如今讨论AI写作已经变得有些套路化，prompt越来越像咒语，像神秘的玄学技巧。这种现象让写东西的过程像做菜一样，靠的是技巧和经验，而不是靠运气。写作者不断尝试各种指令，希望模型能生成理想的文本。但其实，我们用的是语言模型，纠结prompt的写法，就像坐井观天——AI写作的技巧，本质上都是大模型技术逻辑的投影。

最近有一篇文章给出了不同的视角，它没有提供什么神之Prompt，而是列举了一些看似不起眼的技巧：重复、断句、语气词、准备草稿、使用破折号……这些技巧背后，藏着大语言模型的技术逻辑。作者Shreya Shankar是加州大学伯克利分校电子工程与计算机科学系博士生，正在研究LLM数据处理系统的成本优化。她以日常与大模型打交道的经验，写了一篇博客，看似是写作建议，实则每条都暗含技术原理。

或许你已经看过很多教程和攻略，试图解决如何让AI生成更好的文本。但如果只看一篇关于AI写作的文章，那只能是这篇。这篇文章揭示了大模型的「坏毛病」是否真的坏，以及如何用更自然的方式与AI协作。

大模型的「坏毛病」真的坏吗？

模型是被互联网数据喂大的，但它的生成方式有机器专属的逻辑。这种逻辑让文本呈现出「人机味」，但这种味道并非毫无道理。以下是几个典型特征：

（1）重复和排比

重复可能是最具「人机味」的特征——或者说排比。大模型生成的文本总是喜欢用大段排比，而且这些排比句是重复的。比如经典的「不是……而是……」。在短文案中更明显，这种段落看上去花里胡哨，其实都是重复，导致信息密度很低。就像工业酒精兑水做出来的酒，尝个两口就被恶心到了。

但LLM经常有这种重复和排比，是由其运作机制决定的：吸收海量数据后，模型会不断学习语言的「统计规律」。排比是一个很常见的手法，重复显然也是。回想小时候写的作文，《我有一个梦想》《我的志愿》《我想对xxxx说……》，这些题目格外容易出产排比句。

这种规律客观存在，于是被模型学了去。同时，生成文本存在一种风险：越写越飞。仅仅根据词语的频次预测下一个词，很容易陷入「只看眼前」的困境，让句子的走向越来越远、越来越偏。

重复和排比有助于约束这种「放飞行为」，让段落保持一致性，整体结构更稳定。但重复和排比并不是洪水猛兽，Shreya认为，有意的重复有助于阐明和强调内容本身。同时，重复能让文本变得更有预测性，对读者理解更友好。所以有目的的重复是有价值的。

（2）指示型短语

指示型短语指的是「基本上」「总之」「关键是……」这类词。在AI生成的英语文本里更常见，不过中文的学术写作、事务型写作里也不少。这些词本身能整理逻辑，但放多了显得僵硬。学术论文读起来严丝合缝，这些连接词起了不小的作用。但AI盛行后，人类仿佛失去了「连接词自由」。

都怪大模型太爱用。在生成过程中，模型不是靠发散思维和想象力，而是靠「预测+上下文对齐」。这些指示型短语就像「抓手」，指示模型马上要递进、要划重点、要举例子。换句话说，这也是一种让文本整体更稳定、不跑偏的方式。只不过这些短语确实过于规整，用多了会枯燥无味。

连接词是有价值的。读者看到这些指示型短语时能明确意识到「哦，这里是结论」「接下来是举例」，整个阅读体验变得更明确。所以一味拿掉只会丢掉一个很有用的武器。我们得自己检查生成文本，做必要、适当的删减。如果有衔接问题，要用自己的脑子梳理语句结构，而不是靠复杂prompt再下指令。

（3）破折号

破折号是Shreya明确表示大语言模型的一个优点。确实，破折号的用处比想象的大：可以表示转折，或者强化语气，也可以用来做进一步解释，偶尔还能代替括号——无论什么作用，它都能很丝滑地融入句子里。破折号不像逗号、分号、句号有严格的句法规则，更模糊、弹性大。对模型来说，这意味着「风险小」，容错高，还能增加表达味道。用破折号不仅降低了生成难度，还能提升语气的丰富程度，可谓是简单又好用。

神奇的是，起码在中文写作里，破折号不是一个那么普遍的用法，它是一个更书面化的标点符号。在社交媒体、微信等日常交流里，出现得不多。而目前的大语言模型，训练语料里以英文数据为多，这个标点符号也是赶上了水土不服——进入中文语境之后，很多用户看到破折号的瞬间，难免会和「机翻」联系在一起，产生割裂感，因为那不属于我们的写作语感。

对模型来说，破折号的优点在于「丝滑」。它是一个非常明确的「提示符」，意在接下去的是补充内容，但不需要用连接词，也不需要写几个句子来解释。严格来讲，这不是缺点，只是在中文语境中显得陌生。所以不必删掉每一个破折号，适当保留反而能制造语气起伏，更有「人味儿」。

Shreya给出的最重要技巧，恰恰和常见的攻略长得不一样：如果你想要好的文本，应该自己「写」，而不是围困于写出一个完美的prompt。她自己的写作过程是这样的：「一旦我有了大纲，我会尽量自己写出每一段落，哪怕写得不够好。如果我知道自己想表达的内容，却无法把句子说出来（不幸的是，这种情况经常发生），我会写一个不成熟的版本，然后请语言模型帮我完善它。」

她没有把AI当成一个「代替自己思考的人」，而是当成一个文本助理，来处理那些自己表达不清、写不顺的地方。这其实也是写作的本质：并不是让语言模型完成你想写的东西，而是用它，把你本来就想说的内容，表达得更清楚、更顺滑一些。

如果说真有什么「AI写作技巧」，也许不是藏在某个神prompt里，而是藏在你愿不愿意先下笔、敢不敢先写出那个「不成熟的版本」里。