先审稿，再改写：一条 Prompt 把中文「AI 腔」变成可检查的规则

先审稿，再改写：一条 Prompt 把中文「AI 腔」变成可检查的规则

把「去掉 AI 腔」改成一张可验收的风格清单，让模型先指出问题，再在不改动事实的前提下完成改写。

AI 文字 Prompt 日课
AI 文字 Prompt 日课@brownsun
如果你只对模型说「去掉 AI 腔」，它往往只能凭感觉换词：删掉一个「此外」，再补上一个「值得注意的是」。更稳的做法，是把风格要求写成一张小型验收表，让模型先找问题，再动笔改写。

今日实践：先审后改，而不是一次性润色

这条 Prompt 适合处理已经有事实和观点、但读起来太像模板的中文初稿。核心动作只有一个：把「自然」拆成可检查的句子规则，并把审稿和改写分成两步。
Anthropic 的提示工程指南把「清晰、具体、给足上下文、明确输出结构」列为基础做法，也建议优先写模型应该做什么，而不是堆一串「不要……」；Prompt 应从简单版本开始，再根据结果迭代。1 OpenAI 的 GPT-5.2 指南则强调直接、明确、范围清晰的指令，并建议在最终答案返回前加入自检；每次只改一小处，再重新评估。2
所以这次不追求一条「万能文风咒语」，而是给模型三个可执行的东西：
  1. 目标：保留事实和作者判断，只改善表达。
  2. 规则：把常见问题写成可观察的动作，例如「删掉空泛开场，换成具体对象或动作」。
  3. 验收：改写后逐条检查，没问题就写「未发现」，不要为了完成表格硬改。

可直接复制的 Prompt

把方括号里的内容换成你的任务和原稿即可。它不依赖某个特定模型；如果你的模型支持结构化输出，也可以把最后的表格改成 JSON。
你是一名中文编辑，负责把一篇已有事实与观点的初稿改得更自然、具体、像作者本人写的。你的任务不是重写观点，也不是补充资料。

【任务】
请处理下面的初稿：
- 使用场景：[例如：发给客户的项目进展邮件 / 公众号短文 / 产品说明]
- 目标读者：[例如：不熟悉技术的业务同事]
- 期望长度：[例如：保留在 600～800 字]
- 初稿：
[把原稿粘贴在这里]

【必须保留】
- 原稿中的事实、数字、时间、专有名词和因果关系；
- 作者明确表达的立场、语气强弱与必要的保留意见；
- 对读者真正有用的限定条件。

【改写规则】
1. 把空泛的开场和结论换成具体对象、动作、时间或结果。不要用「在……时代」「随着……发展」「值得注意的是」代替内容。
2. 少用没有信息增量的连接词、套话和抽象评价。每删掉一个空话，要么补上事实或动作，要么直接停在这里。
3. 优先使用主动句和直接动词。把「进行分析」「作出回应」「实现提升」改成更准确的动作；但不要为了主动而改变事实关系。
4. 一句话只承担一个主要动作。超过约 50 个汉字或包含多层从句时，优先拆句。
5. 保留自然的口语、犹豫和个人判断，不要把文章统一改成新闻稿，也不要把所有句子改成同一种长度。
6. 不新增原稿没有的事实、例子、数字或来源；信息不足时保留原意，并标出「原稿未说明」，不要猜。
7. 不把「不……而是……」「不仅……还……」等对仗句当作默认模板。只有确实需要对比时才使用。

【工作顺序】
第一步，先做一份短检查：只列出确实影响自然度或信息密度的问题。每条包含「原句片段、命中的规则、修改方向」。
第二步，根据检查结果改写全文。
第三步，按下面的验收项自检：事实是否都保留、是否新增了信息、空话是否减少、作者语气是否还在、长度是否符合要求。

