让 AI 写作少一点套路：lieflat-less-ai-tone 的价值与边界

AI 已经能在很短时间内生成结构完整的技术文章。读得多了，也会发现一种熟悉的味道：结论很整齐，过渡很圆滑，却经常缺少具体判断。尤其是在医学 AI 和产品研究这样的主题里，漂亮的句子很容易掩盖证据不足的问题。

最近研究了 lieflat-less-ai-tone 这个中文 Agent Skill，并将它作为可选的发布前文风审校工具引入博客项目。读完它的规则和研究记录后，我认为值得借鉴的部分，远不止“删掉几种 AI 常用句式”。

它提供了什么证据

项目作者报告了一组中文对照语料：629 篇文章，共 2,826,972 个汉字，其中 300 篇由五个模型生成，329 篇来自人类作者。研究检查了 26 种常被称为“AI 味”的特征，最终把 11 种写进改写规则，另外 15 种未被采纳。

这组数字提供了一个讨论基础，但需要明确：数据和结论来自项目作者的研究报告，并非独立同行评审结果。 原始语料未随仓库公开，读者可以检查分析方法与脚本，却不能直接复现报告中的全部统计值。作者也承认，语料的话题匹配、正则表达式近似和模型版本变化都可能影响结果。

研究中有几处发现很有启发：

句子整齐，不一定就是 AI 写的。 作者曾因文本切分错误，把句长差异误算成 51 倍；修正后得到的比值是 0.87，无法支持原先的判断。
设问和比喻不应被一概删除。 在作者的样本中，人类正文设问的频率更高，比喻标记的频率约为生成文本的 2.4 倍。真正值得警惕的是某些重复、理想化的表达方式。
不同模型的文风差异很大。 例如作者测得破折号使用率在不同模型间相差显著。因此，凭一个标点习惯推断“这一定是 AI 写的”，依据并不充分。

这些发现提醒我们：统计上的频率差异，可以帮助决定哪些表达值得人工检查，但不能直接充当文章质量评分，更不能当作判定作者身份的检测器。

研究还专门公开了六次测量失误。其中一些问题来自错误的分母，另一些来自过宽的正则匹配。愿意公开修正过程，是我对这个项目评价较高的原因之一。规则只有和它实际命中的文本对应起来，数字才有解释价值。

资料：项目说明 · 研究记录

我更看重它的“少改”原则

多数通用润色指令会要求模型把文章“写得更自然”。结果往往不可控：措辞变了，段落重排了，原本谨慎的结论也可能变得肯定。

这个 Skill 采用白名单式改写。规则只允许处理明确命中的语言问题；未命中的句子应保留原样。它还要求维持标题和段落结构，保护引用、数字、时间与事实，不能为了增加所谓真实感编造细节。

这是一种很实用的工程思路：把一项模糊的审美任务缩小成可以定位、可以对照、可以撤销的编辑任务。

例如，技术文章里常见这样的句子：

这不是一个简单的工具问题，而是整个工作流程的重构问题。

如果原文没有真正展开这两个概念的对比，直接写“这个问题涉及工作流程的重构”，往往更清楚。改动的价值来自去掉虚设的转折，而不是把句子改得更口语。

但也有反例。文章引用某项研究结论或法律原文时，即使句式很像模板，也不应为了“去 AI 味”而改写引文。作者有意识使用的修辞，同样不该被规则机械地消除。

医学 AI 写作尤其需要边界

技术博客可以承担一定的文风实验，医学内容却存在额外风险。很多看似微小的词语差别，实际上改变了临床含义。

例如，“疑似”和“确诊”、“可能需要”和“需要”、“不适用”和“不推荐”，表达的是不同程度的确定性或不同类型的判断。影像检查项目名称中的模态、部位、侧别与检查方式，也不应被当作普通文案随意换写。

由此，我认为至少要划清三条边界。

第一，原始证据不改。 医学指南、专家共识原文、检查项目标准目录、规则库和原始临床报告，都应作为证据或结构化数据管理。文风工具不能代替临床审校，更不能直接修改这些资产。

第二，解释文字可以审校，医学含义必须锁定。 患者报告解读、技术研究文章和产品说明具有可编辑空间，但改写前后要保留专业术语、数值、条件、否定词和证据强度。碰到无法确定语义等价的句子，就保留原句。

第三，排版规则不能覆盖专业表达惯例。 临床文本里使用“检查所见：”“诊断意见：”这样的栏目名是有功能的；编号列表也可能承担法规条款或检查步骤的指代作用。不能因为出现冒号或编号就认定需要修改。

即便通过这些检查，文章是否有医学价值，仍然取决于证据的完整性和作者的判断。语言自然只是表达质量的一部分。

怎么接入实际发布流程

目前，博客仓库已经保存了这套 Skill 的规则文件，并增加了发布前文风审校约定。它被设计成按需启用的编辑步骤，不会对历史文章批量重写，也不会自行触发部署。

我建议的顺序是：

先完成文章与证据核查。 核实论文、标准、技术事实和引用，明确哪些结论尚无验证结果。
再进行规则命中检查。 仅根据 SKILL.md 的范围提出小幅修改。
输出逐项差异。 每处建议应能指向具体规则，保留原稿，允许编辑人员逐项接受或拒绝。
做一次专业语义检查。 特别核对医学术语、适用条件、数字、引用、否定和确定性程度。
最后构建与发布。 文风审校通过并不等于文章已经上线；还需要构建检查和线上核验。

本博客项目中已经有相应的工作流文档，但尚未完成独立的改写效果盲评。所以我暂时不会把该 Skill 设为所有文章必经的强制环节。

怎样证明它真的有用

我更愿意用一个小实验来决定是否扩大使用范围，而不是靠“读起来顺了一些”的主观印象。

可以选三类已有成稿：一篇 AI 产品技术分析、一篇影像检查标准或政策解读、一篇官网风格的产品文章。每篇保留原稿和经 Skill 处理的建议稿，隐去版本标签，请读者分别评价自然程度、阅读清晰度与专业可信度。

评测还应单独记录三类错误：无依据的新增内容、事实或术语的丢失、判断强度的变化。任何一项涉及医学事实、标准编码或关键限制条件的错误，都应直接判为不通过。再统计建议修改的采纳比例和人工审核所需时间，才能判断它是节省了工作，还是制造了额外校对负担。

还有一个容易被忽略的指标：改得少是否比改得多更好。 如果只修改几处重复句式，就能显著改善阅读体验，而且没有信息损失，这套方法才符合它自己的设计目标。

最后，我对这个 Skill 的判断

我会保留并继续试用 lieflat-less-ai-tone。它最有价值的地方，是让文章风格审校有了清晰边界：可以指出为何建议修改，也可以解释为何某句话应该原样保留。

但它不能替我们补充事实、发现错误证据、形成有价值的观点，更不能证明一篇文章由人类撰写。对医学 AI 内容而言，准确、可追溯和可复核仍然优先于自然流畅。

未来真正值得积累的，是一套包含个人写作习惯、可信证据和明确审校规则的编辑流程。Skill 可以成为其中的小部件，文章的判断力还得由研究和实践提供。

本文根据项目公开的 README、研究记录与规则文件作出技术评估。文中的改写建议属于编辑流程设计，尚未获得独立 A/B 测试结果，也不构成医学建议。

参考资料