”实验记录5.1 实验设计同一主题、两组提示词的正面对比为了写这篇文章我做了一组正式的对照实验。主题统一是“为什么我这周卸载了待办清单 App”这是一个非常个人化的主题天然不适合 AI 发挥很适合用来考验 AI 味。A 组提示词没有任何风格约束只写了一句话“请写一篇关于卸载待办清单 App 的文章。”B 组提示词带的约束包括不要用排比、不要总结、允许吐槽、必须有具体的场景和细节、允许短句、必须用第一人称、不能出现“高效”和“自律”这两个词。两组各让 Claude Opus 5.5 生成一篇长度控制在 300-400 字。5.2 输出端的差异分析约束有效但残留仍在A 组的输出我都不用细看开头十有八九是“在当今快节奏的生活中待办清单 App 一度成为……”然后论证它“提高了效率”但“增加了焦虑”最后一句是“或许真正重要的不是工具而是我们如何看待时间”。整篇文章结构完整、观点周全、没有任何错误但你读完绝不会想转发。B 组的输出明显不一样开头是“我把手机里的待办清单 App 删了就在这周三下午连续点了三次确认删除那种”中间写了具体的事件“我发现我有一半的待办事项是永远重复添加的比如‘买机油’这件事我连续记了三周最后是汽修店打电话催我才想起来的。”结尾的处理也确实避开了升华而是落在一个细节上“删完之后我踏实了哪怕明天忘掉一件事也比每天都记得十件事强。”差异非常显著。B 组在这个特定主题上已经基本接近于一个普通用户在小红书上的真实分享。你单看文字很难一口咬定是 AI 写的。但作为经常做人工编辑的人我还是能嗅到一丝残留它表达“不要什么”的时候太干净了。真实的人删除一款 App会夹杂更多的犹豫、患得患失、甚至给自己找退路——“我可能过段时间还会装回来”。AI 版的 B 组输出里没有那么多的杂质。它太连贯了所有的情绪和观点是顺从的没有来回拉扯。这就是我在前文说的模型连“装不完美”都很标准。5.3 模型内的残留为什么“装不像”依然能看出来这次实验还带出一个更深的观察Claude Opus 5.5 在处理“去 AI 味”指令时表现出了很强的风格模仿能力但它模仿“更像人”的方式仍然是基于数据的。它知道人类在口语表达中会用什么词、会用什么节奏但它不知道一个具体的人在具体时刻会犹豫、会妥协、会自相矛盾。所以哪怕你给它加满了约束它产出的文本依然会有一条非常隐蔽的主线情绪和逻辑的一致性。这恰恰是人类写作中最不可能出现的东西。一个人写自己那天为什么卸载了待办清单 App他可能写着写着跑题到“顺便吐槽一下现在的手机电池真不经用”然后找不回来。AI 不会。AI 写跑题也是设计好的、服务于主题的跑题。换句话说最高浓度的 AI 味已经不在词法层面了而在认知层面它不会真正地偏题、不会真正地遗忘、不会真正地被情绪牵着走。这一点目前没有一个模型能解决好和我用不用 Claude Opus 5.5 没多大关系。这是模型机制决定的。从我个人的实操体会来说把 AI 味当成一个可以消灭的问题反而得不到好结果。它更像一个需要长期管理的问题你每一次写提示词都是在给模型划一条风格的小路每一次人工编辑都是在把模型拉回你真实的经验世界里。日积月累AI 味是能被稀释到很低的但前提是你得承认它是这个协作系统的一部分而不是把锅全甩给模型。最后再分享一个小经验去 AI 味最快的一步永远是问自己一句——这句话里有没有只有我才知道的细节。如果没有改成“我记得上个月开会那天XX 迟到的那三分钟里我干了什么”这种样子。细节只要够具体AI 味挡不住。
