“LLM 腔”：读者为何对 AI 味文章望而却步，以及修改草稿的 8 个方法
来源：martinfowler.com, Martin Fowler
软件领域作者 Martin Fowler 为许多读者都有的一种感受起了名字：“LLM Voice”（LLM 腔）。就是读到一半时，你意识到自己在读机器生成的内容，继续读下去的意愿也随之消退。
Fowler 的观点（概述）
- 这种反应出于人的直觉，而且来得很快。等你用检测工具去测时，读者早已失去兴趣，所以检测分数根本没抓住重点。
- 他不信任 AI 文本检测器的准确性。他也怀疑自己的判断，因为一些让他反感的说法其实只是代际或地域的表达习惯，而不是机器的痕迹。
- 他开玩笑说，暴露 AI 的不仅是破折号，还有“load-bearing tapestries”，也就是模型文字里那些用滥了的比喻和凑字数的套话。
建议读读原文，篇幅很短：https://martinfowler.com/bliki/LLM-Voice.html
8 个实用修改方法（我们的清单，并非 Fowler 的）
- 用一个具体的事实、数字或场景开头，而不是用铺垫句（“在当今这个快节奏的世界里……”）。
- 删掉总结式的重复。模型常在每段末尾把观点再说一遍。删掉它。
- 去掉套路化的比喻：织锦、格局、领域、深入探讨、颠覆者、解锁。
- 打破“三连排比”。模型特别爱连用三个形容词。用一个好的就够了。
- 加入第一手素材：你亲自测试过的东西、一张截图、你犯过的错误。模型无法伪造这些，读者也能察觉。
- 有意识地调整句子长短。短句。然后接一个承载真实细节的长句。
- 表明立场。以“视情况而定”收尾是一种破绽。说出你会怎么做。
- 大声读出来。如果你不会对朋友这样说，就重写。
为什么这对每个借助 AI 发布内容的人都很重要
搜索引擎和读者都青睐能体现第一手经验的页面。用 AI 做调研和初稿没问题。但让一个页面值得一读的部分（测试、判断和文风）仍然必须出自人手。
视频
视频来源：BlueFx Video AI（YouTube）
视频来源：Craig Does AI（YouTube）
来源
- Martin Fowler，“LLM Voice”：https://martinfowler.com/bliki/LLM-Voice.html
- Hacker News 首页快照（Algolia API）：https://hn.algolia.com/api/v1/search?tags=front_page
哪些已确认，哪些未确认
- ✅ Fowler 观点的概述来自2026年10月29日阅读的文章原文。引用的片段（“load-bearing tapestries”）很短，并注明了出处。
- 这 8 个方法是 MetaPatchAI 自己的编辑建议，并已如此标注。它们不涉及任何关于 Google 如何给页面排名的说法。
相关文章
返回上级：AI