先说个反常识的：检测工具不是重点
搜”AI 写作痕迹”，前几页结果基本分两类：一类教你怎么骗过检测器，一类推荐检测工具。这两类都绕开了真正的问题。
实际情况是：有人味的文章和 AI 味浓的文章，区别不在用词高级不高级，而在几个很具体的习惯上。这些习惯你自己读两遍就能发现，不需要工具。而且更关键的是——你去研究怎么骗检测器，等于把力气花在了错的地方；真正让读者划走、让编辑退稿的，是那几个读起来”别扭”的毛病。
这篇不讲怎么规避检测，只讲怎么认出这些毛病、以及怎么改。
痕迹一：对 AI 越客气，它写得越死板
这条来自 linux.do 上一个用户的观察（xiongjy，2025-12-29，12 赞），我觉得是同类讨论里最反直觉的一条：
“你对 AI 越客气，它写得越死板。因为你加的那些’请’、’麻烦’、’您’，反而在暗示：’用正式、礼貌、助手式的语气回应我。’……句式工整得像教科书，堆砌书面语和专业术语’让我们深入探讨’、’充分利用’、’赋能’……你让它写微博，它给你写新闻稿。”
为什么会这样？因为”请””麻烦您”这类词本身就是书面正式语境的信号。你给了这个信号，模型就会把整套正式腔调一起调出来——措辞、句式、节奏，全是配套的。
怎么改：把它当成一个具体的人来交代任务，而不是当客服来请求。对比一下：
- ❌ “请您帮我写一篇关于咖啡的介绍，希望能够深入探讨其文化内涵。”
- ✅ “写一段咖啡的介绍，给完全不懂咖啡的人看，口语一点，300 字。”
第二句没有任何礼貌用语，但给了对象、语体和长度。它写出来的东西会明显更自然。
痕迹二：喜欢”先否定，再重定义”
这个句式你一定见过：
“这不仅仅是效率问题，更是思维方式的转变。”
“真正的关键不在于工具本身，而在于如何使用它。”
结构永远是”不是 A，而是 B”。读起来很有力，实际上什么信息都没增加——它只是把一句普通的话包装成了顿悟。
linux.do 上有位用户（alizoed，2026-05-18，21 赞）在总结 AI 写作问题时，把它列进了清单：
“喜欢替读者解释意义／喜欢先否定再重定义／喜欢把反应写成歇斯底里／喜欢把克制写成麻木……提示词也越加越长，现在看 AI 出的结果跟批改作文一样，心累的不行。”
值得一提的是，连专门讲”祛 AI 味”的文章自己也会犯这个毛病。同一位论坛用户 StellaFortuna（2026-08-05，21 赞）评论某篇热门”去 AI 感”教程时说：”效果我不认可，但思路我是认可的……通篇一看，又有不少先否后肯。”
怎么改：直接把”不是 A 而是 B”压成一句陈述。想说”关键在用法”，就写”关键在用法”。砍掉铺垫。
痕迹三：每段都要”总述—三点—小结”
这是最容易被识别的一条，因为它体现在结构上而不是字词上。AI 生成的文本段落长度往往高度接近，每段都是先一句概括、再展开、再收一句，像排好队的方阵。
真实写作不长这样。人写东西是有轻重缓急的：某个点特别重要，就多写几段；某个点只是补充，一句话带过甚至不提。段落长度参差，重点密度不均，这才正常。
alizoed 那段话里还有一句很准：”动作大量模板化。”套在非虚构写作上，就是每个过渡都用同一套连接词——”首先/其次/最后””值得注意的是””总的来说”。
怎么改：写完通读一遍，专门看段首。如果连续三段都用了结构相似的过渡句，把其中一两段的过渡直接删掉，让句子硬接硬转。读起来有点”跳”，反而更像人写的。
痕迹四：给情绪和意义做过度解释
前面那份清单里的”喜欢替读者解释意义””喜欢把反应写成歇斯底里”，说的是一回事：不信任读者，什么都要点明。
写一件事发生了，紧接着就要补一句”这体现了……”；写一个人物难受，就要写”他歇斯底里地……”。真实写作会留白——把事写出来，感受让读者自己得出来。
这一条在职场写作里同样成立。比如写复盘：
- ❌ “这次延期深刻反映了我们在跨部门协同上存在的系统性不足。”
- ✅ “这次延期是因为设计和开发对接口的确认晚了三天，后续需求评审要把技术确认提前到排期前。”
第二句没有”深刻反映””系统性不足”这类大词，但说清了原因和动作。
痕迹五：细节很具体，但具体得没有理由
这一条容易被忽略，因为它是”用力过猛”造成的。alizoed 的说法是”喜欢添加大量的无意义细节来强调所谓生活化”。
AI 被要求”写得具体”之后，会往文本里塞细节。但这些细节和主线没有因果关系，删掉也不损失什么——它们只是被摆在那里，证明”你看我写得很具体”。
判断标准很简单：把这个细节删掉，文章的意思有没有变化？没变化，它大概率就是为了凑”具体感”加的。有用的细节一定承担着信息功能——交代因果、限定条件，或者提示一个坑。
一个容易被忽略的根源：提示词越加越长
以上痕迹，很多人第一反应是”那我多加几条提示词约束它”。但 alizoed 那句话的后半段正好说了这个的反效果：提示词越加越长，输出反而越来越像批改过的作文。
原因不难理解：每一条约束都在收窄它的发挥空间。约束堆到一定程度，模型只能走最”安全”的路——结构对称、措辞中性、每段都不得罪人。这恰恰就是 AI 味的来源。
论坛上还有人（user2466，2026-02-20，99 赞）从另一个角度印证了这点：他原本一直用一套”万金油”通用提示词，后来工作流固定下来换成场景化配置，回头再看那套通用模板，原话是”简直是在暴殄天物”。
所以真正有效的做法是反过来：少写约束，多给具体信息。与其堆十条”不要怎样”，不如说清楚”给谁看、要多长、语气怎么样、读完他要做什么”。信息给足了，它自然写得像样。
自查清单
改稿时按这个顺序过一遍，比用检测工具实在：
- ☐ 开头有没有铺垫性的套话？删掉第一句试试，通不通顺
- ☐ 全文有几处”不是 A 而是 B”式的句子？压成陈述句
- ☐ 连续三段的长度是不是差不多？打散其中一段
- ☐ 有没有替读者总结”这说明……”？删掉，看信息还在不在
- ☐ 每个具体细节删掉后，文章意思受影响吗？不受影响就删
- ☐ 我的提示词里，”不要”比”要”多吗？把一半约束换成背景信息
最后一句判断
这些痕迹里，结构和解释欲这两条最值得先改，因为它们不是词语层面的，换同义词躲不掉。而”越客气越死板”那条最容易被忽略——很多人以为礼貌是加分项，实际上它是在给输出定调。
如果问题出在提示词本身写得不对，建议先看《AI提示词怎么写：普通人可直接套用的四步法》，那篇讲的是怎么把需求说清楚。很多 AI 味其实是需求没交代清楚，模型只能拿通用腔调来填。至于常见的想当然式提问，站内《AI提示词新手常见错误》列得更细。
如果你要判断的是”AI 写的内容能不能直接用在工作里”，标准就不是文风了，而是事实有没有核过——这个风险比读起来别扭严重得多。《AI读文献准确吗》里梳理过 AI 在事实层面的出错规律，思路可以迁移到其他场景。