前些天我拿一份写得特别细的提示词去喂 Claude Opus 5.5让它写一版产品说明。模型跑完我转手发给一个完全不懂 AI 的朋友让他帮忙看看措辞。他扫了两秒抬头跟我说这是 AI 写的吧我问怎么看出来的。他说说不上来反正就是一股 AI 味。这个瞬间很有意思。Claude Opus 5.5 已经是目前综合能力最靠前的那批模型之一推理更强、长文处理更好、指令遵循也更稳但它生成的东西依然能被一个普通人一眼识别出“非人类”。问题出在哪我今天想把这件事掰开揉碎聊一聊AI 味到底是什么为什么这么强的模型还是摆脱不掉以及一个更实际的问题——怎么把 AI 味压下去让它接近一个正常从业者写出来的东西。先说结论AI 味不是模型的锅至少不全是。它是模型、提示词、编辑习惯三样东西共同作用的结果。换句话说它是一个分布式智能现象。你用什么姿势使用它它就用什么姿势回应你。这篇文章不是来批判 Claude Opus 5.5 的我是来拆解的。1. AI味是什么从玄学判断变成可拆解的工程问题1.1 一个反常识的判断AI味不在模型在你和模型之间的协作方式很多人觉得 AI 味是模型参数决定的换一个更大、更强的模型味道就淡了。这个想法我在 Claude Opus 5.5 上实测过结论是淡了一点点但没消失。为什么会这样因为 AI 味本质上不是某一个词的问题而是文本里一组稳定的统计特征。模型再强它的训练目标依然是“预测下一个 token 的概率分布”。只要这个概率分布是被海量人类文本平均出来的它生成的东西就必然带有“平均人的口吻”。你把全世界几十亿人写的文章炒成一锅大杂烩再从里面采样出来的说话方式当然既不会像任何一个具体的人又处处透着一股“大家都在这么写”的味道。所以你会发现一个很有意思的现象同一段提示词扔给 Claude Opus 5.5 和扔给两年前的模型输出的 AI 味浓度确实有差别但差别没有想象中大。Claude Opus 5.5 更像人了但它像的是一个“完美的、标准的、没有任何毛边的人”。而现实中的人类写作恰恰相反——我们靠毛边活着。这里面藏着一个反常识的判断如果你觉得 AI 味重大概率不是模型不够好而是你的协作方式不够好。提示词模板太通用、素材投喂太少、编辑环节太依赖模型自己产出这些因素叠加起来才是 AI 味一直散不掉的根本原因。1.2 AI味的五个工程信号把“感觉”变成可检测的指标AI 味是个玄学词但如果你真的做了大量人工编辑工作你会发现它背后是几个非常具体的工程信号。我平时帮团队改稿判断一段文字是不是 AI 写的就盯这五个维度结构信号排比、递进、总结三段式出现的频率是不是高得离谱。词频信号那些“然而”“值得注意的是”“不难发现”“综上所述”等连接词和总结词是不是集中出现在固定位置。节奏信号句长分布是不是太均匀所有句子都差不多长读起来没有急缓变化。语气信号是不是永远克制、永远乐观、永远正面极少出现真实写作里那种犹豫、抱怨、愤怒或无所谓。观点信号是不是所有争议都被“平衡”掉了永远不给一个明确立场。这五个信号单独拎出来任何一个人写文章都可能中一两个。但 AI 是五个全中而且是稳定地全中。你写 100 篇、它写 1000 篇这五个信号都不会有太大波动。人是有状态的AI 没有。这就是 AI 味让人不舒服的根源——它太稳定了稳定到没有任何“人”的感觉。所以不要把 AI 味当成一个美学问题它是一个统计问题。一旦你把它当成统计问题后面所有的解法都顺了。2. 为什么Claude Opus 5.5这么强还是一股AI味2.1 概率分布的平均化模型在最安全的地方采样Claude Opus 5.5 的参数量很大训练数据也极其海量但它的生成逻辑本质上没有变根据上下文计算下一个词的概率分布然后从中采样。这个概率分布在经过训练之后会形成一个非常陡峭的“山峰”——某些词出现的概率远超其他词。