要点速览
- 「像 AI 写的」有三层：营销套话、结构套路、语体。只有第三层与产品、渠道、载体都无关。
- 前两层网上讲得够多了。真正的指纹在第三层：抽象动词、系动词、否定式对仗、近义词绕圈、成片的高频词、层层免责的客服腔。
- 这类规则要管密度，不管存在。逐句命中的检查会被审稿人训练成噪声，看两次就再也不看。
- 排版禁令必须按载体分档。长文的列表就是内容本身，一刀切只会被绕过。
AI 写的东西一眼能看出来，靠的是第三层的语体指纹：抽象动词、系动词、否定式对仗、近义词绕圈、成片的高频词和层层免责的客服腔。前两层的营销套话和结构套路换个主题就变，只有语体跟产品、渠道、载体都无关。
读了两行就觉得不对劲，说不上哪里错，但知道不是人写的。
这种判断很准，而且几乎不需要证据。但它不能反过来当成检测手段：研究显示这类判断在两个方向上都会错，非母语作者的英文会被检测器成片误判成 AI，而模型输出只要改写一遍就能绕过检测。所以这篇讲的不是怎么「测出来」，是怎么在写的时候不留下那些痕迹。问题在于，大多数「怎么让 AI 写得像人」的方法只教你换掉几个词，换完之后那股味道还在。
先把「像 AI」拆成三层
第一层，营销套话。 赋能、助力、一站式这类词。最表层，谁都能看出来，删起来也快。
第二层，结构套路。 三段排比、场景铺垫 → 报产品名 → 罗列卖点 → 号召行动。这一层跟载体绑死：一篇官网长文的套路和一条小红书笔记的套路根本不一样，只能各自定各自的。
第三层，语体。 句子层面的习惯：抽象动词撑场面、系动词泛滥、否定式对仗、近义词绕圈、AI 高频词成片出现、层层免责的客服腔，还有排版习惯。
只有第三层与产品、渠道、载体都无关。一条广告文案和一篇官网长文，在这一层犯的是同一种错。所以它值得被单独抽成一份规范，让所有写作场景共用。下面只讲这一层。
第三层的六个指纹
一、动名词假深度
坏例子：
这次改版突出了我们对细节的重视，也体现了团队的产品思维。
改写：
这次改版把设置页从三级菜单收成一级。改一次通知偏好，从四步变成一步。
突出、反映、体现、彰显、见证、印证、诠释、赋予、助推、折射——这一类抽象动词出现的时候，通常在替一件说不出口的具体事实。说不出口有两种情况：作者不知道具体发生了什么，或者知道但不好听。两种情况下，抽象动词都在遮盖。
判断方法很简单：把这个动词圈掉，问自己「到底发生了什么」。答得出来就换成答案，答不出来就把这句删掉。
这一类词的误伤率很低。正常写作里它们很少连着出现，所以这条规则可以设成命中即改，不用留阈值。
二、系动词泛滥
坏例子：
数据看板是团队做决策的重要工具，报表是它的主要输出形式。
改写：
团队每周一看这块看板定下周投什么，看完导一份报表贴进周会文档。
「是／属于／成为／代表／可以说是／被视为」会把句子变成一张定义卡片。定义卡片里没有时间、没有人、没有动作，读完只知道作者会分类，不知道发生过什么。能换成具体动作的就换掉，换不掉的用「有」。
三、否定式对仗
坏例子：
这不是一个写作工具，而是一种写作方式。
改写：
这个工具只做一件事：把你的初稿按七条规则改一遍。
「不是 X，而是 Y」「无需……只需……」「不仅……还……」读起来有节奏，因为它借了对偶的形式。但它的信息量常常只有半句：前半句在否定一个没人提出过的说法，后半句才是真要说的话。真人偶尔也这么写，AI 是成段这么写。
改法：删掉前半句，把后半句写成一句肯定句。
四、近义词绕圈
坏例子：
问题出在流程上。整个链路的症结，说到底还是环节之间的衔接方式。
改写：
问题出在流程上：设计交付后没人通知开发，平均要等两天才有人发现文件已经躺在那了。
同一个意思换三种说法凑长度。读者读到第二遍会以为有新信息，读完发现没有，信任就掉一点。说过一次就往下走。
五、AI 高频词成片出现
坏例子：
这项能力深入解决了内容生产的关键瓶颈。此外，它还能动态适配不同渠道，在很大程度上降低了团队的沟通成本。
改写：
这项能力解决一个具体问题：同一条内容要发四个渠道，以前每个渠道各写一遍，现在写一遍改三次。团队之间少了一轮对稿。
坏例子里的每个词单独拎出来都合法。「关键」是常用词，「此外」是正常连接词。它们凑在两句话里才成为语体泄漏。这一点决定了这条规则该怎么写，下一节单独讲。
六、层层免责的客服腔
坏例子：
这个方法可能在某些场景下会有一定的帮助，具体效果或许因团队而异，建议根据实际情况灵活调整。希望对你有帮助。
改写：
这个方法对手上已经有初稿的人有用。从零起草不适用，起草阶段的问题在别处。
层层免责读起来礼貌，实际上把判断推回给了读者。有把握就直说，没把握就说不知道，都比在一段话里叠三个「可能」强。「希望对你有帮助」「总而言之」这类收尾同理：它们不承载信息，只承载语气。
为什么管密度比管存在更对
