# 改掉“AI 味”不靠语感：先列一张保护清单，再一句一句拆毛病

把套话、名词化、段末总结和空泛两面说逐句定位，改利索的同时不把核验过的条件删丢

> AI 幻觉 · 有据生成 · 事实核验 · 约 8 分钟 · 10 月 30 日

## 本篇要点

1. 改“AI 味”分两轮：核验改的是内容允不允许这么说，语言清理改的是同一句话怎么说才像人写的，两者要分开做。
2. 动笔前先做保护清单，从材料而不是从稿子里抄下数字与口径、研究设计、材料自述的限制，因为稿子本身可能已经丢了一半条件。
3. 可以整句删的有三类：交代背景的铺垫句、段末复述句、只表态不含信息的句子；删完段落主张仍要在。
4. 把“进行分析”“实现提升”这类名词化还原成“谁做了什么”，但不能为了写得具体而补材料里没有的数字，缺口写成【待补】。
5. 排比和“不是X而是Y”逐个裁决：对立面没人真持就删掉前半，真有人持就点名并说清他错在哪。
6. 限定条件和两面说的分界是能否落到具体的设计细节或出处：前者必须搬进主句，后者多整句删掉。
7. 大模型用得过密的词只能当候选提示，不能用来判定某段是否由 AI 写出。
8. 改完用两件事自查：保护清单逐项勾选，加随机三段“主张+条件”测试；限定条件、口径说明和“谁做的”最容易在改文字时丢掉。

---

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

1. **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。
2. **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。
3. **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：

```mermaid
flowchart LR
  A["一句‘当然也有人认为……’"] --> B{"能不能落到具体的设计细节或出处？"}
  B -->|"能"| C["当限定条件：搬进主句"]
  B -->|"不能，只是抽象对立面"| D{"它会改变结论吗？"}
  D -->|"不会"| E["整句删掉"]
  D -->|"会，但手上没来源"| F["标【待补】：找来源，或删掉并把主张收窄"]
```

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。

## 思维导图

```mermaid
flowchart LR
  A["改掉 AI 味"] --> B["开工准备"]
  B --> B1["已核验的草稿"]
  B --> B2["改动对照"]
  B --> B3["保护清单：从材料抄，不从稿子抄"]
  A --> C["四类毛病"]
  C --> C1["铺垫句、复述句、态度句 → 整句删"]
  C --> C2["名词化 → 还原成谁做了什么，缺口写【待补】"]
  C --> C3["排比与‘不是X而是Y’ → 看对立面是否真实"]
  C --> C4["两面说 → 换成能落地到设计细节的限定"]
  A --> E["回读校验"]
  E --> E1["清单逐项勾选"]
  E --> E2["随机三段：主张与条件是否都在"]
```

## 术语表

- 保护清单：改语言之前从材料原样抄下的一张清单，记着不能动的数字、口径、设计和限制，用来证明清理文风时没把它们一起删掉。
- 名词化：把动作写成名词（“进行分析”“实现提升”），句子读着完整却没有人在做事；对应的改法是找出谁做了什么，把动作还原成动词。

## 来源

1. [Kobak 等，Delving into LLM-assisted writing in biomedical publications through excess vocabulary，Science Advances，2025 — 过量词分析与“语料层面统计无法识别单篇”的说明](https://www.science.org/doi/10.1126/sciadv.adt3813)

---

原文：https://pangzhengboyin.com/articles/editing-ai-sounding-draft-keep-conditions-6ce046f8

> **庞征博引** · 想学的，慢慢都会
>
> 庞征博引是把想学的东西写成连载的 AI 学习工具：每篇 5–10 分钟，边读边问，接下来学什么跟着你走。这篇就是这样写出来的。
>
> 开始你自己的连载 → https://pangzhengboyin.com