两条简单的规则，让 LLM 帮你精简、改进文章，而不把文字巴氏杀菌，也不往里灌玉米糖浆。
写“怎么写作”很棘手。读起来像是在炫耀，暗示你写得好。也许你写得好，也许不好，但可以肯定，互联网上某个角落一定有一群批评者觉得你写得很烂。我和所有人一样既虚荣又缺乏安全感，写这篇文章时有种说不出的别扭。但我还是决定放下自我把它写下来，因为这些建议很重要，难以反驳，而且简单直接。
读者能察觉到万亿分之一浓度的 LLM 用词。无论你花多少功夫去打磨、去“人味化”，一段 LLM 写的文字在很多读者眼里都不是写作，而是产出物。所以先说坏消息：你得自己写。
不过 LLM 依然非常有用。只是你要把它当作文字编辑（copyeditor）来用，而不是当作代笔。所以我的方法第一步：写出你的文章。第二步：把它交给一个好模型去找毛病。
但在谈这个怎么做之前，你需要先理解两条规则。它们能抵御 LLM 的悄然渗透，否则它会把你推进表达与产出物之间的恐怖谷，让你失去读者的注意力。
规则一：LLM 建议的任何一个词，你都不能用。
违反这条规则会让你惹上麻烦。原因在于：前沿模型挑选悦耳措辞的能力好得不可思议，这几乎就是它们的看家本领。模型所建议内容的问题很微妙。可以这样理解：前沿模型被卡在一种模式里，它写的每一句都像杂志标题。标题很好，但如果有人写一篇文章通篇是几十个标题，你就会对他心存疑问了。
所以我认为，作为一种智力上的个人防护装备，你应该采用这样的规则：LLM 建议的任何具体措辞一概不得使用。这条规则要严格执行！整个前提是，你无法可靠地发现前沿模型试图把你的文字变成 Velveeta 奶酪的所有手法。即使你喜欢这些词，即使你确信它们比你原来的更好，LLM 生成的措辞也一律取消资格。
规则二：避开鼓励
LLM 还会通过影响力运动来侵染你的写作。这是一个微妙得多的问题，危害也没那么显眼，但它仍然是 LLM 让你的文章变差的一种方式，既然结果如此，那还不如干脆不用 LLM。
问题在于：把任何一篇文章交给 LLM，它都会回复“太棒了，Jerry！”但这并不是你需要听到的！
你的初稿里，大多数段落都很糟，话题的流动前后不连贯，至少有 750 个字是多余的。模型却在整体结构上鼓励你。接着，又在段落和过渡上鼓励你。然后是用词和比喻。流行文化梗。它们都很糟！全都很糟！别听它的！
它会这样坑你：你会在初稿的所有冲动上变本加厉。但这通常并不是你本来会做的。你本来会编辑、重新思考、替换段落。那些重新思考，是你个人声音中承重的部分。读者说不出哪里不对，但会感觉到你变得带着人工香精的味道。
有好几年，我在每个文字编辑提示词的开头都撒一个谎：说我不是作者，而是一家线上刊物的编辑，正在筛选来稿。这有帮助，但模型往往矫枉过正，过度贴合我那份“刊物”的“目标”。
所以目前我最实用的建议是：禁止模型鼓励你，然后对赞美保持高度警惕。
那么，这些东西能做什么？
它们特别擅长指出问题。天哪，你的问题可真多。你可以靠人工把它们找出来，但那是乏味又累人的活儿。模型不会累。所以在发现下面这些问题上，它们比你强：
- 你过度使用（或者，如果你对 LLM 言听计从，也许是使用不足）被动语态，把动词名词化或把动作埋起来，还反复使用相同的措辞或用词。
- 草稿里到处撒着“very”“unfortunately”“really”和“actually”，就像粘在工作台上的锯末。
- 几乎可以肯定，有 2 到 3 个段落可以很快挪到文章的别处，立刻提升清晰度（这类修改真的、确实、非常令人满足）。
如果你像我一样是程序员，就会希望有一本书能给出这类修改的蓝图，一本针对散文的“C Interfaces And Implementations”，就像 Hanson 对那门最伟大的糟糕编程语言所做的那样。而这本书确实存在，它叫《Style: Lessons In Clarity And Grace》，我敢对天发誓，它把文字编辑变成了写 Java。同样的枯燥，同样的有效。我是从 Richard Gabriel 那里知道这本书的，我很惊讶，我认识的每个程序员的桌上居然都没有一本。
所以去读《Style》，或类似的书，边读边做笔记。整理出一份给模型用的提示词清单，然后分轮次对你的文章逐遍运行。
用这种方法你可以走得相当远：
- 让模型找出你文章中的问题。
- 针对每个问题，重写段落（或句子，或章节）。
- 把原文和新写的内容一起交给模型，问它哪个更好。
烦人的是，这里你会碰到规则二的一个变体，因为除非你小心，否则模型知道你刚刚重写了某处，也知道你想听到新版本更好。所以要把这些选项交给一个不了解你编辑过程上下文的模型。
我最终受够了在各个标签页之间来回切换，还要费劲说服模型“我不是作者，而是一位乐于助人但严格的写作教练，在帮助一个可能很好也可能很糟的学生”，于是我捣鼓出一个小软件来替我处理这些。下面是一个效果不错的开场提示词：
“我们要构建一个写作工作坊工具。先把骨架搭起来。Python，用 HTMX 做交互，SQLite 后端，Tailwind 前端，使用本地构建而非 CDN。要非常出色的文本编辑器，Notion 风格。支持高亮（我们要做编辑轮次）。做 Genius 风格的侧边栏批注，与高亮的内容对应。确保我们能在建议之间前后切换。支持多篇文档，跟踪修订，允许用户标记重大修订。先做到这一步，然后我再告诉你我真正想要什么。”
然后，把你想好的编辑提示词清单交给它，让它通过 Codex、Claude 或 Antigravity 的 CLI 逐个运行。你在这里想出的任何东西都会比我的好，因为无论谁自己想出什么，对他自己来说都比别人的更好。
所以：不要让 LLM 替你挑词。小心别让它骗你，让你以为初稿比实际更好。然后把所有最乏味的工作外包给模型。你的声音保持完整，而你的工作更快、更好、也更不痛苦。
最后一点。不要全盘接受模型的文字编辑建议。这是规则二的一个推论。就在刚才，我把这篇文章喂给了 GPT5（“这不是我写的”），它说整篇文章长了 20%。它大概是对的。但我不会改。我就做我自己。