Article

动态

图源:公众号「有三思  U  Sense」 做个测试。读一下这段话: “熊猫是最可爱的动物,它最爱吃竹子,样子最憨态可掬,是世界上最珍贵的宝藏。” 如果你笑了,或者皱了眉,很明显,你的“鉴AI雷达”已经觉醒。  近期把网友笑到打鸣的“豆包体”里,“最”是高频词汇。大家纷纷晒出自己使用、调教AI,结果内容啼笑皆非的截图。这场围绕AI味写作的调侃就此出圈。  ● 网友@也许像星星发布的AI味吐槽突破  微博AI味相关话题浏览阅读量不小,小红书相关笔记动辄近万点赞。豆瓣、抖音、微信公众号,都能搜到不少相关内容。能引发社交媒体的集体吐槽,说明“AI味”已经人人皆可感知,大家都不傻。同时这也意味着,在工作中需要写文章的你,暂时不用担心AI会把你完全替代掉了。 ● 微博超话AI味相关的讨论  与AI味相对的是“人味”。如果说AI的造词遣句,是在语料投喂和人工交互反馈下生成的,那人味给人一种随机波动的感觉。比如,使人动容或会心一笑的句子、意料之外的妥帖比喻、未曾熟识的新奇词组搭配、诙谐讽刺的暗喻留白,甚至不合语法或有失偏颇的表达。  这种对AI味和人味的敏锐捕捉,直接催生了社交媒体上的一场“李逵捉鬼”运动。   「鉴AI」,网友比检测软件更认真 2026年,打工人和学生面临着这样的窘境:人类急着证明自己不是机器,而机器正在拼命模仿人类的话语习惯。略显荒诞的是,“AI检测工具”作为裁判,本身也是个半盲。 误伤正每天发生。  现在的情况是:只要过于结构严谨化的写作,都会让人怀疑有AI参与了写作。这种无妄之灾、相互怀疑、甚至需要“自证没有吃凉粉”的场景增添了写作的成本。一些人莫 名陷入了自证的困境。比如自己手敲了一下午的文案,仅仅因为用了两个破折号,就被评论区追着问 : “这是AI写的吧?”  ● @levelsio发布的“拉黑”破折号的推文  社交平台的机器误判案例随处可见。网民唐某某发布了一条关于打工与学车的感悟,结果被平台算法误判为未标注的AI生成内容,遭禁言一天的处罚。 文科生的职场里也展开着相同闹剧。有从事编剧行业的网友说:手敲了一下午的剧本 被以为是AI 。亦有学者谈到: 引用的作者原话竟然被判定为AI。  到底什么是真,什么是假?为了不过多地食用“AI泔水”,不被判定为AI创作,在小红书等社交平台上,网友们已经自发分享“鉴AI”攻略。  ● 网友发布的“野生”鉴定攻略  ● 网友发布的“野生”鉴定攻略  不过,即使是AI味,也散发着不同的气质风格。 ●  目前市场上最具代表性的主流模型“文风”一览   是什么让你的文章有AI味? AI味可能是一种感觉,当然也可以是一组可以被辨识和描述的语言指纹(linguistic fingerprinting)。 维基百科的编辑团队为了过滤AI生成内容,专门整理了一份AI写作迹象清单,涵盖语气、结构、格式和引用等多个维度。 原文较长,我们简单说一些 常见场景 :  过度拔高。 习惯性使用“历史性/关键时刻”、“高光/决定性”等通用表述,夸大平凡事物。案例就是将普通小镇描述为韧性的象征,将次要事件拔高为分水岭时刻。  否定式煽情句式。 AI写作是这样的:这不仅仅是一双跑鞋,而是对自律生活方式的承诺。但其实原义是:这双跑鞋重210克,鞋底有缓震胶,后跟带反光条。  虚假范围 (False Ranges)。 惯常句型是“从X到Y”。 而实际上X和Y没有太大关联,或者直接是硬凑合。 比如:从解决问题的工具,到科学发现的艺术表达。  RLHF是导致AI味浓烈的“元凶”。 这个技术用词指基于人类反馈的强化学习。你可以认为它是一种让AI通过人类打分,来学习正确答案的训练方法。  大致流程是让人工标注员对AI的不同回答进行打分,AI会学习向高分回答的风格靠拢。那些充满人味的“犹豫、矛盾、没有节奏“的内容,会因风险高、不标准被淘汰。主模型为通过奖励模型,就会一直优化学习,更新自己的回答策略。 如此一来,被认可过的词汇、写作结构会扩散到整个语言模型的运行中。 高频词多,AI味越浓,就更容易被人抓包了。    《去“AI味”不完全手册》 ——本攻略涵盖整个生成流程,根据实际自身需求选择步骤即可。 [动作一:注入肉身] 第一步,是给AI投喂偏好或本人的写作文本,让它拆解总结出写作特色,从而生成相似的文风。 提供多样化参考标准 收集至少3-5篇能代表你风格的原创文本(总计超过1500字效果更佳),内容覆盖多个场景,含说明性段落、议论性句子、口语化短句及带修辞的长句。 收集完后,整合成一份文档投喂给AI,让AI学习你的用词习惯、

