先做个实验。用手机录自己讲一分钟话，讲你最熟的一件事，然后放出来听。多数人会数出十几个“嗯”“那个”“就是说”，多到自己不敢相信。
更奇怪的是下一步：你下决心下次别说，下次还是那么多。因为“嗯”不是嘴上养成的毛病，它是你在两句话之间那段空档里做的一个选择。想改掉它，得先看清这个选择在买什么，又付了什么。
“嗯”是在买时间
说话是边想边说。一句话落地，下一句往往还没成型：词没选定，从哪儿接也没想好。这段空档有几百毫秒到一两秒。对你是“我还没想好”，对听众是“没有声音”。把这段没声音的地方盖上一点响动，就是“嗯”的全部功能——它不表达意思，它占位。
代价有多大，实验里能测出来。2023 年一项研究用合成语音做 30–40 秒的讲课片段，只改中间填词的数量，让听者打分：填词越多，演讲者被评得越不自信，在“愿不愿意跟他学”这一项上也更低 1。但同一份研究里有一条更值得看的结论：当听者被告知“这位演讲者当时很紧张”，这个下降就消失了 1。
这说明听众真正在判断的，不是那几个音，而是“这个人有没有准备好”；一旦有别的解释在场，填词就不再被算作“没准备好”的证据。这也解释了一个常见的失败：你反复提醒自己“别说嗯”，却毫无效果——要改的不是那个音，是那段空档怎么处理。
换成“那个”也不算改。一项针对面试场景的研究把 like、so、you know 这类话语标记和 um、uh 一起算作填充语，用得多的一版在“专业可信度”上明显更低，9 分制里 4.32 对 6.00 2。填词换皮，代价照付。
为什么该停的时候停不下来
两个原因叠在一起。
第一，沉默时你听不到自己的进展。 说话的人靠声音确认自己在推进。一旦安静，你就处在“我还没想出下一句”的原始状态里，这个状态本身让人发慌。第一篇讲过的那种上台卡壳——注意力被“我卡住了”占满，腾不出手想内容——在句与句之间的小尺度上每分钟都在重演。填词的作用就是马上结束这个状态。
第二，你把停顿当成了失去话头。 对话里，“嗯”确实有这功能：告诉对方“我还在说，别接话”。安静稍久一点，对方就会以为你答不上来，准备接手。所以在对话里抢着出声是有道理的。
但演讲不是对话。没人抢你的话，麦克风是你的。这个从对话里带来的习惯却留着，空档一来，手就自动去按那个按钮。
这两件事合成一个会自己加速的循环：出声占位 → 听到自己“嗯” → 更慌 → 注意力更满 → 下一句更难出来 → 更多“嗯”。
循环里还有一个不对称：你感到的空白，通常比听众感到的长。因为你在空白里没有输入，只能盯着“还没想好”；而听众这时正在处理你刚说的那句话，他需要时间。所以你以为的“两秒尴尬”，常常只是他刚好消化完。这不是精确测量，但能解释一个现象：回头看自己的录像，那些“停了好久”的地方往往只停了半秒多。
证据指向同一件事：换位置，而不是换声音
一项研究把同一批语音剪成三个版本：无犹豫、在从句边界放停顿、在从句内部放停顿；停顿本身又分沉默和填词两种。母语听者评分的结果是：停在从句边界的版本，在流利度、可理解度、智力印象上都更好；沉默的版本整体好过填词的版本 3。
另一项研究把 250 毫秒到 1 秒的停顿插进句子不同位置：停顿越长，沟通效果和好感评分越低；位置也有影响，插在动词之前比插在主语或宾语之前更被接受 4。
翻成能用的规则，就是本文的核心：沉默本身不扣分，扣分的是停错了地方，以及用声音去填。
第三项研究更直接。研究者训练四个怕讲的人减少填词，用的替代动作是“一有‘嗯’的冲动就闭嘴停一下”。训练之后，四个人的填词率都下降了 5。它替代的东西不是一个更好的词，是一段安静。
三个动作：把空档从“出声”改成“安静地停”
一、定位置：只在意的边界停
意群是一句话里意思抱在一起的那一小段。用上一篇的例子：
我们把报修从电话改成扫码 / 之后平均响应时间从 26 小时降到 9 小时
斜杠那里换气，听众刚好消化完“改了什么”，准备接“效果如何”。如果停在“从 26 / 小时”，听众得先把“26”存着，等你接上单位再回头拼一次，处理成本变高，而你的声音这时是断的，两件事叠起来就被读成卡住了。
一篇三分钟稿子，真正需要停的只有四类地方：开场第一句之后；每条理由抛出之前；每条理由讲完之后，尤其故事末尾和数字落地那一句之后；结论之前。大概 8–12 个点，在稿子上用“/”标出来。这件事必须在准备时做，台上的注意力要留给内容和听众。
二、定长度：分两档
意群内部的换气和找词：0.3–0.6 秒。 这么短的中断多数人读作正常换气，不影响判断。
观点落地之后、段落之间、结论之前：1 秒起，结论前可以到 2 秒。 敢在这里停长，是因为它在意群边界上，而且你前面用结构预告和路标句告诉过听众“我下面还有几条”。听众知道你没说完，沉默就被读成“他要说重要的了”，而不是“他忘了”。
边界要说清：1 秒、2 秒是经验值，不是实验算出的最优解。现有实验多在单句、剪辑语音上做，只证明了“句内停顿越长越扣分”这种倾向。可靠的原则是：位置对了才敢停长，位置错了停短都嫌多。
三、给停顿一个动作
停止出声的那一下，做三件具体的事：闭上嘴、用鼻子吸一口气、看向一个人的脸。
为什么有效：停顿像卡壳，是因为你在“等”下一句出现。而吸气、看人是你主动在做的事，空档就从“等”变成了“做”。它同时把注意力从“我下一句是什么”移到外面，正好掐断前面那个循环。
怎么练：先测基线，再只改一件事
- 测基线。 录 60 秒，数填词次数，“那个、就是、然后”一起数，得到一个数，比如 14。不要靠感觉——感觉经常给出“我没什么口头禅”这种答案。
- 重录一遍，只改一件事。 在事先标好的四个点上停 1 秒，语速不改、内容不改。再数一遍。
- 看剩下的填词落在哪儿。 多数人这一遍会降到一半以下，剩下的几乎都在意群内部——那说明那里你确实还没想好，是内容问题，不是嘴的问题。这时候要回前面几篇：观点有没有收成一句、理由有没有排成能被预告的骨架。
三条边界
一、停顿的意义在对比。 每句话都停 1 秒，听起来是断续，不是稳重。它有用，正因为它和连续的说话形成对比。
二、停顿不能替代准备。 内容没想清，停顿只是把空白放大。它不生产内容，只把已经想清楚的话交给听众消化。
三、证据来自评分实验。 听者听的是剪辑过的短音频并在量表上打分，测的是倾向，不是铁律。真实演讲里，你的表情、目光和前面搭好的结构同时在起作用。
停顿管的是句子与句子之间。句子内部还有一个更细的变量：同样这三十个字，念得快一点、慢一点、重音落在哪，听众的注意力会去不同的地方。下一篇讲节奏。