随着生成式AI的普及，一种名为“AI味”的现象也日益凸显。许多用户发现，无论是GPT、Claude还是其他模型，它们生成的文本总带有一种可被轻易识别的“机器感”。这种感觉难以精确描述，但读者心里清楚：“这不是人写的。”这种“AI味”通常表现为过度工整的结构、刻板的句式、缺乏个性的表达以及一种挥之不去的说教感。
“AI味”的产生，根源于大语言模型的工作原理。它们通过概率计算，倾向于选择最常见、最安全的词语和句式，这导致其输出结果趋向于所有训练数据的“平均值”，就像一张由无数人脸合成的“平均脸”，五官标准，却毫无特点。此外，为了让模型输出更符合人类偏好而采用的“人类反馈强化学习”（RLHF）机制，也无意中鼓励了模型生成那些四平八稳、逻辑清晰但缺乏情感和个性的“标准答案”。久而久之，AI的写作风格变得僵化，高频使用“首先……其次……最后……”、“值得注意的是”、“不是……而是……”等标志性句式，并且习惯于用完整的逻辑闭环和总结来结尾，仿佛在撰写一份无可挑剔的说明书，而不是进行有温度的交流。
为了解决这个问题，用户和开发者社区探索出了一系列被称为“祛AI味skill”的方法和技巧，这些技巧大致可以分为三个层次。
第一个层次是“快速修正”，主要通过优化提示词或使用“自定义指令”功能来实现。这是最直接也最容易上手的方法。用户可以明确指示AI避免使用某些高频词汇和句式，如减少冒号、破折号和超长复合句的使用。更进一步，可以为AI设定一个具体的“人设”，比如要求它扮演一位在特定领域深耕多年的专家，用平视的口吻交流，而不是讨好用户的AI助手。还有用户发现，要求AI“不要默认我的观点，先检查我的前提”或者“请全力反驳我”，能有效激发它进行更深入的思考，打破好好先生的模式。这种方法相当于给AI打上了临时的“行为补丁”。
第二个层次是“系统构建”，这套方法不再满足于单次指令的优化，而是致力于打造一个可持续、个性化的写作系统。核心理念是，与其告诉AI不要成为谁，不如告诉它要成为谁。具体做法是，用户将自己过去写的、风格鲜明的文章作为样本“喂”给AI，让AI分析并学习其中的语气、节奏和用词偏好，从而生成一个专属的“写作风格Skill”。这个Skill就像一份个人写作的“菜谱”，AI在后续的创作中会严格遵循。每次对AI生成的内容进行修改后，都可以将修改前后的版本再次提交给AI，让它对比分析并更新这份“菜谱”。通过这种持续的迭代，AI的输出会越来越接近用户本人的风格，实现从“模仿”到“内化”的转变。这种方法虽然前期需要投入一些精力，但长期来看，是解决AI味最根本的途径之一。
第三个层次是“流程再造”，即改变人与AI的协作模式。许多经验丰富的用户指出，高效的写作流程应该遵循“微笑曲线”：人类负责曲线两端附加值最高的环节——前期的方向构思、观点提炼和后期的最终审核、情感注入；而AI则负责曲线中段的脏活累活，如资料整理、结构搭建和段落扩展。例如，在写作前，先由人确定核心观点和独特案例，再让AI根据提纲和素材生成初稿，最后由人进行精修，加入“无效但有效”的噪声，比如具体的个人感受、无关紧要的细节、甚至是自我吐槽。这些充满“毛刺”和“不完美”的部分，恰恰是“人味”的来源。
在这些探索的基础上，一个围绕“祛AI味”的工具生态也逐渐形成。在GitHub等平台上，涌现出大量开源的Skill，如`Humanizer-zh`专注于优化中文表达，`stop-slop`用于清理套话和模板结构，`academic-humanizer`则针对学术写作的“机器腔”进行润色。这些工具将上述方法固化为可一键调用的能力，极大地降低了使用门槛。
然而，在关于“AI味”的讨论中，一个更深层次的观点也浮出水面：“AI味”本身是一种写法，而非AI的专属产物。一个追求效率、习惯于模板化思考的人，同样可能写出充满“AI味”的文字。反之，一篇由AI辅助生成的文章，如果其背后有真实、深刻的人类思考和独特洞察作为内核，即便保留一些机器痕迹，其价值也远超一篇辞藻华丽但内容空洞的“手打文”。正如一个流传甚广的比喻所言，AI就像一个“使命必达先生”，它只关心完成指令，而不关心任务背后的意义。如果发出指令的人自己都缺乏思考，那么无论换用多少工具和技巧，最终得到的也只是一堆精致的空话。
因此，真正的“祛AI味skill”，或许不仅仅是技术层面的指令或工具，更是一种创作理念的转变。它要求我们重新审视AI在创作中的角色：它是一个能力放大器，而非思想替代品。最终，一篇文章是否有价值，并不取决于其“AI率”，而在于其“思考率”。当人类的独特视角、真实情感和深刻洞察被有效注入，所谓的“AI味”也就不再是一个需要刻意祛除的问题了。
