LLM辅助写作:拒绝代笔,仅做编辑的两条铁律

文章提出利用LLM改进写作的两条核心规则:一是绝不采用模型建议的词语,以防陷入“杂志标题”式腔调;二是警惕模型的过度鼓励,避免丧失自我反思。作者主张将LLM视为不知疲倦的校对员,用于识别被动语态、冗余修饰及段落结构问题,同时保留个人风格与最终判断权。


两条简单的规则,可以让 LLM 帮你简化和改进写作,而不是毁掉它。

关于写作的写作本身就不好写。这类文章难免显得自夸——你暗示自己写得不错。也许确实不错,也许不是,但互联网上从不缺少认为你写得很差的批评者。作者坦言自己同样虚荣、同样缺乏安全感,写这篇文章的过程并不愉快。原因在于,这些建议足够重要、几乎无可争辩,而且足够直白。

拒绝AI选词,保留个人风格

读者能在海量文本中一眼识别出 LLM 腔。无论你花多少力气去修饰和"人性化"它,一段 LLM 生成的文字在大多数读者那里都不会被当作"写作"来接收。先说坏消息:文字必须你自己写。

但 LLM 依然非常有用——前提是把它当作编辑,而不是代笔。流程分两步:第一步,自己写出一篇文章;第二步,把它交给一个足够好的模型,让它挑毛病。

在讨论具体做法之前,需要先了解两条规则。它们会让"输入"和"输出"之间避免出现一种奇怪的落差。

规则一:模型建议的任何词语,一律不用。

违反这条规则会带来麻烦。原因在于:前沿模型极其擅长挑选"讨人喜欢"的短语——这正是它们的核心能力。模型给出的替换词往往是微妙的陷阱。可以这么想象:一个被困在某种模式里的前沿模型,写出的所有句子都像杂志标题。标题本身没问题,但没人愿意读一篇由几十个标题拼成的文章。

因此,可以把这条规则当作一种"智力防护装备"来执行:严格遵守,不设例外。背后的逻辑是,你无法准确预判前沿模型会把自己的文字改写成什么样的腔调——即使某个建议的词看着顺眼,即使你确信它比你手头现有的更好。

规则二:避免鼓励。

模型的"捧场"同样会影响写作质量。这是一个更隐蔽的问题,危害不那么显而易见,但 LLM 确实会以这种方式让文字变得更差。

问题在于:把任何一篇初稿交给模型,它都会先肯定你的整体结构,接着肯定段落与过渡,然后是措辞和比喻,甚至连流行文化引用也会被夸。全部都好,没有缺点。不要被这些评价带偏。

这种肯定会让人加倍坚持初稿里的冲动,而正常写作恰恰不是这样。正常的流程是编辑、重新思考、整段替换——这些反思过程恰恰是个人风格的核心组成部分。如果跳过它们,文字会显得"被人工调味过"。

作者曾尝试过在每次编辑对话中谎称文章不是自己写的,这种做法确实有帮助,但模型通常会过度迎合预设的"发表"目标。更可靠的做法是:明确禁止模型给出鼓励,并对任何形式的赞美保持高度警惕。

那模型究竟能做什么?

它们非常擅长指出问题——而初稿里问题往往很多。指出问题是繁琐且令人疲惫的工作,模型不会疲劳,因此它们在这件事上比人更可靠。具体包括:

  • 发现被动语态的过度使用(当然,如果你把修改权完全交给模型,它也可能改得过头),以及动词被名词化、动作被掩盖的问题。
  • 找出草稿里散落各处的"非常""不幸""真的""实际上"这类冗余修饰词。
  • 识别出 2 到 3 个几乎必然可以被快速移位的段落——这类调整能立刻提升清晰度,而且是最令人满足的编辑操作。

对程序员背景的写作者来说,会希望存在一本书,能把这类编辑工作整理成类似《C 接口与实现》那样的图谱。这样的书确实存在,它能把文字润色这件事转化为类似 Java 编码的流程:同样枯燥,也同样有效。作者是经理查德·加布里埃尔(Richard Gabriel)的推荐才了解到这本书的。

所以,去读《风格》(或同类的书),并持续积累自己的检查清单:列出一份编辑规则提示词清单,然后逐条在稿件上运行。

这种方法可以走得很远,具体流程如下:

  1. 让模型找出写作中的问题。
  2. 针对每一个问题,重写对应的段落、句子或章节。
  3. 把原版和改写版同时交给模型,询问哪一个更好。

最后一步需要小心:除非你刻意规避,模型会察觉哪个版本是你刚重写的,并默认你希望听到"新版更好"。因此要让它在没有编辑过程背景的情况下对两个版本做判断。

在角色设定上,作者倾向于把模型设定为一个与作者本人无关的、严厉但有帮助的写作教练,辅导一个"可能很优秀、也可能很差"的学生。一个可用的开场提示词如下:

我们将构建一个写作研讨工具。先搭骨架,使用本地构建而非 CDN。界面要求:顶级的散文编辑器,采用 Notion 风格;支持高亮(用于编辑批注);高亮处对应 Genius 风格的侧边批注;批注需支持按建议前进和回退;支持多文档、修订跟踪,并允许用户标记重大修订。先做到这一步,之后我会告诉你真正的需求。

接下来,把自己整理好的编辑提示词清单交给它,并让它接入 Codex、Claude 或 Antigravity 的 CLI 运行。无论读者最终做出什么工具,效果大概率会比作者自己的版本更好,因为任何能亲手实现的想法本身就更有价值。

总结一下:不要让模型替你选词;警惕它诱导你相信初稿比实际更好;然后把所有最繁琐的工作外包给它。这样,个人风格保持完整,写作过程却更快、更好,也更少痛苦。

最后还有一点:不要照单全收模型的编辑建议——这是规则二的必然推论。这篇文章在成稿前也曾交给 GPT5 审阅(成稿并非出自它手),它的部分意见或许是对的,但作者并不打算全部采纳。写作终究要保留自己的判断。

评论 0

0/500

评论需审核后展示,请文明发言

💬
还没有评论,来说两句

相关阅读