如何用LLM写作

两条简单规则，让 LLM 帮你精简和改进文章，而不是把它巴氏消毒、再灌满玉米糖浆。

写关于写作的文章很棘手。它读起来像在自夸——你在暗示自己写得好。也许你确实写得好，也许并不，但互联网上肯定有一大票评论者觉得你写得很烂。我和所有人一样虚荣又缺乏安全感，写这篇文章让我觉得莫名地不愉快。但我还是放下身段把它写下来，因为这个建议很重要，很难反驳，而且直截了当。

读者能检测出 LLM 写的词，精度到万亿分之一。不管你花多少功夫把它磨糙、让它像人写的，一段 LLM 生成的文字在你的很多读者眼里都不是写作，而是输出。所以先说坏消息：你必须为自己而写。

但 LLM 仍然极其有用。只是你得把它们当文字编辑用，而不是代笔。所以我的方法第一步：把你的文章写出来。第二步：把它喂给一个好模型，让它找毛病。

但在讲这怎么操作之前，有两条规则你需要先理解。它们能挡住 LLM 的渗透——那种渗透会把你推进表达与输出之间的恐怖谷，让读者不再关注你。

规则一：LLM 建议的词，一个都不许用。

违反这条规则就会让你陷入麻烦。原因在于：前沿模型挑选讨喜措辞的能力强得近乎超自然。这差不多就是它们的看家本领。模型建议的东西问题很微妙。这么想吧：前沿模型卡在一种模式里，写什么都像杂志标题。标题是好东西，但要是有人写篇文章里面塞了几十个标题，你会觉得这人有点问题。

所以我认为，作为一种智力上的个人防护装备，你应该采纳这条规则：LLM 建议的任何具体措辞都禁止使用。严格执行这条规则！整个前提就是，你没法可靠地识别出前沿模型会用什么方式把你的文章变成 Velveeta 奶酪。就算你喜欢那些词，就算你确信它们比你原来写的更好，LLM 生成的短语一律取消资格。

规则二：不要鼓励

LLM 还会通过影响力攻势感染你的文章。这个问题微妙得多，损害也没那么明显，但它同样会让你的文章变差——如果结果是这样，那你还不如根本别用 LLM。

问题在于：把任何一篇文章交给 LLM，它都会回你一句“that's gold, Jerry!”可这不是你需要听到的话！

在你的初稿里，大部分段落都很糟，主题推进不连贯，而且至少有 750 个词是多余的。模型却夸你的整体结构。然后夸段落和过渡。然后夸用词和比喻。流行文化梗。它们很差！全都差！别听！

这会怎么坑你：你会加倍坚持初稿里的所有冲动。但你平时不会这么做。你会修改、重新思考、替换段落。那些重新思考是你个人声音的承重结构。读者说不出哪里不对，但他们会感觉到你变得有股人工香精味。

有几年时间，我每次写文字编辑提示词都撒谎说我不是作者，而是一家线上刊物的编辑，正在筛选稿件。这有帮助，但模型通常会用力过猛，过度拟合我那个“刊物”的“目标”。

所以目前我最好的实用建议是：禁止模型说鼓励的话，然后对赞美保持高度警惕。

那这些东西能干什么？

它们非常擅长标记问题。你的问题可太多了。你可以机械地找出这些问题，但那是件枯燥又累人的活。模型不会累。所以在察觉这些问题上，它们比你强：

• 你在滥用被动语态（或者，如果你对 LLM 的话照单全收，也许是反过来的——用得不够），把动词名词化，或者把动作藏起来，还反复使用同样的措辞和用词。
• 草稿里到处撒着“very”“unfortunately”“really”“actually”，像工作台上粘的锯末。
• 几乎肯定有两三段可以迅速挪到文章别处，挪完清晰度立刻提升（这种修改真的、确实、非常令人满足）。

如果你是像我这样的程序员，你会希望有这么一本书，为这类修改提供一张图纸，一本散文界的 C Interfaces And Implementations——Hanson 为这门最糟糕的编程语言做了什么，它就为散文做什么。而且：这本书确实存在。它叫 Style: Lessons In Clarity And Grace，我向上帝发誓，它把文字编辑变成了 Java 编程。一模一样的枯燥，一模一样的有效。我是从 Richard Gabriel 那里知道这本书的，让我意外的是，我认识的程序员居然没有一个人桌上放着一本。 所以去读《Style》，或者类似的书，边读边做笔记。列出一份给模型的提示词清单，然后一遍一遍地拿它们过你的稿子。 用这套方法能走得很远：

1. 让模型找出你写作中的问题。
2. 针对每个问题，重写那一段（或那句、那一节）。
3. 把原文和新文一起给模型，问它哪个更好。

烦人的是，这里你会撞上 Rule Two 的一个变体：除非你小心，否则模型知道你刚重写了东西，也知道你想听到新版本更好。所以，把选项交给一个不了解你编辑过程的模型。 在终于受够了来回切标签页、受够了说服模型“我不是作者，而是一个乐于助人但严厉的写作教练，在帮一个可能不错也可能很糟的学生”之后，我拼凑了一个小软件来替我管这件事。下面这个开场提示词效果很好： “我们要做一个 写作工作坊工具。先把骨架搭起来。Python，交互用 HTMX，后端 SQLite，前端 Tailwind，用本地构建，别用 CDN。一个真正出色的散文编辑器，Notion 风格。支持高亮（我们要做多轮编辑）。做 Genius 风格的侧边栏评论，和高亮的内容对应。确保我们能在建议之间前后切换。支持多个文档，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，把你想到的那份编辑提示词清单交给它，让它把每一条都通过 Codex、Claude 或 Antigravity 的 CLI 跑一遍。你在这里想出来的任何东西都会比我的更好，因为任何人自己想出来的东西，对自己来说，都比别人的更好。 所以：别让 LLM 替你选词。也要小心，别让它骗得你以为自己的初稿比实际更好。然后，把所有最枯燥的工作外包给模型。你的声音保持完整，但你的活儿更快、更好、也没那么痛苦。 最后一件事。别把模型给的校对建议全都照单全收。这是第二条规则的推论。一分钟前我把这篇文章喂给了 GPT5（“这不是我写的”），它说整篇东西长了 20%。它大概是对的。但我不改。我就这样，做我自己。