惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

V
Visual Studio Blog
Y
Y Combinator Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Hugging Face - Blog
Hugging Face - Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
The Cloudflare Blog
L
LangChain Blog
美团技术团队
N
Netflix TechBlog - Medium
量子位
酷 壳 – CoolShell
酷 壳 – CoolShell
B
Blog
博客园 - 司徒正美
爱范儿
爱范儿
D
DataBreaches.Net
月光博客
月光博客
U
Unit 42
B
Blog RSS Feed
Engineering at Meta
Engineering at Meta
Apple Machine Learning Research
Apple Machine Learning Research
Jina AI
Jina AI
MongoDB | Blog
MongoDB | Blog
腾讯CDC

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
「AI味」的本质是什么?你可能搞错了!
不知 · 2026-01-04 · via 人人都是产品经理

AI生成内容中的'AI味'问题正困扰着越来越多的创作者。本文通过大量案例分析,揭示了这种机械感的本质——源自英语语料的译制腔调。从高频词汇禁用陷阱到句式结构剖析,作者不仅指出问题根源,更提供了借鉴网文大神表达方式的实战解决方案,为打造更具汉语原生感的AI内容提供了新思路。

最近,我又跟几个小伙伴聊起了去“AI味”的问题。

我之前发过一些去“AI味”相关的文章和提示词,那些内容的更多侧重于如何过朱雀,骗过机器其实没有多难。

而这次,我们的话题转向了面对“人”的方面,究竟如何调整提示词,才能让正文读起来更有“人味儿”,而不是一眼AI。

有很多博主分享过一种方法,就是归纳出AI高频词汇,既有像“淬了毒”、“淬了冰”、“不容置喙”这种广为诟病的,也有“巨大”、“突然”、“渐渐”、“想到”之类不显眼的词。在提示词里把这些词都禁用掉,AI写出来的内容就能自然很多。

这种方法我之前也用过,确实会一定的效果。只是我没想到,这次把各个来源的词汇总之后,竟比我之前禁用的词汇表长了三五倍不止。

我重点测试了一番,并发现了以下问题:

首先,AI输出的词汇上,确实发生了一些变化,但仍能看出很明显的AI痕迹。

其次,我仔细过了一遍所谓的AI词汇,不禁要怀疑,像“虽然”、“显然”、“果然”这些常见词都赫然在列,这套“禁用词大法”是不是有些矫枉过正了?

到底什么是“AI味”?我想,要先弄明白这一点,才有可能真正去除AI的机械感。

什么是AI味

为了搞清楚AI味到底出自哪里,我用了个最笨又最直接的方法,结果出乎意料。

趁着元旦假期,我直接抽了十几部短篇出来,逐句标注出所有表达不自然的地方,并将这些内容提取出来整理归纳。最终我发现,这些AI痕迹可以归纳为两类,最终指向一个核心问题。

第一类,依然是高频词汇的问题,和大家的直观感受一致。

第二类,则是句式的问题,AI有很多固有的表达,比如以下这些:

  • ……(形容词)又(形容词),如:他显得滑稽又可笑
  • 目光/眼神/视线像(形容修饰)的刀,狠狠扎在(人物)心上/刮过(人物)的……,如:她眼神像淬了冰的刀,狠狠扎在张三心上
  • 每一个字/句话,都像(形容修饰),如:张三每一个字,都像一记重锤
  • (代词),(人名),(身份/行动),如:他,张三,龙族太子……
  • 眼神里有XX,但更多的是XX,如:张三眼神里有所疑虑,但更多的是决绝
  • ……

你有没有从这些句式中,发现什么规律?

在我看来,这些其实是非常典型的“英译中”句式,我来找些英文原著,给大家感受下:

The green eyes in the carefully sweet face were turbulent, willful, lusty with life, distinctly at variance with her decorous demeanor.

翻译:那张外表看起来温文尔雅的脸上,那双绿色的眼睛却充满了活力与激情,显得十分叛逆、任性,与她那端庄得体的举止形成了鲜明的对比。

——《飘》[美]玛格丽特·米切尔

Mr.Jones,of the Manor Farm,had locked the hen-houses for the night,but was too drunk to remember to shut the popholes.

