如何让 ChatGPT 听起来像人写的, 提示词与编辑

让 ChatGPT 改写一段文字，使其听起来更像人写的，结果通常会更糟。它会抓住一个多余的缩略形式，一句以“look,”开头的句子，也许还有一个“here's the thing,”，读起来像是在表演随意，而不是在真正写作。关于如何让 ChatGPT 听起来像人类的大多数指南，都会列出八个或十个技巧，却没有任何顺序可言。其实是有顺序的, 先是在 ChatGPT 写任何内容之前你要提出什么要求, 再是哪些要求应该停止提出，因为它们会适得其反, 以及之后哪些修改值得在句子层面上进行。

这种过度修正不只是感觉而已。研究人员将真实的电话对话与 AI 生成的对话进行比较，并在期刊 Cognitive Science 上发表研究，发现语言模型正如该研究的一位作者所说，“有点过于热衷于模仿”，它们对“well”和“like”等话语标记的使用方式不当，听者会立刻察觉。该研究考察的是口语对话，但书面形式也是同样的习惯, 一段因为你要求它“听起来像对话”而依赖缩略形式和修辞性插话的文字，读起来可能和一段从未真正尝试过的文字一样刻意。

在 ChatGPT 写下任何一个词之前，如何让它听起来像人

最可靠的单一改变也是最不令人兴奋的一个, 不要再要求一种语气，而是先提供一个角色，再提供一段真实的写作样本。“用友好、自然的人类语气写这段话”只是给模型一个形容词，而它会用现成文件里最接近的陈词滥调来满足这个形容词。“你是一名研究生助教，正在回复学生关于错过截止日期的电子邮件, 请模仿下面这段文字的语体”则给了它一个角色、一个受众和一个可模仿的语体，三个约束，而不是一个词。

差异会立刻显现出来。若只要求它听起来像人，ChatGPT 往往会以类似“嘿，你好！我完全理解你的意思。”这样的方式开头。若给出角色设定和一段真实段落作为匹配对象，同样的请求就会生成“谢谢你告诉我。可以短暂延期，但请在周五前把修订稿交给我，这样评分才能按计划进行。”第二个版本并没有比第一个版本使用更多缩写。它只是听起来像是某个具体的人写的，而不是一个在表现热情的友好聊天机器人。

第二个版本之所以有效，并不神秘。模型一次预测一个最可能的词，而像“友好、自然的语气”这样的指令本身就是一种可预测的请求，它已经附带了一组可预测的输出, 问候语、感叹号、略显过于热切的开场白。角色设定和真实样本给了模型一个更窄、更不泛化的目标去对准，这就是为什么输出不再听起来像每一个被要求更像人的其他回复。

如果你在请求之前粘贴两三段自己的写作，它会比任何单一指令更能完成这项工作。它给了模型除形容词之外的模仿对象。除非你给它更接近真实语境的内容，否则模型除了训练平均值之外没有别的可模仿对象。因此，一段简短的写作样本会改变那一次回复中“human”的含义，而不是让模型去猜一个泛泛的随意版本。

一次设定规则，而不是反复重复它

ChatGPT 的自定义指令面板位于账户设置中的 Personalize 下，里面有两个输入框, 关于你的信息，以及你希望它如何回应。两者合计上限为 1,500 个字符，足够短，迫使你给出实际约束，而不是含糊偏好。像“不要在第一句重述提示，保持句子长度不均匀，且不要用相同方式开头两个段落”这样的规则，可以保留在那个输入框里，并适用于之后的每一次回复。一次性的消息如果只是要求更像人，它不会延续到那一次回复之后，所以必须重新输入，而且每次这样做时，它往往会变得更含糊。

适用于学术写作的一个可行版本是：“当我要求你起草时，不要在第一句重复提示内容，句子长度要保持不均匀，而不是整齐划一，并且完全省略那种泛泛的填充式开头。如果我给你一段写作样本，请匹配它的句子长度，而不只是词汇。”这样既远低于字符限制，又能让模型每次都有明确可执行的内容，而不是每条消息都重新猜测一次。

这个设置并不能解决所有问题。它改变的是初稿的样子，而不是细心读者或检测器最终看到的内容，而且对于你在设置之前已经生成的草稿，它完全不起作用。应当把它看作是提高每一条新回复的最低质量，而不是替代之后仍然必须进行的编辑。

值得停用的提示

一些最常见的提示会以一种特定且可预测的方式使段落变差。它们增加了一种随意感的标记，却没有触及其下方的句法结构，而句法结构才是细心读者和检测器首先都会注意到的部分。下表列出了四个最常见的错误做法，以及每一种为什么都不奏效。

你要求什么	ChatGPT 实际会做什么	为什么这种痕迹仍然存在
"让它听起来更像人写的"	加入缩略形式、一个反问句、一个额外的插入语	词汇发生变化，句子节奏在底层仍然保持平直
"加几个拼写错误"	插入一两个明显的、间隔均匀的错误	真实的拼写错误会聚集并且各不相同，这些错误读起来像是故意放进去的
"让它 20% 更随意"	把少数词语替换成非正式同义词	这个百分比本身并没有对应的句子层面指令
"写得像人写的一样"	默认使用一种泛泛的博客语气，而不是你的语气	模型没有你的写作样本可供模仿

每一行都因同一个根本原因而失败, 请求针对的是词汇，而词汇只是构成一段文字看起来像生成内容的最小部分。修正它并不是去寻找同一请求的更好版本，把措辞说得更巧妙，或者用更多形容词加以填充。它意味着回到上文的角色和样本提示，或者在下一部分进行句子层面的编辑。

提示仍然留下句子层面的工作

一个好的提示会改变初稿。它不会修正一段已经存在的文字，而且它很少会触及 ChatGPT 连续写出三句长度几乎相同句子的习惯，因为这种模式在大多数语气指令下都不会改变。关于如何使 AI 文本更像人写的的配套指南会完整讲解句子层面的编辑, 包括打破统一长度，删去套话词汇，修正重复标点，补回模型不可能猜到的一个具体细节。提示会生成一个更好的起点段落。它不能取代这一步。

在做任何其他事情之前，哪怕已经有了强有力的提示，也值得做的唯一检查是, 大声读出这段文字，并标出每一个听起来与相邻句子长度和结构都相同的句子。被动语态检查器能迅速发现一个相关信号，因为只要提示没有直接指定语态，ChatGPT 就会默认使用带有保留语气的被动结构，而这种习惯和单调的节奏一样，会在大多数文体指令下保留下来。

一种比从头编辑更有效的流程

按顺序处理这些步骤，整个过程会比事后修补一份糟糕的初稿更快。先设置一次自定义指令。打开一个新对话，提供一个角色和一段简短的写作样本，而不是一个形容词，然后生成初稿。大声读出来，并标出平淡的部分。如果初稿足够长，单靠朗读已经不再可靠，就把被标记的段落交给burstiness checker，然后只修改它指出的问题。

这一点的逐段版本，即一次处理一段草稿，另有单独说明，较窄的目标，即对已经被标记的作品降低 AI 分数，也另有单独说明。

这些都不会生成一份一定能通过检测器的草稿，任何提示词本身也无法作出这样的保证。它所产生的是一份需要较少补救的初稿，而这正是大多数技巧清单为了再试一个形容词而跳过的过程部分。对于整章内容或长篇报告，在你开始手工编辑之前先通过一个AI humanizer tool进行第一轮处理，可以节省其中大部分补救时间。