AI 確實很好用，但是它們寫出來的內容，總是缺少人情味，讀起來總覺得哪里怪怪的，俗稱「AI 味」。
我翻了很多文章，發現全網都沒有幾個人說清楚這個問題，給出的辦法，如果讓我打分的話，只能說從 30 分提高到 50 分而已。
今天這篇文章，我會教你怎么底層消除 「AI 味」，輸出 70 分以上的內容。
創作不易，點個贊再看??
想要去掉 AI 味，就得先知道什么是 AI 味？是怎么來的？
我現在不管遇到什么事情，都會思考一下，AI 在這個事情中為我解決什么問題？
所以，打開 ChatGPT，問一下它。
“我現在使用 ChatGPT 幫我寫文章、寫文案的時候，ChatGPT 寫出來的文字看起來有一種“AI 味”，你知道我在說什么嗎，AI 味道是怎么來的？”
我之前的文章，有提到過，我們說的概念跟 AI 理解的概念很可能不是同一個東西，就就比如說'幽默感'，人類理解的幽默感是言語間的機智風趣，而 AI 理解的幽默感可能僅僅是笑話或雙關語。
所以，我繼續追問，讓 ChatGPT 生成一段具有 AI 味的文本，嗯，很典型，一眼 AI 寫。
接著，繼續提問，“那有什么辦法能夠讓 ChatGPT 寫出沒有 AI 味的內容呢？”
這里，我總結了一下，它給出了幾個辦法：
1. 引導性提示
2. 提供示例讓 AI 參考
3. 人工潤色 AI 生成的內容
這個第三點，AI 寫出 70 分的內容，人類再優化到 80 分以上，但問題是，現在我用 AI 寫出來的東西，50 分都不到啊。
修改 AI 寫出來的垃圾，還不如讓我自己寫呢。
所以接下來，我們把重點放在怎么前面這兩個解決方法上。
引導性提示，也就是在提示詞里指明你要的風格，例如：口語化、親切友好的風格、專業嚴謹的風格等等。
但是，這里又回到了那個問題，我們說的概念跟 AI 理解的概念很可能不是同一個東西。
你理解的「口語化」跟 AI 理解的「口語化」不一樣，不信？我們試一下。
我想要的「口語化」是這樣的：
而直接讓 ChatGPT 使用「口語化」寫出來是這樣的：
所以說，僅僅是在提示詞里加入這些「引導性提示」沒有用，像「口語化」這種描述太空泛了。
那怎么描述我想要的那種語言風格呢？
接著往下看。
怎么描述我想要的那種語言風格呢？
答案是：我們根本就無法精準地描述出我想要的語言風格。
這是因為人類的語言存在不精確性，語言本質是對知識的有損壓縮。
所以，既然無法描述出來，那就直接給 AI 看，我想要的東西是怎么樣的。
這就像，你跟你的朋友描述一處美麗的風景，你用什么「鳥語花香」、「山清水秀」來描述那處風景，都不如直接拎他去現場感受。
所以，最有效的方法就是提供示例，但是怎么提供示例，這里也有很多講究。
我直接給出答案：
1. 不僅要給「好」的示例是怎么樣的，還要給出「壞」的示例是怎么樣的。
2. 選擇一個寫作能力更強的 AI。
一個個來說，首先什么是「好」的示例，什么是「壞」的示例呢？
在上面那個例子中，好的示例就是：
技術發展到今天這個程度，真的是前無古人后無來者啊。
人工智能、大數據、區塊鏈，這些名詞現在家喻戶曉，它們正在方方面面地改變我們的生活和工作。
這些技術不僅讓我們的效率嗖嗖地往上飆，還大大提升了生活的便利程度。
就拿人工智能來說吧，它不僅能幫我們處理海量數據，還能通過機器學習，預測未來的趨勢，簡直是未來學家的必備神器。
大數據就更不用說了，海量信息經過大數據一分析，立馬變成了我們做決策的法寶。
區塊鏈就是新時代的安全衛士，去中心化的特性，保證了數據的安全和透明。
技術發展推動社會進步的步伐從未停歇，與其抗拒，不如積極擁抱。
只有主動出擊，才能在未來的挑戰中立于不敗之地。
壞的示例就是：
在當今的社會中，技術的發展已經達到了前所未有的高度。無論是人工智能、大數據還是區塊鏈技術，都在深刻地改變著我們的生活方式和工作模式。這些技術不僅提高了我們的效率，也為我們帶來了許多便利。
以人工智能為例，它不僅可以幫助我們處理大量的數據，還能通過機器學習算法來預測未來的趨勢。大數據技術則能夠通過分析海量的信息，為我們提供更加精準的決策支持。而區塊鏈技術則通過去中心化的方式，保障了數據的安全和透明。總之，技術的發展正在不斷地推動社會的進步，我們應該積極擁抱這些新技術，以便更好地應對未來的挑戰。
寫在提示詞里就變成了：
測試一下效果怎么樣，我讓其寫了一篇介紹 ChatGPT 的短文，嗯，看起來明顯少了很多 AI 味。
除了給出好的示例，選擇一個寫作能力強的 AI 也很關鍵。
ChatGPT 終究是不太適合處理寫作任務，同樣的提示詞，發給 Claude 3.5 試一下，你能明顯感受到，Claude 用起來是真的舒服。
當然了，claude 也不是誰會用的，賬號不好弄。
所以，我去挨個測了國產的大模型，怎么測的呢？
扣子支持大模型的調用，豆包大模型、kimi、智譜等等，都可以在扣子平臺上使用。
所以，我弄了一個一鍵調用所有大模型來回答問題的 bot。
結果發現，額，沒一個能行的......
既然以上這幾家都不行，我們再去試試其他的，在測試的過程中，發現阿里的通義千問 2.5 寫出來的還可以。
雖然跟 claude 寫的還是比不了，但也比其他家的好了不少。
讓我們回顧一下要點：
1. 單純的引導性提示作用有限，AI 很可能理解不了我們真正想要的東西。
2. 最有效的方法是提供好壞示例，讓 AI 明白我們想要的是什么樣的，不想要的又是什么樣的。
3. 選擇一個寫作能力出眾的 AI 模型也很關鍵，ChatGPT 并不適合寫作任務。
快去試試吧～
也歡迎你在評論區留言，分享你在 AI 寫作過程中的體驗和心得。
以上，我寫完了，記得點贊、在看、轉發，因為我需要你的反饋。
最后，謝謝你看到了這里?? 想要第一時間接收到我們的推送，可以點個關注。
點擊下方??“夙愿學長”關注公眾號
專注于 AI 工具、AI 實戰心得分享
關注我，點贊在看轉發本文并截圖到公眾號后臺，送你一份我的 5w 字原創 AI 學習資料，包括 AI提示詞、AI工具、AI副業變現。
