上一篇收尾时，你手上是一张带判定的核验清单，动作栏里写着“改回原范围”“降级表述”“删”。落在句子上，最常见的两种改法都不合格。
一种是往原句里塞一个“可能”。句子读起来礼貌了，可它仍然在说因果，只是把责任推给了一个副词。
另一种是越改越软，最后写成“饮酒可能与某些健康指标存在一定关联”。读者读完不知道你到底想说什么，你自己也不知道这篇稿子的主张还在不在。
这篇用一个假设的稿子把这一步走完：怎么判断一句话越界了几档，怎么退回到证据支持的那一档，怎么加条件而不是加空话。
先有一把尺子
调节一句断言确定程度的词，在写作研究里叫 hedge，中文常译作“模糊限制语”或“软化语”，比如“可能”“倾向于”；跟它相对的是 booster，加强语，比如“证明”“显著”“普遍”。
写作手册会说，hedge 的作用是让说法的确定程度与证据匹配3。但“匹配”怎么判断？2014 年《英国医学杂志》的一项研究提供了一把现成的尺子。研究者编码了 20 所英国大学 2011 年发布的 462 份新闻稿、对应的期刊论文和 668 篇新闻，看关于因果的说法在转述中被抬强了多少，用的是七级量表1。
| 档位 | 量表里的示例句 | 这句话承诺了什么 |
|---|---|---|
| 无陈述 / 明确无关 | 没有相关陈述；或明确说没有关系 | 什么也没主张 |
| 相关 | drinking wine is associated with increased cancer rates | 两件事一起出现，方向一致 |
| 含糊连接 | drinking wine linked to cancer risk | 没说因果，但也没排除，读者会自己往强里读 |
| 条件因果 | drinking wine might increase cancer risk | 有可能起作用，尚未确定 |
| 能导致 | drinking wine can increase cancer risk | 在某些情况下确实会 |
| 无条件因果 | drinking wine increases cancer risk | 普遍地、稳定地起作用 |
注意第三档：含糊的连接词并不弱。量表把它排在“相关”之上，因为“有关联”至少还承认这是统计上的伴随关系，而“linked to”把判断权交给了读者，读者通常会往因果上读。
研究结果是：33% 的新闻稿（95% 置信区间 26%–40%）对因果的表述比原论文更强，新闻里是 39%；新闻稿已经夸大时，新闻出现同类夸大的机会是没夸大时的 20 倍（OR 20，95% 置信区间 7.6–51）1。
关键在于：强度是一档一档被抬上去的，不是凭空编一个数。所以改稿不是把句子“改软”，而是把句子退回到证据所在的那一档。
这篇论文自己也在讨论里写了“本研究是相关性设计，因此不能证明因果关系”1。一手材料的 limitations 里，常常已经写清了它的证据属于哪一档，核验时读一遍比自己揣摩快。
案例：一句听起来完全正常的稿子
下面是构造的稿子和材料，数字为演示而设，不来自任何真实研究。
稿子原句：
最新研究表明，每天一杯红酒会显著提高癌症风险约 8%，因此公司团建应当取消酒水。
材料 A（队列研究，假设）：
10 年随访约 5 万名成年人。报告每日饮用约一杯红酒者，癌症发生率为 11.0/1000 人年，不饮酒者为 10.1/1000 人年（未调整，约高 9%）；调整年龄、吸烟、体重等因素后，风险比 1.08（95% 置信区间 1.02–1.15）。饮酒量为自报，分组只覆盖“每日约一杯”。作者结论：饮酒与癌症风险呈正相关；本研究为观察性设计，不能排除残余混杂，不证明因果。
材料 B（综述，假设）：现有证据不足以判断少量饮酒与特定癌种之间是否存在因果关系。
先别往下读。花两分钟自己改一遍原句——先试过，才知道会卡在哪一步。
第一步：一句话里其实有四条断言
原句装进了四样各自要核的东西：
- 关系强度：是伴随关系，还是因果关系？
- 范围：是“癌症”整体，还是某几种癌？是每天一杯，还是任意饮酒量？
- 对象：研究里是 5 万名成人，不是“公司员工”，也不是“团建喝酒的人”。
- 行动建议：要不要据此取消酒水。
改不完的稿子，通常是把这四条当成了一条。分开以后，前三条属于事实断言的强度问题，第四条属于另一类断言。