消除“罪证”:给写作去除“AI味”的不完全手册(2026版)

图源:公众号「有三思  U  Sense」 做个测试。读一下这段话: “熊猫是最可爱的动物,它最爱吃竹子,样子最憨态可掬,是世界上最珍贵的宝藏。” 如果你笑了,或者皱了眉,很明显,你的“鉴AI雷达”已经觉醒。  近期把网友笑到打鸣的“豆包体”里,“最”是高频词汇。大家纷纷晒出自己使用、调教AI,结果内容啼笑皆非的截图。这场围绕AI味写作的调侃就此出圈。  ● 网友@也许像星星发布的AI味吐槽突破  微博AI味相关话题浏览阅读量不小,小红书相关笔记动辄近万点赞。豆瓣、抖音、微信公众号,都能搜到不少相关内容。能引发社交媒体的集体吐槽,说明“AI味”已经人人皆可感知,大家都不傻。同时这也意味着,在工作中需要写文章的你,暂时不用担心AI会把你完全替代掉了。 ● 微博超话AI味相关的讨论  与AI味相对的是“人味”。如果说AI的造词遣句,是在语料投喂和人工交互反馈下生成的,那人味给人一种随机波动的感觉。比如,使人动容或会心一笑的句子、意料之外的妥帖比喻、未曾熟识的新奇词组搭配、诙谐讽刺的暗喻留白,甚至不合语法或有失偏颇的表达。  这种对AI味和人味的敏锐捕捉,直接催生了社交媒体上的一场“李逵捉鬼”运动。   「鉴AI」,网友比检测软件更认真 2026年,打工人和学生面临着这样的窘境:人类急着证明自己不是机器,而机器正在拼命模仿人类的话语习惯。略显荒诞的是,“AI检测工具”作为裁判,本身也是个半盲。 误伤正每天发生。  现在的情况是:只要过于结构严谨化的写作,都会让人怀疑有AI参与了写作。这种无妄之灾、相互怀疑、甚至需要“自证没有吃凉粉”的场景增添了写作的成本。一些人莫 名陷入了自证的困境。比如自己手敲了一下午的文案,仅仅因为用了两个破折号,就被评论区追着问 : “这是AI写的吧?”  ● @levelsio发布的“拉黑”破折号的推文  社交平台的机器误判案例随处可见。网民唐某某发布了一条关于打工与学车的感悟,结果被平台算法误判为未标注的AI生成内容,遭禁言一天的处罚。 文科生的职场里也展开着相同闹剧。有从事编剧行业的网友说:手敲了一下午的剧本 被以为是AI 。亦有学者谈到: 引用的作者原话竟然被判定为AI。  到底什么是真,什么是假?为了不过多地食用“AI泔水”,不被判定为AI创作,在小红书等社交平台上,网友们已经自发分享“鉴AI”攻略。  ● 网友发布的“野生”鉴定攻略  ● 网友发布的“野生”鉴定攻略  不过,即使是AI味,也散发着不同的气质风格。 ●  目前市场上最具代表性的主流模型“文风”一览   是什么让你的文章有AI味? AI味可能是一种感觉,当然也可以是一组可以被辨识和描述的语言指纹(linguistic fingerprinting)。 维基百科的编辑团队为了过滤AI生成内容,专门整理了一份AI写作迹象清单,涵盖语气、结构、格式和引用等多个维度。 原文较长,我们简单说一些 常见场景 :  过度拔高。 习惯性使用“历史性/关键时刻”、“高光/决定性”等通用表述,夸大平凡事物。案例就是将普通小镇描述为韧性的象征,将次要事件拔高为分水岭时刻。  否定式煽情句式。 AI写作是这样的:这不仅仅是一双跑鞋,而是对自律生活方式的承诺。但其实原义是:这双跑鞋重210克,鞋底有缓震胶,后跟带反光条。  虚假范围 (False Ranges)。 惯常句型是“从X到Y”。 而实际上X和Y没有太大关联,或者直接是硬凑合。 比如:从解决问题的工具,到科学发现的艺术表达。  RLHF是导致AI味浓烈的“元凶”。 这个技术用词指基于人类反馈的强化学习。你可以认为它是一种让AI通过人类打分,来学习正确答案的训练方法。  大致流程是让人工标注员对AI的不同回答进行打分,AI会学习向高分回答的风格靠拢。那些充满人味的“犹豫、矛盾、没有节奏“的内容,会因风险高、不标准被淘汰。主模型为通过奖励模型,就会一直优化学习,更新自己的回答策略。 如此一来,被认可过的词汇、写作结构会扩散到整个语言模型的运行中。 高频词多,AI味越浓,就更容易被人抓包了。    《去“AI味”不完全手册》 ——本攻略涵盖整个生成流程,根据实际自身需求选择步骤即可。 [动作一:注入肉身] 第一步,是给AI投喂偏好或本人的写作文本,让它拆解总结出写作特色,从而生成相似的文风。 提供多样化参考标准 收集至少3-5篇能代表你风格的原创文本(总计超过1500字效果更佳),内容覆盖多个场景,含说明性段落、议论性句子、口语化短句及带修辞的长句。 收集完后,整合成一份文档投喂给AI,让AI学习你的用词习惯、