问题在于这个概率分布是人类文本的平均结果。人类写作时同一个意思可能有 50 种表达方式但模型会把这些表达按照“人类使用频率”加权平均然后再从里面挑出概率最高的那一种。结果就是Claude Opus 5.5 在相似语境下总会倾向选择“最多人用的那批词”。它这么做没有错因为从统计意义上这就是最“标准”的写法。但标准意味着没有个性。我做过一个统计实验让 Claude Opus 5.5 连续写 20 段不同主题的开头然后统计它的连接词使用情况。结果“然而”“同时”“此外”这三个词的分布极其稳定几乎每两段必出现一次。人类作者不可能有这样的稳定性——有的人讨厌用“然而”有的人只会写“但是”有的人根本不用连接词。AI 把这个多样性给平均掉了平均的结果就是所有人都能用、但所有人都不觉得像自己的表达。这就是概率平均化的代价它删掉了人类写作里最有个性的那部分。2.2 RLHF的奖励陷阱被人类点赞养成的“文风”Claude Opus 5.5 这类模型都经过了 RLHF也就是基于人类反馈的强化学习。这个机制的目的是让模型学会输出人类更喜欢的答案。听上去没问题但执行层面藏着一个巨大的陷阱做标注的人到底会给什么样的文本打高分我做过很多年的内容工作太清楚这个倾向了普通读者在阅读时对“结构整齐”“重点突出”“语言流畅”的文本有天然好感。一个标注者拿到两段回答一段排比工整、总结到位、每段都有小标题另一段结构松散、观点尖锐、时不时跑题大概率会给前者打高分。这就是 RLHF 的品味陷阱。模型被人类点赞的方向训练最终学会了模仿“被点赞的说话方式”。而这种方式在客观上就是 AI 味什么都总结得很清楚、每段都像有中心句、语气总是那么克制。它不是模型自己发明的风格是人类标注者在不知不觉中用打分喂出来的风格。更麻烦的是Claude Opus 5.5 在指令遵循上比老模型更听话。你让它“写得随意一点”它会真的调整风格但它的“随意”也是被训练出来的、标准化了的“随意”。它连犯起错来都太讲章法。2.3 对齐训练的副作用模型学会了“含糊避难”还有一个绕不开的技术原因对齐训练。为了让模型在复杂场景下安全、可靠、不越界训练过程会把“不冒犯”“不误导”“不极端”等约束深深地刻进模型的行为模式里。这个约束本身是必要的但副作用也很明显——模型学会了含糊避难。什么叫含糊避难就是当一个问题存在争议时模型倾向于把所有立场都摆出来最后再用一句“需要根据具体情况具体分析”来收尾。这种写法它是对的没有任何错误信息但它不提供任何判断力。真实的人类写作不是这样的一个有观点的作者会先摆事实然后说“我认为第一个方案更好原因是”哪怕这个判断有风险他也愿意承担。我没有说模型应该承担风险。但从写作的质感上看这种自我保护式的表述方式会让文本显得特别“滑”。你读完了好像作者什么都说了又好像什么都没说。而这种感觉恰恰就是 AI 味里最让人烦躁的那一部分。Claude Opus 5.5 已经比前代模型好很多了它敢在更多场景下给出直接判断但只要上下文里存在丁点模糊空间它还是会本能地滑向“平衡论述”。这不是文案能力问题是训练目标造成的。3. 自己动手识别AI味五分钟抓住四个核心信号3.1 结构信号完美骨架与排比风暴识别 AI 味最快的方法就是看文章骨架。人类写作的结构通常是随机的、不完美的有人想到哪写到哪有人习惯总-分-总但总得歪一点有人写到一半没词了草草收尾。这些“不完美”在 AI 生成的文本里非常罕见。AI 生成的高浓度文本你扒开看结构永远是那几样东西开头破题、三段论证、每段第一句是中心句、最后一段总结升华。如果提示词稍微要求了一下“结构化”它还会贴心地给你加上小标题、加粗重点、列出一二三。