📄 一句话概括
它学的是所有人的平均写法，所以输出也带着平均文风——排比、对举、总结收尾。要去味，第一条就是砍长度。
📝 本节和前面几节的关系
前两节讲它错了会怎样、贵在哪；这一节讲它对的时候，为什么还是不能直接用。
一、什么叫 AI 味
它不是错，是套路——同样的句式、同样的起承转合。 演示里那段文案命中 12 处，全是删掉也不影响意思的词。 一句话概括：读起来很齐整，但信息密度极低。
二、几类高频套路
对举句式：【不仅仅是……更是……】——绕一圈才说正题。 三段排比：【首先／其次／最后】——齐整，但每句都是空话。 空转提示词：【值得注意的是】——删掉不影响理解。 总结收尾：【总而言之】——把刚说过的再说一遍。口号词：【拥抱】【赋能】——换成具体动作。
三、为什么会这样
它学的是所有人的写法，输出自然是平均文风。 平均文风在【准确】上不吃亏，在【像人说话】上很吃亏。 所以这不是能力问题，是它的默认值问题——要改，只能你给样本。
四、怎么去味
砍长度：去味的第一条。演示里从 123 字砍到 49 字，意思一点没少。 给样本：把你的旧文案丢给它，说【照这个语气写】。 写红线：把【不许用首先／其次／最后】这类写进规则文件（第 5 章）。 多要具体：让它写事实、数字、动作，少写评价和感受。最后一道关还是你自己读一遍。
五、动手 Demo：AI 味扫描器
下面把一段典型文案逐词扫一遍，再给一版改后稿。
PATS = [(u"不仅仅是", u"对举句式：绕一圈才说正题"),
(u"首先是", u"三段排比：读着齐整，信息为零"),
(u"总而言之", u"总结收尾：把刚说过的再说一遍")]
for pat, why in PATS:
c = TEXT.count(pat)
if c:
T([pat, str(c), why], [14, 6, 44])
实跑输出：
--------------------------------------------------------------------
AI 味扫描器
--------------------------------------------------------------------
下面这段是典型的【一眼假】文案，逐词扫一遍：
在这个 AI 快速发展的时代，我们不仅仅是在使用一个工具，
更是在拥抱一种全新的工作方式。首先，它能提升效率；
其次，它能降低成本；最后，它能激发创意。
值得注意的是，它的价值不仅仅是效率的提升，
更是思维方式的转变。总而言之，拥抱 AI 就是拥抱未来。
命中 次数 它为什么像 AI
-------------------------------------------------------
不仅仅是 2 对举句式：绕一圈才说正题
更是 2 对举句式：顺手把小事拔高
首先 1 三段排比：读着齐整，信息为零
其次 1 三段排比
最后 1 三段排比
值得注意的是 1 空转提示词：删掉不影响意思
总而言之 1 总结收尾：把刚说过的再说一遍
拥抱 3 口号词：换成具体动作
命中共 12 处。把它们都删掉，意思一点没少：
AI 是个工具：能提效、能省钱、能激发创意。
它真正改变的是做事方式——你先说清要什么，它替你执行。
原文 123 字，改后 49 字——**去味的第一条就是砍长度**。
命中 12 处，全是删掉不影响意思的词；123 字砍到 49 字，意思一点没少。 所以去味的第一步不是【换个说法】，是砍长度。
30 秒实验
- 拿你最近让它写的一段文案，数一数有几处【不仅仅是】【首先／其次／最后】。
- 把这几个词加进规则文件的红线——下次它就不会再用。
常见误区
- 以为 AI 味只是【文笔问题】。它是信息密度问题——删掉那些词，内容常少一半。
- 只吩咐一句【写得像人一点】。空话换不来风格，要给样本、给红线。
自测三问（点开对答案）
1. 什么是 AI 味？ —— 不是错，是套路——句式、结构、用词的固定模板。 2. 为什么它会写出一股 AI 味？ —— 它学的是所有人的平均写法，输出就是平均文风。 3. 去味的第一条是什么？ —— 砍长度——通常砍掉三分之一，意思一点都不少。- ☐ 下一节（10.4 关于【依赖】：你可能会丧失判断力）
相关笔记
- 多智能体写作经验总结 — 它擅长产出选项，不擅长判断哪个对
- 🤖 Agent+RPA实战 · 索引 — 让机器产出更像人话的做法
- 🧡 Claude Code橙皮书 · 索引