Skip to content
Dustin's AI Lab|AgentCrew AgentCrew 主站
Go back

為什麼 AI 寫出來的東西總是像機械話?對照兩次派工,我找到讓它一次過的關鍵

同樣一份素材交給 AI 寫影片口白,第一次被防禦式語氣與說教感淹沒而整批退件,第二次換了交代方式與寫作模型卻一分半鐘一次過。拆解兩次派工的差異與四個立即可試的做法。

目錄
  1. 兩版稿子擺在一起,到底差在哪裡?
  2. 為什麼 AI 會滿嘴機械話?回溯兩次派工找到的三個病根
  3. 下次叫 AI 寫稿,換成這四個交代動作
  4. 想讓 AI 長期寫出你的口氣?用對話紀錄養出專屬寫作規則
  5. 動手試之前,最後一個提醒
  6. 附錄

前陣子我在部落格寫了三篇關於教學方法的文章,記錄自己上課與工作時怎麼跟 AI 對話。文章上線後,我打算改拍成三支 YouTube 影片,早上便派工給平常用來處理工作的 AI(Claude 底下的 Sonnet),請它把文章改寫成三份口白初稿。

打開第一篇初稿,才讀沒幾行,我就忍不住對著麥克風碎念。

首先,它把給剪輯看的製作備註直接塞在最前面。我當場問:「把製作的備註放在最前面幹嘛?」看稿子當然希望一眼看到重點,「備註不會放最前面嘛,備註都放最後面嘛,對不對?你要讓我一眼看到重點」。

滑到第二幕,看到它寫的台詞,我更是差點氣笑。為了交代影片內容是從 30 場課堂逐字稿與 751 則指令整理出來的,它在口白裡寫:「這些動作我是整理出來的,每一個都有紀錄可以回查。」隔兩段又補:「下面講的是整理出來的結果,還沒有經過實驗驗證。」連「AI 抽出來的原文不能直接相信」都寫進了台詞。

我直接喊停:「請問你,你講這個幹嘛?你講這個防禦式語氣幹嘛?把防禦式語氣拿掉,好不好?我不喜歡你用防禦式語氣。」

觀眾點開影片是想學怎麼把 AI 用好,誰在乎你有沒有紀錄可查?整支影片還沒開始教,就先忙著替自己免責。我對著麥克風點出問題:「我們影片拍的原則重點就是要說服人,如果有需要注意的地方,我們最後再講」,「你這個已經被防禦式語氣淹沒了,然後被很多的這種就是說教感淹沒了。」

看到最後,另外兩篇我也懶得開,直接退件:「這三篇我都不要看了,你這個整個方向都錯掉了。」接著我叫它轉交給另一個我常拿來潤稿的寫作模型 Argon(Google 的 Gemini 4 Argon 模型):「這個潤稿重點不是只是字面的改變,整個結構重寫,去讓它重寫。給它一個情境,就這個情境是我要拍 YouTube,讓它自由發揮」。

結果 Argon 只花一分半鐘就把重寫版交回來。我讀完直接回:「好,我看完了,全部都一次過,這就是我想要的樣子。」接著還是忍不住問負責派工的 Claude:「我看完之後覺得非常好,它寫出來才是該要有的,你寫出來的都是機械話,你知道嗎?」

免費訂閱電子報 →

兩版稿子擺在一起,到底差在哪裡?

把兩份口白稿的開頭擺在一起比對,落差一目了然。

被退件的初稿,第一幕開口寫:「這一集想跟你分享一件事:我平常是怎麼對 AI 開口的。」進正題時,小標寫著:「動作一:先講為什麼」。整份稿子像在宣讀報告,把文章段落換個標題照搬過來。

而一次過的 Argon 重寫版,第一幕標題直接寫出目的:「打破『指令要寫得很精準』的迷思,讓觀眾放心張嘴講話」。字卡打上「為什麼你寫指令越認真,AI 越難用?」,第一句口白直接問觀眾:

「你有沒有過這種經驗?打開 AI 的對話框,游標在那邊一直閃,你卻不知道第一句話要怎麼寫。因為大家都說指令要寫得很精準、結構要很完整,結果光想怎麼把話寫好,十分鐘就過去了,乾脆自己做好了。」

帶出核心觀念時,重寫版把 AI 比喻成「能力很強,但完全不知道我腦中脈絡的新同事」,順著帶出四個對話動作。至於初稿那些免責聲明,重寫版全數拿掉,把真正需要提醒的兩個注意事項收在最後一幕一次講完。

為什麼 AI 會滿嘴機械話?回溯兩次派工找到的三個病根

我請 Claude 回頭檢查兩次派工的工具紀錄與提示詞,發現 Argon 寫稿時只做了兩件事:讀原本的文章、讀舊稿,然後動筆寫完。真正造成落差的,是交代任務的方式。回溯兩次派工,機械話來自三個地方:

第一是限制多、目標少。第一次派工給 Sonnet 時,只叫它寫三份口白初稿,沒提要讓觀眾做到什麼;反倒是限制列了一串:不准編造、每段標秒數、總長寫檔頭、沿用既有慣例。當你一直強調「不准編造、要有出處」,AI 就把這份小心寫進台詞,變成「每一個都有紀錄可以回查」。防禦式語氣,其實是提示詞自己教出來的。