这个结构本身没错但它和人类随笔写作的自然状态差异太大了。排比则是另一个重灾区。模型非常喜欢用三个结构相同的句子连续举同一个观点——“这不仅是对过去的总结也是对现在的审视更是对未来的展望”。这种句子单独看好像挺有气势连着出现三次以上立刻暴露 AI 身份。因为真实写作中排比通常是作者刻意设计的修辞一段文章里出现一次就够用力了哪有满屏都是用力表达的。我给团队定了条规矩凡是 AI 生成的稿子第一步就是删排比。删完之后AI 味立刻降一半。3.2 词频信号模型词汇表里的“舒适区”每个模型都有自己的词汇舒适区。Claude Opus 5.5 的舒适区里躺着这么一批高频词“此外”“总之”“值得注意的是”“某种程度上”“在很大程度上”“不仅……而且”“总而言之”。这些词的共同特点是都是书面语都用于逻辑连接或总结都不带有任何情绪色彩。人类写作中这些词的使用频率没有模型那么高。人类更习惯用“但是”“还有”“反正”“说白了”这类更有温度的口语连接。哪怕是正式文体一个有写作经验的人也会刻意替换掉“值得注意的是”这种已经被用烂的桥接短语。你不需要做复杂的词频统计扫一眼就能识别如果一段文字里“然而”“同时”反复出现如果每一段结尾都有一句“总而言之”式的总结那它大概率是 AI 写的。真实的人写作很少这么整齐地使用逻辑连词。3.3 节奏信号没有呼吸感的语义密度这一条稍微抽象一点但识别起来最可靠。人类写作的句子长度是有起伏的有时候一口气写一个长句表达一个复杂的想法有时候用一个短句甚至一个词表达情绪或停顿。这种长短句交错形成了文本的呼吸感。AI 生成的文本尤其是经过 RLHF 优化的模型句长分布非常均匀。模型被训练成每个句子都要完整传达一个信息所以它的输出里很难看到那种“为了一口气”而存在的不完整句子也很难看到单个词站成一行的“句子”。它的语义密度太高了高到每一句都在高效地传递信息高到读者喘不过气。我拿 Claude Opus 5.5 写过很多稿子它的长句能力明显比前代强但它依然很少主动用“碎句子”来制造节奏变化。你必须明确提示它“用短句”“允许碎片化表达”它才会给你几个短句点缀一下。如果没有这个提示默认输出永远是四平八稳的长句队列。记住人类写作有呼吸AI 写作有均匀的节拍器。3.4 语气与观点信号永远正确、永远平衡的“滑”最后的信号是语气和观点。AI 生成文本里有一种很特殊的语气我把它叫做“塑料理智感”。它永远不发火、不嘲讽、不悲观、不激动哪怕写一篇批评性很强的文章它的批评也是克制的、理性的、有理有据的。这种语气在正式报告里是优点但在随笔、评论、经验分享里非常出戏。真实的人类写作不是这样。一个有经验的作者在分享自己的实操经验时一定会写“这个方案我踩过坑”“这个配置我劝你别搞”“这个东西真的让我抓狂”。这些带情绪的判断是建立信任的关键。AI 不会主动说“别搞”它只会说“需要谨慎评估”。观点上更明显。AI 默认策略是把每个争议都拆成两面然后告诉你“没有标准答案”。人类作者则倾向于给出一个立场哪怕这个立场只能代表一部分人。当然这里我得说句公道话AI 这么写不完全是它的问题这是它在对齐训练下学会的策略。但作为一个读者你读到一段文字作者永远不肯说“我站这边”你的第一反应就是这不是真人。4. 去AI味实操从提示词到人在回路的四层改造4.1 提示词层反AI味约束模板直接抄把 AI 味压下去第一层改造在提示词。不要写“请用专业的语言写一篇关于某某的文章”这种提示词等于在给 AI 味发邀请函。你应该明确告诉模型不要用什么词、不要用什么结构、允许哪里不完美。