这是设计一套语体规则时最容易做错的地方。
「关键」这个词本身没问题。禁掉它，写的人第一次会改，第二次会绕开，第三次就不看这条规则了。一个逐句命中的检查，审稿人看两次就再也不看——它把自己训练成了噪声。
所以规则得分成两种写法：
- 收得紧的信号，命中即报。 「不是 X，而是 Y」这类句式可以用正则限定中间的字数，误报率低，报一次就值得改一次。
- 单看合法的信号，够密才报。 我们给 AI 高频词设的门槛是一篇里命中三个不同的词才记一笔，一个不报。
破折号是第二种里更麻烦的例子，因为它的合理数量跟篇幅有关。一条六十字的朋友圈里出现两处破折号已经很怪，一篇两千五百字的长文里出现五处很正常。写死一个绝对条数，对其中一边必然是错的。我们的算法：保底两处，每多八百字再加一处——这个配额是我们跑稿子跑出来的经验值，没有外部依据，你完全可以按自己的载体调。
保底给两处而不是一处，也有原因。中文的「——」本身就是合法标点，我们自己写的那份规范文本，不到七百字里就用了三处。按一处卡，规则会被自己的语体误伤。误伤一次的代价是白跑一轮重写、还挡掉自动通过，比漏掉一处贵得多。
排版禁令为什么要分档
「不用破折号、不用项目符号、不用 emoji、不写全大写」这条规则，放在一条广告文案上完全成立，放在一篇长文上直接冲突：长文的列表就是内容本身，小标题承载的是结构。放在小红书笔记上也冲突：那个渠道的 emoji 属于语感的一部分，一个都不用反而显得生硬。
一刀切的结果就是被绕过。所以我们按载体分三档：
| 档位 | 用在哪 | 排版怎么管 |
|---|---|---|
| prose | 广告文案、朋友圈、X | 破折号限量；不用 emoji，不用项目符号 |
| structured | Markdown 长文 | 破折号限量；正文不用 emoji。列表和小标题该用就用 |
| expressive | 显式允许 emoji 的渠道 | 破折号限量；emoji 给两个配额，用在情绪上，不当段落分隔符 |
三档共用同一份词表和同一套句式规则，只有排版那一行按档位换。语体通用，排版随载体走。
有些毛病检测不了，只能在写的时候管
中文的系动词就属于这一类。「是」满篇都有，「你说的是对的」「这是第三种情况」都合法，任何频率阈值都会大面积误伤。试过之后我们决定不做机器检测：这一条只写进写作规范，交给写的人和评审的人。这是我们自己的取舍，不是什么公认结论——换一批语料，结论未必一样。
承认这一点比硬做一个检测器有用。一个七成误报的检查等于没有检查，还额外占掉审稿人的注意力。规则清单里应该明确标出哪几条只能靠人，让人知道自己该看什么。
一份改稿顺序
拿到一篇 AI 初稿，按这个顺序过，比从头逐句改快：
- 搜抽象动词（突出、体现、印证、彰显……）。每命中一处，问「到底发生了什么」，答得出来就换，答不出来就删句。
- 搜「不是」「无需」「不仅」。把对仗句压成肯定句。
- 通读找重复：同一个意思出现两次以上，留具体的那次。
- 数 AI 高频词。三个以上说明整篇语体在漂，改法是重写段落，不是换词。
- 数破折号，按篇幅给配额。
- 删掉所有「可能」「或许」「在某种程度上」。删完读一遍，看哪句话你其实不敢说——那句要么补证据，要么改成「我不知道」。
- 最后看系动词。挑五个「是」，试着换成动作。
顺序有讲究。前两步的改动会连带重写整句，重复和高频词的统计要在改完之后做才准。
这套规则在 LinkBloom 里怎么跑
上面这些不用工具也能做，只是稿子一多，没人愿意每篇手动数。
LinkBloom 的内容引擎把其中能自动化的部分做成了一道检查。长文成稿后过九项确定性检查，套话密度是其中一项：套话句式按类别分组，跨的类别数和总命中次数各有一个上限，两条任一越线才记一笔，偶尔一句不报。检查之后还有一层编辑评审，按事实准确性、结构清晰度、语言自然度、搜索意图覆盖四个维度打分。
文案裂变那边用同一份语体规范，排版档位换成 prose 或 expressive。它多了一步确定性扫描：命中就触发一轮定向重写，重写后仍然命中就标出来交给人。
自动检查能拦住的是成片的问题。一句话该不该这么说，还得人来判断。
常见问题
换个模型能解决吗？
换模型会改变高频词的分布，第三层的其他毛病基本不动。抽象动词撑场面、否定式对仗、近义词绕圈，在各家模型的输出里都能见到。给规则比换模型省事。
这些规则会不会把文章改得干巴巴？
如果只做减法，会。删掉抽象动词以后必须补上具体事实，否则句子既变短又变空。这套规则的前提是你手上有可写的东西；没有的话，问题在素材，不在语体。
人写的东西也会踩这些吗？
会，赶稿的时候尤其明显。第三层描述的其实是「写作者不知道自己要说什么时的默认输出」。AI 一直处在这个状态，所以它一直这么写。