第二是素材的樣子會變成稿子的樣子。第一次派工除了給文章,還把整理方法論的規格檔一起丟給它。讀了生硬的規格,寫出來自然像規格。第二次派工只給文章和舊稿兩份檔案,語氣馬上就順了。

第三是寫的人不對。不同模型的中文語感真的有差,Argon 的中文語感比 Claude 自然,這次同樣的素材一對照就看得出來;我在社群貼文也提過:「Argon很不錯,尤其是寫作,要寫出有人味的東西還得靠他」,在中文寫作上,「Argon真的有他獨一份的地位,好好用啊~~~」。

下次叫 AI 寫稿,換成這四個交代動作

看懂這三個原因後,下次不管你用 ChatGPT、Claude 還是 Gemini 寫稿,只要在交代任務時做到四件事,就能把機器味洗掉。

  1. 先講希望讀者看完做到什麼,並要求段落標題寫出目的:第二次派工之所以一次過,是因為任務說明直接點出目標:「觀眾願意看完、學會一件事、想回去試,寫得更吸引人」。同時規定段落標題不能只寫主題名,而要寫出「這段要讓觀眾得到什麼」,逼它先定主軸。
  2. 只餵乾淨的必要素材:要寫給外人看的稿子,工作區只放最核心的兩份檔案(原始素材與舊稿),別把內部規格表整包倒進去污染語感。
  3. 結構自由發揮,硬限制只鎖在事實底線:直接明講「整個結構重寫、自由發揮」,長稿只要一版。拿掉字數、秒數等規矩,只守住事實底線:數字、原話、事件不能改,且學員不具名。
  4. 把動筆寫稿與查核事實拆成兩步:回溯完後,我們改成先由 Claude 備好兩份檔案與任務說明,交給 Argon 寫稿;收件後只審事實、不改句子,專門比對引號句與數字。不叫 AI 一邊寫作一邊自我審查,文筆才會自然。

想讓 AI 長期寫出你的口氣?用對話紀錄養出專屬寫作規則

前面四個動作能解決單次派工。若你的日常跟我一樣,「這個我有經驗,因為我的大部分工作都是文書工作」,每天要處理對外書信、社群發文、內部審閱與外部交付這四類文件,還可以透過四個步驟,從歷史對話養出專屬寫作規則:

  1. 從對話紀錄歸納偏好:請 AI 盤點過去的對話,找出被糾正與核可的點,搭配你認可的好範例,做出第一版寫作規則(含範例、模板與正負向約束)。做完記得盲測:開乾淨對話,分別寫出有載入跟沒載入規則的文稿由你評比,因為「給人看得一定要人類來評」。
  2. 設置自動載入機制:讓 AI 每次寫文件前都先讀過這份規則。
  3. 花一兩週人工微調:留出「一兩週的時間」,每次手動精修完稿子,都叫 AI 比對修改前後差異,建議怎麼回頭更新規則。
  4. 兩週後改為每月定檢:「兩週後你的干預會越來越少,大部分都是一次過或小修一次」,這時每個月再讓 AI 掃一次對話,找出還有糾正的地方一次修好就行。總結成一句心法,就是「對話紀錄歸納偏好、耐心fine-tune loop、適當設置閘門」。

動手試之前,最後一個提醒

放手讓寫作模型自由重組結構時,收尾的事實查核不能省。我們敢讓模型自由發揮,是因為交稿後一定會把引號原話跟數字拿回原文比對。

下次叫 AI 寫稿時,先把開頭那串防禦式的警告刪掉,改告訴它希望讀者看完做到什麼、結構交給它自由發揮。現在就拿手邊的一份舊稿試試看。

附錄

技術細節補充如下:

  1. 寫稿與事實查核分工:回溯後將流程改為由 Claude 準備原始文章與舊稿兩份檔案及任務說明,交給 Argon 寫稿(如 Threads 貼文所提,「pro的額度叫argon頂多就是拿來潤稿+語音轉錄」);收件後不改句子,改用腳本自動比對稿件中的引號原話與數字是否皆出自原文。
  2. 個人文書 SKILL 與自動載入:如 Threads 貼文所述,「請他盤點你過去的session對話(找出被你糾正的跟被你核可的點)、你認可的好的文件範例,做出第一版的個人文書SKILL」,且「網路上千百個SKILL,都不如自己做的好用」。四個個人文書 SKILL 分別負責對外書信(/polite)、社群發文(/voice)、內部審閱(/reviewable)與外部交付(/deliverable),並以命令注入類 hook 在寫 .md、.html 前自動載入。

免費預科:帶你跑出第一個成果

零程式基礎也能跟著做,一步步裝好 Claude Code 並完成第一次實測。

免費加入預科

想讓 AI 替你完成第一個真實任務?了解 L1 入門班 不確定怎麼開始?預約 15 分鐘免費診斷 三個月一對一陪跑

Share this post on:
Previous Post
讓 AI 幫你查判例、貼票擬:把日常決策變成點頭就好的小技巧
Next Post
幫自己做一張「人類的系統卡」:讓 AI 先讀懂你的個性再說話