我现在的做法是直接在提示词里加一段“风格禁用”清单实测非常有效写作约束禁止使用“然而”“此外”“值得注意的是”“综上所述”等书面连接词禁止使用三个以上连续排比句禁止在结尾加上升价值总结允许用短句、口语、不完整的表达允许带明确的个人观点和情绪如果内容存在争议必须选择一个立场并说明理由。这个模板不是万能的但它能在词频和结构层面去掉一大半 AI 味。剩下的部分需要在素材层和编辑层继续处理。4.2 素材层给模型吃点“真人写的饭”这一招是我最近才完全想明白的。AI 默认输出带着强烈的“平均人味道”是因为它的素材库太宽泛了。你想让它写出你那个圈子里的真实口吻就得先给它看你圈子里的人是怎么说话的。做法很简单在你写提示词的时候附上 1-2 段你平时喜欢的、真人写的同类文本然后告诉模型“模仿这个人的语气而不是用通用写法”。这个操作非常有效。因为模型在上下文里看到了具体的风格样本它的概率分布就会从“全体人类的平均”拉向“你指定的范围”。我做过对比测试不给样本直接让 Claude Opus 5.5 写技术博客输出是标准 AI 味给了两段我自己以前写的技术随笔再让它写输出的味道至少像同一个博主了。模型依然会在细节处溜回自己的舒适区但整体观感已经非常接近一个真人在说话。这里多说一句素材的质量很重要。你喂给它的样本越新、越口语、越私人化输出就越不像 AI。你要是喂给它公众号范文效果等于没喂。4.3 编辑层把稿子的控制权拿回来在所有去 AI 味的方法里按重要性排序人工编辑永远是第一位。你可以把所有提示词技巧都试一遍最终稿子要是没有人工也就是改了几轮的 AI 稿它依然带着那股味只不过淡了一些。我的工作流是两轮制。第一轮让 Claude Opus 5.5 以“素材生成器”的身份工作目标不是产出一篇完整的稿子而是把事实、例子、观点、类比都铺陈出来。这个阶段我允许它写得充满 AI 味无所谓。第二轮才是我真正写作的时间我从素材里挑选能用的部分用自己的话重组用自己的逻辑排序加入我的私人体会和拿不准的细节。Claude Opus 5.5 在这个流程里是我的资料员不是我的代笔人。这个转变非常关键。很多人的 AI 味重是因为把“初稿权”交给了 AI。你让 AI 写了初稿再好看那也是 AI 的结构、AI 的逻辑、AI 的节奏。你让 AI 出素材、自己搭骨架写出来的东西就是自己的。4.4 案例对照一段文本的三次改造实录讲了这么多理论我用一个真实案例收一收。下面是同一个主题的三种文本主题写一段关于远程办公体验的文字。第一版Claude Opus 5.5 直接用通用提示词写的输出开头是“远程办公在带来灵活性的同时也带来了沟通效率的挑战”中间三段的中心句分别是“时间管理”“沟通协作”“工作生活边界”结尾是“只有在实践中不断调整和优化才能在远程办公与个人生活之间找到真正的平衡”。这个版本每个词都很正确每个词都很 AI。第二版我加了反 AI 味约束模板要求禁止总结、允许口语、必须带个人观点。输出变成了“远程办公这玩意儿刚开始是真爽能省通勤。但你连续开五个线上会议之后你会发现开会比以前更累了。沟通不是变简单了是变烦了所有人都得等一个网卡的人说完然后假装没听到。”这个版本已经好很多了有点像人在说话了。但还是有一点端着比如“沟通不是变简单了是变烦了”这种句子带着明显的圆熟修辞。第三版我在提示词里加了一段自己的真实体验作为素材“上午十点半我家猫跳到键盘上把正在开的会议静音了。领导以为我在说话一顿输出我一个字没听见憋到会议结束也没敢说。”模型被这段素材带着走输出变成了“上午十点半我家猫跳到键盘上把会静音了。等我发现的时候领导已经讲完了一段然后空气突然安静——全场都在等我发言而我一个字都没听见。”这个版本就有真人了。它有具体的画面、有失误、有不体面。