用 LLM 写作：两条铁律守住你的声音

How to Write with an LLM

▲ 258joeriddles174 HN 评论区
用 LLM 写作：两条铁律守住你的声音

我写这篇关于写作的文章时，内心充满了虚荣与不安。但经验告诉我，读者能轻易识破 LLM 生成的文字。我的核心建议是：把 LLM 当作编辑而非代笔。首先，你必须自己完成初稿；其次，利用 LLM 找出问题，但绝不能照搬它建议的任何措辞，也要警惕它廉价的鼓励。LLM 擅长像检查代码一样机械地标记被动语态、冗余词汇和结构问题，甚至能像 Style 这本书一样指导修改。通过定制工具让 LLM 运行多轮编辑提示，你可以将最枯燥的工作外包，同时确保你的声音不被同化成千篇一律的“工业糖精”。

读者能在万亿分之一的精度下检测到 LLM 生成的文字。
阅读原文 →HN 评论区RSS

HN 评论区

174
  1. Eddy_Viscosity2

    LLM 生成的段落对你的大多数读者来说，不会被视为“写作”，而会被视为“输出”。

    给人类读者写作最好的建议是：别用 LLM。

    如果你是在为机器写作，比如写代码，那没问题，尽管用。如果你是在为流程写作，内容高度结构化且正式，比如手册、规格说明、表单内容、操作流程、信息文档之类的，那用 LLM 也还行。但如果你是在为人类大脑写作，让人去阅读并从中提取意义，那 LLM 就是毒药。

  2. semiquaver

    这话要是两年前说出来，我会觉得疯了。但我最近开始坚持自己写所有的提交信息（commit messages）和拉取请求（PR）描述。我通常会让 AI 代理审核事实准确性，但绝不让它改写措辞。

    这确实让进度慢了一点，但慢得恰到好处。这极大地加深了我对代理生成代码的理解深度。当代理包办一切时，人太容易“扫一眼”代码差异（diffs）而不真正消化它们。

    我一直以自己的技术写作能力为荣，而提交信息和 PR 正是磨练这项技能的绝佳场所。我发现自己很怀念那种感觉，现在我把这部分旧时的工作夺了回来，工作质量也更好了。

  3. nirava

    我发现用 LLM 写作的唯一好方法是：绝对不要在前几稿中使用它，而是把它当作工具，用来列出文本中特定类型的问题（比如词语重复、不自然难读的句子等），然后带着谨慎和怀疑的态度去处理这些点。哪怕只是复制粘贴一个句子，我也发现这是个滑坡。

  4. S-E-P

    我担心未来人们会因为大家为了省事而滥用 AI 写作，读得越来越少。

    我知道这篇文章的作者告诉你，连 LLM 建议的一个词都不要用，但我阅读时，依然会忍不住检查其中是否混入了任何 AI 生成的内容。

    这让阅读变得不那么愉快，甚至有点让人焦虑。

    如果你连花时间自己写都做不到，那别人为什么要读呢？

    我发的所有内容都是我自己一个字一个字敲出来的，结果却只收到某人用机器人回复的留言。我累了。

  5. thombles

    即使你不想要 LLM 的风格建议（我通常不想要，尤其是写博客时），对于技术博主来说，请 LLM“检查这篇文章的事实准确性”是个不错的方法，能避免你看起来像个白痴。它经常抱怨夸张修辞，我往往会忽略这点，因为如果没有坚定的观点，写博客就没意义了。但至少有一次，它给我指了一些文档，直接推翻了我整篇文章的论点——这促使我在一周后消化并应用了新信息，写出了好得多的文章。谢谢，LLM。

  6. pmg101

    读到这么好的人类散文，是不是特别让人耳目一新！这就像我二十年前读到保罗·格雷厄姆（Paul Graham）新写的文章时一样。

    作者还用了“三一律”（rule of three）和“承重”（load-bearing）这个词，纯属趣味，让我会心一笑。

    感谢 OP 让我的一天有个愉快的开始！

  7. Retr0id

    > 把原文和新文都展示给模型，问它哪个更好。

    LLM 在写作品味上简直糟糕透顶。除了琐碎的拼写/语法错误（这本来就不需要 LLM）之外，我发现它们的反馈毫无用处。

    你只需要校对就够了。

    补充：我偶尔会请 LLM 帮忙核实事实。

  8. mjmvisser

    “第一条铁律：LLM 建议你用的任何一个词，你都不得使用。”

    到目前为止，还不错……

    “那些重新思考的部分是你声音的承重构件。”

    哎呀，翻车了。

同日更多故事

2026-09-17