翻译:小琼斯先生,曼诺农场之主,在晚上把鸡舍锁上了,但由于喝得酩酊大醉,竟然忘记了关闭那些用于喂鸡的开口。

——《动物庄园》[英]乔治·奥威尔

So now Della’s beautiful hair fell about her, rippling and shining like a cascade of brown waters.

翻译:现在,德拉那美丽的秀发披散在身侧,波浪般起伏着,闪烁着光芒,宛如一股棕色的水流。

——《麦琪的礼物》[美]欧·亨利

不能说像,只能说和大家日常看到的“AI味”表达一毛一样,有木有?

说白了,生成式AI其实就是程序在模仿人类的语言来表达。如今,主流大模型的语料都以英文为主,夹带了大量英语私货。而我们以汉语为母语,自然对这些英语的表达方式感到不适。

AI味的本质,正是由这种英语式表达带来的译制感

如何降低AI味

既然知道了“AI味”的根源所在,想要降低生成内容的译制感,光禁用词汇显然是不够的。

我们需要从汉语的原生表达方式入手,深挖一下网文大神如何遣词造句,再将其融入提示词中。

来感受下大神们都是怎么写文的吧:

示例1:人物描写与出场

身后传来一个清亮的女声,陈歌扭头看去,只见一个穿着护士服,身材娇小的“僵尸”,怒气冲冲,从鬼屋里跑出。

“怎么了,小婉。”女孩叫做徐婉,是鬼屋里的临时演员之一。

“刚才那几个小混球,想占我便宜!”她虎牙紧咬,攥着秀拳。

原来是来告状的……

——《我有一座冒险屋》我会修空调

示例2:决绝与心痛

这种礼貌让我陌生,我有些手足无措,努力的让自己镇定,我也扯了扯嘴角:“我有些话想跟你说,你能让我说完吗,我们有很多的误会,但是我以前总觉得说不出口,我怕你多想,但是现在……”

“重要吗。”

他语气依旧平静,慢慢的站起身,双手插进兜里,:“乔乔,我妈说,你不忙的时候可以来我家玩,我很欢迎你来我家,但是现在我要工作,你能做到离开吗。”

乔乔?

不是马娇龙,也不是林乔,而是乔乔?

我忽然什么都说不出来了,垂下眼,满耳朵都是那句乔乔,欢迎你去我家玩,但是你现在能离开吗,他真的心灰意冷了,好像谁说过,爱的反面是恨,但是有天当他连恨都没有了的时候,就什么都没有了。

——《大先生》小叙

示例3:中式幽默

老头嘟囔道:“但你这两天教的都是些没用的东西。”

庆尘看了他一眼:“不要这样说自己。”

——《夜的命名术》会说话的肘子

看,汉语式表达,根本不需要多少比喻修饰,用最朴实平直的语言,勾勒出最生动的场景,和最细腻的情感。

这些,才是去“AI味”提示词,需要在短期内深入的。否则,我们只是在表皮上“纹身”,并不能改变“骨相”,生成出来的内容看上去,依旧不伦不类。

那么长期呢?当然得靠大模型啦!

原生汉语表达,需要的是大量原生汉语的语料训练,才能将“AI味”表达方式从根本上扭转过来,这些都应该是国内大模型去解决的问题,必须解决的问题!

小结

以上是我这段时间,对去“AI味”问题的实践与思考。

小时候学Chinglish(中式英语),长大了用Engnese(英式中文),居然奇迹般的闭环了。

说个题外话,虽然我不懂语言学,但我之前看过一些相关研究,语言表达对人的思维方式等,往往起到隐形而深远的影响。

作为以汉语为母语的作者,我真的很不希望看到,有一天,身边的人被这些英语式表达彻底同化,在新生代作品中逐渐丧失掉汉语之美。

国产大模型们,要给力啊!

本文由人人都是产品经理作者【不知】,微信公众号:【不知】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。