写作Skill的去AI味改造

我有个专门用来写中文博客的Skill，但是用它写出来的东西，很多一看就是AI写的。今天对它做了一次比较彻底的改造，这里把找到的问题和对应的解决办法记下来。

规则只管“别写错”，没教“怎么像我”

原来的Skill，大部分篇幅都在防止写错，比如不能编事实、不能把失败改成成功，但是真正决定像不像我的东西给得很少：我自己写过的句子只有十几句，每句就一行，模型根本看不出我一段话是怎么展开、怎么接、写到哪里就停的。

更麻烦的是，规则把“编造失误”和“口语用词”放在一起禁了。编造失误是改事实，确实不能做；但是把“很多问题”写成“N多问题”只是换个说法，也被一起锁住了，结果模型手里没有任何口语化的手段，只能回到它自己那套干净、均匀的写法，这本身就是AI味。

解决办法：

• 放进3篇完整原文和9段节选，每段后面标出怎么展开、怎么接、怎么停，让模型照着真实的文章学，而不是照着规则学
• 明确区分“说法”和“事实”：口语词可以替换原来的说法，但是不能拿来补经历、时长和情绪

反AI清单过时了

禁用词表里是抓手、赋能、降本增效这种，这是两三年前的AI腔。现在的模型更多是破折号、设问自答、“说白了”“本质上”、结尾来一句金句，或者加一节“总结”，这些清单里一条都没有。

另外，原来的示范改写自己就在编事实：原句是“原有实现方式有进一步优化的空间”，示范改成了“原来的代码能跑，但是改起来很麻烦”，凭空多了两个判断。Skill要求不能加事实，示范却在加，模型从示范里学到的会更多。

解决办法：清单换成现在模型的写法，删掉编了事实的示范，再写了个voice_check脚本，自动统计破折号、直角引号、“不是…而是”、“回头看”、结尾总结小节这些指标。

写得像个律师

除了清单没覆盖，还有一个更根本的原因：模型写东西很防御，像个律师，每句话都先垫一层，预先挡住没人提出的反驳。

我有把握就直接说，“技术是为了解决问题的，不要死守一个技术不放”；真不确定的地方只说一次，就说在不确定的那一句上(“这个问题我没想清楚，人都没法招”)。AI反过来，不确定的地方不一定说，但几乎每句话都要先否定一个没人说过的说法。7月AI加进我旧文里的段落就是这样，“现在回头看，问题不只是‘开发有没有按时完成’”，其实没人提过这个说法。

真实的不确定和防御性表达要分开：前者是事实(A测过，C还没测)，必须保留；后者是“并不是说……”“仅代表个人观点”“在一定程度上”这种垫话，删掉不影响意思。前面一直在删的“不是……而是……”，很多就是这个毛病，在跟一个想象出来的反对者辩论。

这也不全是模型的锅：训练时“说错了”比“说得啰嗦”代价大，模型习惯先给自己留退路；我的规则里“保留真实的不确定”“不能扩大范围”本身没错，但很容易被用成每个判断都加限定，0.1版的Skill里全是“不能证明”“不等于”，模型读进去的就是这种口气。

解决办法：

• AUTHOR_VOICE加一条“判断直说，不防御”：不预先反驳没人提的异议，不加范围免责，不给每句加缓冲词
• 把“范围免责”“每句都加缓冲词”“成对的让步”这些样子单列成一节
• voice_check再加两个指标：缓冲词密度和免责短语，按我61篇原稿的密度算基线，因为我自己也用“可能”“我感觉”，不能按有没有出现来判断
• Skill自己身上的防御句也清一遍，同一句免责在好几个文件里重复，留一处就够了

风格样本被AI污染了

之前用我自己的61篇文章做过一次风格提取，结果翻git历史发现，7月份有几次批量的“AI润色”“深度审核+优化”，给其中8篇加了开头和结尾。最明显的是《如何快速绘制带动效的定制版流程图》，原文技术部分就4个步骤加一句代码说明，263个汉字，被扩写到了大约1800字，里面编了我没做过的方案对比，还加了一节“这个方案的本质”。

也就是说，上次提取风格的时候，把AI的写法也当成了我的风格。

把原稿和AI追加的段落分开统计，差别非常明显：

每千字	我的原稿(7.3万字)	AI追加(2866字)
破折号	0	0.7
直角引号	0	3.84
“不是…而是/不只是…还要”	0.12	1.4
“这说明/回头看”	0.01	1.05
“我”字	10.19	2.09
逗号/句号比	2.59	1.36

我自己写东西几乎不用破折号，习惯用逗号一路串下去，括号也基本是半角的。AI加进去的那部分正好反过来，句子短，“我”很少，喜欢在结尾总结一遍。

解决办法：

• 样本一律用git里7月之前的版本重新取
• 把这7组“原稿 vs AI追加”原样放进Skill当反面例子，替换掉之前自己编的对照表
• voice_check在我7月前的61篇原稿上0个误报，被AI改过的8篇全部能报出来

后面按体裁扩大样本时，又发现2023年以后有几篇笔记整段贴了AI生成的解释，2025年起有几篇技术拆解和方案文章基本就是AI生成的。所以我本来以为“7月之前的都是手写的”，这个判断并不可靠，2022年以前的才基本放心，之后的要逐篇看。

不同类型的文章用的是同一套写法

技术拆解、个人感想、方案分析，结构本来就不一样，原来的Skill对它们一视同仁。

用2025年以前的132篇文章分类统计了一下，差别确实有，主要体现在按什么顺序往下写。比如我的技术拆解其实是工作笔记，按被拆对象自己的结构分节，每千字差不多20个小标题，段落平均只有16个字；方案分析按对比的维度写，经常用问句或者“A VS B”做小标题，没想清楚的就直接说没想清楚；周报里“我”字最多，每千字15个左右。

解决办法：给每种体裁写了一份档案，只说明从哪里开始、按什么顺序推进、哪里写细、停在哪里，再配一两段我的原文，不给固定大纲。固定大纲本身就是AI味的来源之一。

迭代不能靠我记得

这个Skill肯定还不够完善，需要在实际使用中不断改。最好的反馈，就是Skill写的初稿和我最终发出去的版本之间的差别，我每改一处，就是在告诉它“我不会这么写”。

但是如果要我每次主动去说“校准一下”，我大概率过几天就忘了。也不想为这个专门跑一个定时任务，所以最后定的方案是：

• 出稿时自动留档
• 我在对话里改了哪句、说哪里不像，自动记下来
• 发布以后，自动拿发布的版本和初稿对比
• 用这个Skill的时候顺便检查一下，距离上次校准超过一周、而且确实攒了东西，就在交付稿子之后问我一句，我确定了再执行
• 同一类修改出现在2篇以上不同的文章里，才升级成规则，改之前先问我，并且先做快照，随时可以撤销

这样平时不用就没有任何消耗，用的时候也不会漏掉。

验证

这篇就是用改造后的Skill写的，虽然仍有一些问题，但是确实比之前好多了，后续慢慢随着更多的写作实践去迭代优化吧。