用豆包写个汇报，粘进群里，同事回一句：“这是 AI 写的吧？”
这不是段子。知乎上"哪些话一出现，你就知道是 AI 写的？"单个回答被浏览超过 82 万；“跟 AI 聊天聊多了，写东西一股 AI 味怎么办"从 8 月一路聊到 10 月中旬还没降温。到了 9 月，OpenAI 自己干了件颇有喜感的事：9 月 5 日，他们在开发者文档里给 9 月 3 日刚发布的 GPT-6 Astra 写了一份"病历”，承认自家模型爱问问题、爱用列表、跨会话重复口头禅，还配了一整张水词黑名单——官方亲自动手，治自家模型的 AI 味。知乎
到这，可以把事算明白了：我们这些用 AI 写周报、写公文号的人，收藏夹里那些"去 AI 味"技巧，哪些有效、哪些是安慰剂？拿今年这几手证据交叉核对一遍，结论相当清楚。
一、你学的第一个技巧，已经被实验打脸
“先给 AI 立一个专家人设”，几乎所有提示词教程的起手式。知乎 10 月 16 日那条"如何判断一个人使用 AI 的水平"说得很直白：刚出新手村的标志，就是第一句话变成"你是一个资深的……"。知乎
但 2 月就有科普号拆过密歇根大学和谷歌 DeepMind 的一项研究：测试 162 种专家人设提示，在金融推理任务里，什么都不写的空白提示，表现竟然优于精心设计的角色扮演；幻觉率从不用人设的 9.8%，飙到使用人设的 18.7%，几乎翻倍。 模型的毛病在于，它在表演专业，而不是真正推理。微博
有意思的是，同一个"人设"，这边被实验证伪，另一边却被社区当解药。知乎 10 月 15 日"去 AI 味还有意义吗"的讨论里，高赞认为 AI 味真正让人烦的地方，还并不是语法，而是观点四平八稳，跟老油条一样。 给出的解法恰恰是给模型一个人格：“靠谱，但略带毒舌，不讨好，敢下判断，允许偏激”，再配合开启 memory。知乎
两边并不矛盾，统一成一个判断口径：事实判断类任务剥人设，立场语气类任务给人设。"你是 20 年华尔街分析师"会让模型在算账时敢胡说；但写评论、写文案时，不给它脾气，它就还你一篇滴水不漏的废话。
二、黑名单是真的，但它是卫生，不是治病
OpenAI 那张黑名单信息量不小：名单上有 delve，foster，leverage，genuinely，it’s worth noting，importantly，Bottom Line，In short，还有一句话就让人想关掉页面的句式 This isn’t about X. It’s about Y。 中文互联网各有各的对应版本：深入探讨、赋能、抓手、“这不只是 X，更是 Y”。官方甚至管到了姿态层面——不要写你不会做什么，直接陈述你要做什么。知乎
GitHub 上还有个叫 unslop 的开源项目，专门做水词检测，分四类扫描：水词、水句式、罐头结构、模糊限定词。知乎
但 StoryScope 研究团队分析了 61608 篇人类与 AI 生成的中英文文本之后，给出了更冷的一手：把这些高频词全部替换掉之后，分类器却依然能以很高准确率认出哪些是 AI 写的。 AI 指纹不在词汇层，在结构层，共三条。知乎
每段一个小结论。一件事讲完，末尾必须补一句"所以这告诉我们什么"。人类写作常留白，八分之七沉在水下；AI 偏要把八分之七也捞上来给你看。
单线因果。论证像高速公路，从 A 直接开到 B，每个岔路口都封死。活的文章通常有一条岔出去没收回来的支线，那是人类写作的呼吸感来源。
工整对称。句长分布、段落形态均匀得可疑——长句后面还是长句，段段一般齐。人会在长句后突然接一个短句，一段特别长、下一段只有两行。