使用GitHub上的Skill巧妙去除AI痕迹

为了更精确地去除AI生成内容中的机械感和格式化痕迹,可以借助GitHub上开源的Skill。以下是具体操作步骤:

1. Claude Code Skill

项目地址: https://github.com/blader/humanizer

功能说明: - Humanizer Skill 是一个强大的工具,能够自动识别并修正AI生成文本中的典型特征。 - 它可以去除机械话术、格式痕迹和引用漏洞等AI写作的常见问题。

使用方法: 1. 安装Skill: - 访问项目地址后,下载或克隆仓库至本地。 2. 配置Claude: - 在Claude中创建一个技能文件夹,并将下载好的代码放入该文件夹。 3. 应用Skill: - 打开Claude并选择安装的Humanizer Skill。 - 输入需要优化的文本,通过交互界面应用humanize这段文字命令。

2. Humanize AI text Skill

项目地址: https://pan.quark.cn/s/8f5ad062b58e#/list/share

功能说明: - 这个Skill专门用于检测和修正AI生成文本中的典型特征。 - 它能够识别并修正诸如机械话术、格式痕迹和引用漏洞等问题,使生成的文本更加自然。

使用方法: 1. 下载安装: - 访问项目地址后,根据说明下载或克隆仓库至本地。 2. 配置Claude: - 在Claude中创建一个技能文件夹,并将下载好的代码放入该文件夹。 3. 应用Skill: - 打开Claude并选择安装的Humanize AI text Skill。 - 输入需要优化的文本,通过交互界面使用相关命令进行调整。

人工验证与核查

为了确保生成内容的真实性和准确性,在完成AI处理后还需进行以下人工验证步骤:

1. 具体数据与统计

- 对于任何涉及具体数字和统计数据的内容,务必在至少两个独立、可信的来源中查找相应信息。 - 如果没有找到权威来源的原文佐证,则视为可疑。

2. 引语与人物

- 模型可能会让某人在从未发生过的场合说出从未说过的话。为此,需要进行核对。 - 如有疑问,可以通过直接引用或核实人物背景等方式验证真伪。

3. 文献与引用

- 在科研中辅助生成的参考文献可能引入错误数据。此时应仔细检查每一条引用是否真正相关且准确。

借用多种核实溯源手段

1. 要求AI提供URL

- 在初次提问时,可以在引用处附上可直接访问的URL。 - 输出后逐个点开链接验证内容是否与正在引用的部分一致。

2. 通过对话多轮追问AI

- 可以反向提问寻求佐证,如直接要求它提供三个反对理由来检验论点。 - 或者要求它为结论寻找更多来源支持,看看不同来源的说法是否一致。

结语

借助GitHub上的Skill可以有效去除AI痕迹,使生成内容更加自然和真实。同时,在完成处理后进行人工验证确保信息准确,这将帮助你在使用AI工具时提高效率并保持高质量输出。

用本文提到的模型?

注册即送 1000 万 Token,GPT / Claude / Gemini 一键接入。

免费注册

评论反馈

0/500

相关推荐