它不再是一个标准化的“博大精深”而是一个具体的人在讲一件具体的事。一个细节差异AI 味就淡了。5. 实测复盘Claude Opus 5.5的“去AI味”实验记录5.1 实验设计同一主题、两组提示词的正面对比为了写这篇文章我做了一组正式的对照实验。主题统一是“为什么我这周卸载了待办清单 App”这是一个非常个人化的主题天然不适合 AI 发挥很适合用来考验 AI 味。A 组提示词没有任何风格约束只写了一句话“请写一篇关于卸载待办清单 App 的文章。”B 组提示词带的约束包括不要用排比、不要总结、允许吐槽、必须有具体的场景和细节、允许短句、必须用第一人称、不能出现“高效”和“自律”这两个词。两组各让 Claude Opus 5.5 生成一篇长度控制在 300-400 字。5.2 输出端的差异分析约束有效但残留仍在A 组的输出我都不用细看开头十有八九是“在当今快节奏的生活中待办清单 App 一度成为……”然后论证它“提高了效率”但“增加了焦虑”最后一句是“或许真正重要的不是工具而是我们如何看待时间”。整篇文章结构完整、观点周全、没有任何错误但你读完绝不会想转发。B 组的输出明显不一样开头是“我把手机里的待办清单 App 删了就在这周三下午连续点了三次确认删除那种”中间写了具体的事件“我发现我有一半的待办事项是永远重复添加的比如‘买机油’这件事我连续记了三周最后是汽修店打电话催我才想起来的。”结尾的处理也确实避开了升华而是落在一个细节上“删完之后我踏实了哪怕明天忘掉一件事也比每天都记得十件事强。”差异非常显著。B 组在这个特定主题上已经基本接近于一个普通用户在小红书上的真实分享。你单看文字很难一口咬定是 AI 写的。但作为经常做人工编辑的人我还是能嗅到一丝残留它表达“不要什么”的时候太干净了。真实的人删除一款 App会夹杂更多的犹豫、患得患失、甚至给自己找退路——“我可能过段时间还会装回来”。AI 版的 B 组输出里没有那么多的杂质。它太连贯了所有的情绪和观点是顺从的没有来回拉扯。这就是我在前文说的模型连“装不完美”都很标准。5.3 模型内的残留为什么“装不像”依然能看出来这次实验还带出一个更深的观察Claude Opus 5.5 在处理“去 AI 味”指令时表现出了很强的风格模仿能力但它模仿“更像人”的方式仍然是基于数据的。它知道人类在口语表达中会用什么词、会用什么节奏但它不知道一个具体的人在具体时刻会犹豫、会妥协、会自相矛盾。所以哪怕你给它加满了约束它产出的文本依然会有一条非常隐蔽的主线情绪和逻辑的一致性。这恰恰是人类写作中最不可能出现的东西。一个人写自己那天为什么卸载了待办清单 App他可能写着写着跑题到“顺便吐槽一下现在的手机电池真不经用”然后找不回来。AI 不会。AI 写跑题也是设计好的、服务于主题的跑题。换句话说最高浓度的 AI 味已经不在词法层面了而在认知层面它不会真正地偏题、不会真正地遗忘、不会真正地被情绪牵着走。这一点目前没有一个模型能解决好和我用不用 Claude Opus 5.5 没多大关系。这是模型机制决定的。从我个人的实操体会来说把 AI 味当成一个可以消灭的问题反而得不到好结果。它更像一个需要长期管理的问题你每一次写提示词都是在给模型划一条风格的小路每一次人工编辑都是在把模型拉回你真实的经验世界里。日积月累AI 味是能被稀释到很低的但前提是你得承认它是这个协作系统的一部分而不是把锅全甩给模型。最后再分享一个小经验去 AI 味最快的一步永远是问自己一句——这句话里有没有只有我才知道的细节。如果没有改成“我记得上个月开会那天XX 迟到的那三分钟里我干了什么”这种样子。细节只要够具体AI 味挡不住。
