被 AI 「霸凌」失去连接词自由后，我找到了 AI 写作最大的秘密

现在再讨论 AI 写作，多少有点没劲：prompt 真的越来越像咒语了，越来越像一些神秘不可洞察的玄学技巧。

这导致使用 AI 写东西的过程，不管是写什么类型的文字，过程都跟做法似的：赌指令能不能触发出一些好的生成。同时还得用大量的指令，去掉「AI味」。

但问题是，我们在用的是一个语言模型，仅仅是纠结 prompt 要怎么写，无异于坐井观天——AI 写作的「技巧」，其实都是大模型技术逻辑的投影。

终于，有一篇文章，不是在给出什么神之 Prompt，而是列出了一些看似非常不起眼的技巧：重复、断句、语气词、准备草稿、使用破折号……

Shreya Shankar 是加州大学伯克利分校电子工程与计算机科学系五年级博士生，在 Google 研究 LLM 数据处理系统的成本优化。

她以自己日常和大模型打交道的经验，写了一篇博客——看起来像写作建议，其实每一条背后，都藏着属于大语言模型的技术逻辑。

或许你已经看了很多教程、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。

大模型的「坏毛病」真的坏吗？

模型是被互联网上的数据喂大的，只是，由于它是人工智能、是算法、是 transformer 变换器，它在吸收海量的数据方式，有机器专属的方式。最后反映到生成出来的文本上，就成了「人机味」。

但是「人机」并不意味它们毫无道理，也不意味着就是糟糕的文本。以下是几点比较典型的：

（1）排比和重复

重复可能是最有「人机味」的特征——或者叫排比，你会更容易理解。大模型生成的文本，总是喜欢用大段大段的排比，而且这些排比句是重复的。比如经典的「不是……而是……」

在一些短的文案中更明显，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。

像是工业酒精兑水做出来的酒，尝个两口就被恶心到了。

但是 LLM 经常有这种重复和排比，是由其运作机制决定的：吸收了海量数据的大模型，会不断地学习语言的「统计规律」。

排比是一个很常见的手法，重复显然也是。试着回想一下，小时候最喜欢写的那种作文，《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。

仅仅只是根据词语的频次，进行下一个词的预测，很容易陷入「只看眼前」的困境中，然后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」，使得段落有一致性，整体结构更稳定。

【怎么办？】

重复和排比并不是洪水猛兽，Shreya 也认为，有意的重复有助于阐明和强调内容本身。

同时，重复能够让整个文本变得更有预测性，对于读者的理解来说更友好。所以，有目的的重复是有价值的。

添加图片注释，不超过 140 字（可选）

（2）指示型短语（signposting phrases）

指示型短语说的是类似于「“基本上”、“总之”、“关键是……”」这些词。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。

这些词本身能起到整理逻辑的作用，但是放多了显得很僵硬。想想学术论文，读起来严丝合缝，这些连接词起了不小的作用。但是 AI 大行其道之后，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」。这些指示型短语就很有用了：它们就像「抓手」，指示模型马上要递进了、要划重点了、要举例子了，等等等等。

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。

【怎么办？】

连接词是有价值的。很简单，读者在看到这些指示型短语的时候能明确意识到，「哦，这里是结论」「接下来是举例」，整个阅读体验变得更明确。

所以一昧拿掉，只会是丢掉了一个很有用的武器。我们得自己检查生成出来的文本，做必要、适当的删减掉，这些删减掉的地方，如果有衔接问题，要用自己的脑子梳理一遍语句之间的结构，而不是强行靠复杂 prompting 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，偶尔还可以代替括号——无论什么作用，它都能很丝滑地融入句子里，就像这样。

以及，破折号不像逗号、分号、句号等等有严格的句法规则，破折号更模糊、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。这意味着用破折号，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。

【怎么办】

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，但是不需要用上连接词，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，适当保留反而能够制造语气起伏，更有「人味儿」。

Sherya Hegde 给出的最重要的技巧，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。

文章来自于微信公众号“APPSO”。