第二步：用尺子定位，退回到证据那一档
材料 A 说的是“呈正相关，且不能排除残余混杂”，落在“相关”档；原句的“会显著提高”落在“无条件因果”档，中间隔了三档。要退的不是一级，而是退到证据所在的那一档。加一个“可能”之所以不管用，是因为“可能提高”仍然是因果句式，只是把因果改小了。
定位时还有两处容易漏，属于“数字对了，话还是错的”：
口径不能混。 “约 8%”来自调整后的风险比 1.08，未调整的数字则是 11.0 对 10.1、约高 9%。同一份材料里两个数含义不同，混用会让读者以为是同一件事的两种说法。
“显著”是被偷换的词。 统计上的“显著”只说明这个差异不太可能纯粹由随机波动造成，不表示幅度大。原句把它和“幅度很大”并成一个“显著提高”，读者自然读成后者。
还要看这个数离“没有差异”多远。 区间下界 1.02，离 1 很近：只要存在一点没被控制的混杂（比如少量饮酒者就医更频繁），这点差异就可能是它带来的。这不是材料里写的，是读数字时的判断，但它决定这句话该写得多谨慎。
第三步：把条件写进句子，而不是加免责声明
改后可以是：
一项随访约 5 万名成人、为期 10 年的观察性研究报告，自报每日饮用约一杯红酒者，癌症发生率高于不饮酒者（调整后风险比 1.08，95% 置信区间 1.02–1.15）；作者指出该设计无法排除残余混杂，不能据此认定因果，且饮酒量为自报，结论只覆盖“每日约一杯”这一范围。
改动不在形容词，而在五类信息被搬进了句子：研究设计、人群与时长、剂量、指标口径、作者自己声明的限制。
这五样不是免责声明，而是这句话的适用边界。写出“只覆盖每日约一杯”，读者就知道不能拿它去评价应酬时喝半斤的人。
第四步：建议是另一种断言，不能继承事实断言的档位
“因此应当取消酒水”的问题不在说得太满，而在它是另一类断言：从“观察到关联”跳到“某项干预有效”，中间缺的是干预研究的证据。材料 B 更直接：连因果都还定不下来。
同一项研究里，40% 的新闻稿给出了比论文更直接的行为建议1。事实断言越界，读者会不满；建议越界，读者会照着做。
所以这条尾巴只有两种处理：删掉；或者换成与证据同档的说法，比如“值得进一步研究”。不能写成“因此有必要减少饮酒”——那仍是从关联推出的干预结论，只是语气缓和了。
第五步：三个测试
作者测试。 把改后句放到材料 A 作者面前，他会说“这是我说过的”，还是会说“我没说因果”？会纠正你，说明还没退够。
删词测试。 逐个删掉句中的软化词，看读者会多相信什么。删完没变化，那个词就是装饰。杜克大学写作资源举的例子是“These results suggest that our method may possibly identify putative enhancer elements”：suggest、may、possibly、putative 四个软化词叠在一起，作者的判断是留一个就够，其余不加任何信息2。加州大学戴维斯分校的写作讲义更直接：一句里的不确定，说一次就够，多说的会把句子掏空3。这种叠加叫 over-hedging，结果是既不敢表态、又不提供信息4。
实际操作时把软化词分两类：管精度的 近似语（“约”“左右”）要留，因为数字本来就有精度；管承诺的 遮掩语（“可能”“似乎”“在一定程度上”）一句最多留一个，其余位置让给具体条件。
接话测试。 后面接“但是，另有研究显示……”，接得上说明留了余地；接“所以现在就该……”如果接得很顺，说明句子还比证据强。
这套做法哪些能搬走
案例换掉，动作不变：拆断言、定位档位、退到证据那一档、把条件写进句子、建议单独处理、过三个测试。
- 数字句：“成本下降 18%”不是强度问题，是范围和口径问题，要把口径、时间、范围写全，别让一个数字代表整体。
- 观点句：“业内普遍认为”里的“普遍”要落到人头：几个人、怎么选的、是不是同一口径。落到人头，强度自然就对了。
- 建议句：“应当立即推行”要问一句：支持它的是观察到的关联，还是试过的干预？两者之间不能靠语气补。
还有一条边界：如果退到证据那一档后，句子撑不起你的主结论，那就是要换主张了，不是改措辞能解决的——回去补材料，或者把主张砍掉。
尺子的用处不是让你写得软。一份稿子里该有强句，只是每一句强话都得站在一手材料上，你随时能说出它为什么可以这么强。