上一篇把核验判定落到了句子上，改的是 内容：这句话允不允许这么说。这一轮改的是 语言：同一句话怎么说才像人写的。
两件事容易互相拆台。为了让句子利索，你可能顺手把上一轮辛苦写进去的条件删掉；为了保住条件，把句子写得又长又绕，读起来更像机器。这篇是一份可以照着做的清理流程，做完你会得到一版像人写的稿子，和一张勾完的保护清单。
开工前准备三样东西
- 一份已经核验过的草稿。语言清理放在核验之后，不要并行，否则你会一边改文风一边重新判断事实。
- 能显示改动对照的编辑器。这几步一直在删东西，没有对照就说不清删了什么。
- 一份保护清单。拿一张纸，从材料抄，不从稿子抄，列上：具体数字和口径（“未做统计检验”“按任务点计”）、记录或研究的设计（前后对比、有无对照组、多长时间、多少人）、材料自己写明的限制。
为什么从材料抄？因为稿子可能已经把这些丢了一半。语言清理不是重新核验，但把漏掉的条件顺手补回句子，正是这一步最划算的收获。清单抄完，你就有了“不可动项”。
第一步：只删不写
第一遍不要改句子，只判断整句要不要留。可以整句删的有三类：交代背景、重要性的 铺垫句；一段说完段末又总结一遍的 复述句；只说这件事重要复杂、没说是什么事的 态度句。
下面是构造的稿子和材料，数字为演示而设。
在当今快速变化的协作环境中，例会机制的优化已成为提升组织效能的关键一环。通过对相关数据的分析，我们发现了一个值得注意的现象：周报频率的调整与团队产出之间存在明显的正相关。具体而言，将周报改为双周报之后，团队的人均产出提升了约 12%。这一发现充分说明，降低汇报频率能够有效释放团队产能，为组织创造更大价值。当然，也有观点认为，汇报频率的变化未必是产出变化的唯一原因。综上所述，管理者应当重新审视现有的汇报机制。
2023 年 4–9 月，某部门 32 人的前后对比记录：周报改为双周报后，人均月产出（按完成的任务点计）由 41 点升至 46 点，约高 12%。同期该部门上线了新的项目管理系统。记录无对照组，未做统计检验，作者备注两项变化同时发生，无法区分各自影响。
第一遍删掉：开头那句铺垫；“值得注意的现象”“通过对相关数据的分析”这类套壳；“为组织创造更大价值”；结尾“综上所述”那句也没有新内容。
做完应该看到：段落少了两三句，字数掉一至两成，剩下的每句都能指出它在说什么事。如果删完觉得主张不见了，说明主张本来就只挂在那句总结上——那要回提纲补，不在这里补。
第二步：把藏在名词里的动作挖出来
第二个毛病是把动词写成名词：“进行分析”“实施优化”“实现提升”，句子语法完整，但没人在做事，这叫名词化。改法只有一句：找出谁做了什么，把动作还原成动词。
- “通过对相关数据的分析，我们发现……”→“该部门 2023 年 4–9 月的记录显示……”
- “例会机制的优化已成为关键一环”→删掉，这就是前面那句铺垫。
这一步有个陷阱：为了写得具体，很容易顺手补一个原稿没有的数字。不要。材料里没有的数写成【待补】留着。为了去 AI 味而编具体，是拿一个毛病换一个更严重的毛病。
做完应该看到：句子的主语都是能做事的东西——人、部门、一份记录、一项研究。出现“机制的优化”“水平的提升”作主语，就还没改完。
第三步：排比和“不是……而是……”
这两种句式本身不坏，坏在常被用来凑节奏。逐个问一句：这个对立面，真的有人这么想吗？
对立面是假的（没人会反对），就删掉前半，只留你真正主张的那半，“这不仅是工具，更是协作方式的转变”里前半是纯装饰。对立面是真的（确实有人这么认为，你在反驳），就把他点名，说清他错在哪。三项排比里有一项凑数，删掉最弱的那项；三项都带不同信息就留着，但把句式错开。
做完应该看到：那种读起来很顺、删掉一半也不损失信息的句子，基本没了。
第四步：分清限定条件和两面说
这一步最容易改坏，也是整篇的重点。看原稿里这两句：
这一发现充分说明，降低汇报频率能够有效释放团队产能。
当然，也有观点认为，汇报频率的变化未必是产出变化的唯一原因。
第一句越界了：“能够有效”是无条件因果，而材料只是一份没有对照组的前后对比，还明说了同期有另一项变化。第二句看着像典型的 AI 式两面说——空泛、无来源、“当然”开头——可它位置上恰好是那句限制。
问题在于它落不到任何具体的东西上。“未必是唯一原因”可以套在任何一份材料上，读者读完仍不知道这份材料的问题在哪。所以正确处理不是删掉它，也不是换个更软的副词，而是 把它换成材料里的那句限制：同期还上线了新的项目管理系统，两项变化同时发生，无法区分各自影响。
这就是分界线：限定条件能落到具体的设计、人群、剂量、口径或出处上；两面说只能落到一个抽象的立场上。 前者是对自己主张的边界说明，删了就是丢掉条件；后者是对别人观点的空引用，留着只是让稿子显得周全。
遇到这类句子，问三件事：
改完这两句：
该部门 2023 年 4–9 月的记录显示，32 人的人均月产出从 41 点升至 46 点，升幅约 12%（按完成的任务点计）。同期该部门还上线了新的项目管理系统，两项变化同时发生，这份记录无法区分各自的影响，因此只能说产出变化与汇报频率调整同时出现，不能说降低汇报频率带来了产出提升。记录没有对照组，也未做统计检验。
字数少了一半，条件全在，说法也退回到了证据支持的那一档。
做完应该看到：每一处“另一方面”“当然”“值得注意的是”，要么换成了带具体细节的限定，要么整句没了。剩下带着“可能”“倾向于”却没说明条件的句子，是漏网的。
顺便说词汇：有些词确实被大模型用得特别密（英文里 delves、underscores、crucial 之类），但拿这类词表去判定某一段是不是 AI 写的并不可靠——那类统计是整批语料层面的，识别不了单篇1。它能当候选提示，扫到就停下问一句：这里有具体事实被这个词挡着，还是这个词就是全部结论？
怎么确认自己没改坏
清单勾选。 拿开工前的保护清单逐项对：数字和口径（41→46、约 12%、按任务点计）、设计（前后对比、32 人、2023 年 4–9 月）、材料自述的限制（无对照组、未做统计检验、同期另一项变化）。四项都在句子里，才算过关。
三段测试。 随机挑三段，只看这三段，读完能不能说出它主张什么、在什么条件下成立。说不出来的，多半删过头了；说得出来但条件不见了，是删漏了。
最容易在改文字时丢掉的，恰恰是最像废话的三类：限定条件、口径说明（“自报”“未调整”）、以及谁做的这件事（“一项观察性研究”而不是“研究表明”）。它们读着累赘，却是稿子的承重墙。
一次只改一类毛病，也比一次全改好。改完你会分不清是删多了还是改坏了；一类一类走，每类都有明确的“应该看到什么”，出错能当场退回来。