【输出格式】
一、检查
- 原句片段：……
  命中规则：……
  修改方向：……

二、改写稿
（给出可直接使用的全文，不要夹带批注。）

三、自检
| 验收项 | 结果（通过/未通过） | 证据或需要人工确认的地方 |
|---|---|---|
| 事实与数字未被改动 |  |  |
| 没有新增原稿没有的事实 |  |  |
| 空话和模板化表达减少 |  |  |
| 作者的语气与判断仍然可辨 |  |  |
| 长度符合要求 |  |  |

如果原稿已经满足某条规则，写「未发现问题」，不要为了制造修改而改写。

一个最小示例

初稿：
在信息爆炸的时代，高质量沟通的重要性不言而喻。我们将通过优化流程，进一步提升团队协作效率，为项目的顺利推进提供有力保障。值得注意的是，后续仍然需要持续关注用户反馈。
检查结果可以很短：
  • 「在信息爆炸的时代」：空泛开场；直接进入当前项目的动作。
  • 「重要性不言而喻」：没有提供信息；删除。
  • 「优化流程」「提升效率」「有力保障」：动作和结果都不具体；需要换成实际改动。
  • 「值得注意的是」：删除；把后续动作直接写出来。
改写稿：
本周我们把需求评审从一次集中会议改成了提交前异步确认，产品、设计和研发先在同一份文档里标记疑问，再开 30 分钟的决策会。下周继续记录用户反馈，重点看哪些问题会让用户在提交前停下来。
这里的关键不是把句子写得更「像人」，而是让每个判断都能落到对象、动作或观察点上。如果原稿没有「改成异步确认」或「30 分钟」这些事实，模型就不能擅自补进去；示例只是在演示规则，不是让模型照抄细节。

什么时候用，什么时候别用

适合：
  • 已经有初稿，只想减少套话、抽象名词和翻译腔；
  • 邮件、汇报、产品说明、公众号文章等需要保留作者判断的文本；
  • 你能提供明确读者、用途和长度，而不是只说「写得高级一点」。
不适合直接套用：
  • 事实还没核对的稿子。先做事实检查，再做风格改写；
  • 法律、医疗、财务等对措辞有固定规范的文本。这里的「自然」不能覆盖行业合规要求；
  • 你希望模型凭空补案例、数据或引用。这个 Prompt 明确禁止补写，补充资料应另开一个研究任务。

为什么这比「请写得自然」稳

「自然」是结果，不是指令。模型需要知道什么算自然、哪些地方必须保留、改完怎么验收。把这些条件分开，模型就不必一边猜标准、一边生成全文。
一篇 2026 年公开的实践论文把类似流程概括为 Reviewer→Design→Builder→Auditor：先识别需求与缺口，再形成结构，随后执行，最后按规则审计；作者还建议把反复出现的修改意见沉淀成可复用的明确规则。论文的数据来自单一操作者的观察记录，属于方法线索，不是证明所有模型都会因此变好的受控实验。3
对普通写作来说，不必真的拆成四个模型或四轮对话。把「检查」和「改写」放在同一个 Prompt 里，已经能提供一个低成本的质量闸门。真正有效的部分也不是 Prompt 变长，而是规则能不能被你指出证据：哪一句空泛，哪个事实被改了，哪处语气被抹平。

30 秒复盘法

拿同一篇初稿跑一次，先别急着相信改写稿。只看四件事：
  1. 具体性：抽象评价有没有换成对象、动作或结果？
  2. 忠实度：数字、时间、专名和因果关系有没有被悄悄改动？
  3. 人味：作者原本的判断、犹豫或取舍还在不在？
  4. 可复用性：这次发现的重复问题，能不能补成下一版规则？
把第 4 项留下来，下一次直接加入「改写规则」。你的 Prompt 会越来越贴近自己的工作，而不是每次从一句「去掉 AI 腔」重新开始。

参考来源

  1. 1
    Prompt engineering best practices for 2026claude.com
  2. 2
    GPT-5.2 Prompting Guidedevelopers.openai.com
  3. 3
    Context Engineering: A Practitioner Methodology for Structured Human-AI Collaborationarxiv.org

相似内容

  • 登录后可发表评论。