换掉词表只是换衣服，摸骨的人摸的是骨架。黑名单值得留着，但用途是发布前的最后一遍校对清单，不是咒语。写公众号的人自己都在维护一份禁用清单，二十多个词，全是从读者留言和自己的回读里一个个试错删出来的——现在 OpenAI 把作业直接发下来了。知乎
三、真正的杠杆在输入端，三招今天能用
第一招：给逻辑，别给禁词。知乎那个 82 万浏览回答的答主岳文昌拆过"不是 X 而是 Y"的病灶：人是根据内容本身而使用平衡句，AI 是为了结构而使用——没人提过 X，它也要立个靶子来衬托 Y。 把机制告诉它（不要提前立靶子和做假设），平衡句出现概率就往下走，这比单纯拉黑句式管用。他做的开源项目"中文去 AI 味：删废话，保留事实"可以直接复制进对话。知乎
第二招：给结构，别给标题。直接甩"XX 的成因"四个字，大概率模型写的不会很深，因为它也想不到，或者根本不愿意去想。 他的做法是拆任务：分清楚病因和诱因、它们的关系、原始研究数据在哪——你喂进去的结构化程度，决定它写出来的深度。知乎
第三招：给模型定三条结构规则。明尼苏达大学机器学习研究员 Jie Ding 发布的 academic humanizer 是给论文"去机器味"的 skill，但三条规则平移给职场写作照样好使。一是内容真的重要，句子本身就能体现，不需要特意用"值得注意的是"起头。 二是超过 30 词或带三个以上从句的句子，必须重切；三是模糊限定词（大量、全面、一定程度）要么量化，要么删掉。再加一条：别连着几句都用"首先、其次、此外、综上所述"这类路标词开头——逻辑顺的文章，不需要路标词硬连。知乎
另外借一个 OpenAI 官方的"自首式调试"：当 AI 在该干活的地方突然停下反问你、或者跑偏，让它点名自己读的是哪个文件、引用具体是哪条指令、解释它是怎么影响自己的。 这招在任何对话式产品里都能迁移——先别骂它笨，让它自己说是哪条上下文把它绊住的，比你瞎猜快得多。知乎
四、谁该改，谁不用改，谁别硬改
周报、公文号、公众号长文：改。读者"一眼假"靠的是三条结构指纹，不是某个具体词。先动手改段落留白和句式均匀度。
说理文、论证稿：别硬套去 AI 味 skill。社区实测，用这种 Skill 来 Review 会给 AI 带来一定的降智效果，正常就是 AI 的这种论证与句式，强制改掉，很可能换成更差的表达方式，开始一本正经地胡说八道。知乎
论文、作业：最大的雷不是味，是编造文献。解决编造文献的核心，根本不在于去修饰语言，而是要把 AI 获取参考文献的源头路径给卡死——只允许它引用可核实的来源。 至于怎么绕开检测交作业，不在本文讨论范围——那是学术诚信问题，不是提示词问题。知乎
最后补一个扎手的冷知识：模型本身正在越卷越"机味"，新模型为了编程打榜狂卷后训练，连代码注释里都能塞出"不是……而是……"。 你以为你在去掉 AI 味，其实你的表达习惯也在被 AI 反向塑造——这是另一笔没人认真算的成本。知乎
带走的东西
今天就能做的三件事：
把事实类任务提示词里的"你是一个资深的……"删掉，换成输出规则和格式要求；
在写作类任务的 System Prompt 里加三条结构约束：段落末尾不做总结、允许一条岔出去没收回来的支线、长短句交替；
建一份自己的水词禁用清单（从"深入探讨、赋能、值得注意的是、综上所述"起步），每发现一个读者皱眉的表达就补一条。
继续观察的信号：官方"病历"是跟着版本走的——这份黑名单写的是 GPT-6 Astra，下一个模型大概率会重发一版。每隔几代模型，把自己三个月前的稿子和今天的输出对比着读一遍，比收藏任何"提示词大全"都灵。
一句话收尾：AI 味不是词汇病，是姿态病——机器在汇报，人在说话。 词表会换、人设会过时，但留白、敢有偏好、直接干活不请示，这三件事得一条一条教给它。
