小说去AI味实用指南：三个技巧让文字更有人情味

为什么AI写的小说总有一股"AI味"

如果你经常使用AI辅助创作小说，一定对这种感觉不陌生：明明每个句子都通顺流畅，读起来却总觉得哪里不对劲——过度的氛围渲染、堆砌的修辞、密集的心理描写，让文字失去了真实的质感。这种现象被创作者们戏称为"AI味"。

B站UP主"二名杂务"一针见血地指出了AI味产生的两大根源。第一是训练数据的偏差："很多年以来，描写更多、修辞更多，通过刻板的语言和动作来表达情绪，这就是人们眼中的好文笔。"历史上积累了大量这类文本，全部喂给了AI，于是AI学会了这种"文学的平均表达方式"。

这里有必要理解AI生成这种"平均"表达的深层原因。大型语言模型（LLM）通过在海量文本上进行"下一个词预测"训练，本质上是在学习语言的统计分布规律——即在给定上下文时，哪个词语出现的概率最高。这意味着AI的输出天然倾向于"最常见"的表达方式，而非最恰当或最具个性的表达。值得注意的是，这种统计倾向不仅体现在词汇选择上，更渗透到句式结构、段落节奏乃至整体叙事框架：AI倾向于复现训练语料中反复出现的"情绪渲染→氛围铺垫→心理独白"三段式结构，因为这种结构在统计上出现频率极高。

这一"文学平均值"的形成还受到"选择性数字化"的深层影响：进入AI训练语料的文本并非均匀采样于人类所有写作，而是严重偏向已被数字化、公开发布的内容——网络小说平台、写作论坛、电子书库等渠道的文本体量远超私人手稿或口耳相传的民间叙事。这些渠道本身就存在审美选择偏差：辞藻华丽、情绪浓烈的文本更容易获得平台推荐算法的流量加持，从而被大量复制传播，进一步强化其在训练语料中的比例。

这一现象在数字人文领域被称为"语料库偏差"（Corpus Bias）：训练数据的构成决定了模型世界观的边界，而这个边界本身已被商业逻辑深度塑形。以中文网络文学生态为例，阅文集团、起点中文网等平台的算法长期以"订阅转化率"和"读者留存率"作为核心优化目标，这使得情绪刺激密度高、节奏快、冲突强的写作风格获得算法优先推荐，进而被大量作者模仿复制。这些文本构成了中文LLM训练语料中比例最高的创意写作样本之一。换言之，AI所学习的"文学平均值"，实际上是经过平台算法二次筛选后的"流量写作平均值"，而非文学史上所有优秀写作风格的公平呈现。从鲁迅的白描克制到张爱玲的繁复意象，从余华的冷峻叙述到莫言的魔幻铺陈——这些风格迥异的经典表达，在训练语料的庞大体量面前，都被统计稀释成了微弱的信号。

更值得关注的是，这种"平均化"倾向在技术层面有其必然性。现代LLM在训练时通常引入"温度"（temperature）参数来调节输出的随机性：温度越低，模型越倾向于选择概率最高的词，输出越"保守"；温度越高，则越可能采样到低概率的词，输出越"出人意料"。然而，即便调高温度，模型选择的仍是训练语料统计分布中相对高频的表达——真正罕见的、有强烈个人风格的文学表达，因为在训练语料中样本稀少，在任何温度设置下都难以成为模型的优先选择。在文学创作领域，训练语料中大量存在辞藻堆砌、情绪渲染的"网络文学风格"文本，这些文本在统计上构成了AI对"优质写作"的认知基准，导致模型在生成创意文本时，会系统性地偏向这种"文学平均值"，而非某位有风格主张的作者会做出的独特选择。

第二个原因更为根本——AI没有真实的创作意图。它不知道接下来会发生什么，只能用大量描写来"凑"字数。这也解释了为什么AI文本往往在关键情节处显得空洞，却在氛围描写上过度用力。人类作者在动笔前通常已在脑海中构建了情节的走向与人物的命运弧线，每一句话的轻重都服从于整体叙事意图；而AI每次生成的下一个词，只依赖于当前上下文的概率计算，并不存在"我知道三章后主角会死"这种前瞻性的叙事意识。

这种意图缺失还有一个微妙的技术维度：目前主流LLM普遍采用"自回归"（autoregressive）生成机制，即从左到右逐词生成，每个新词只能看到自身之前的内容，无法像人类作者那样在全局视野下"倒推"某一处表达是否服从整体叙事需要。这与人类作者的创作心理过程形成了根本性的不对称：经验丰富的作者往往已在脑海中完成了故事的整体弧线设计，甚至对关键场景的情绪基调有了预判，每一句话的轻重都服从于这个前瞻性的叙事蓝图。

自回归模型则完全相反——无法产生"我知道这一章结尾主角会崩溃，所以开头要用克制的语气积蓄张力"这种跨越时间维度的叙事决策。认知科学将人类这种能力称为"目标导向推理"（goal-directed reasoning）或"心理时间旅行"（mental time travel）：人类叙事者能够在想象中"穿越"到故事的未来节点，再返回当下决定用笔的轻重。这种能力在神经科学层面依赖于前额叶皮层（prefrontal cortex）与海马体（hippocampus）的协同工作——前者负责目标维持与延迟满足，后者负责情景记忆的提取与重组。自回归模型的计算架构中并不存在与此对应的功能模块，这使得"意图缺失"不仅是当前技术的局限，更是现有架构范式的结构性约束。部分研究者正在探索引入"规划模块"（planning module）来让模型先生成故事大纲再填充细节，但这仍是前沿研究方向，距离真正模拟人类叙事意志尚有很长距离。这种根本性的意图缺失，使得AI在面对需要精准克制的情节节点时，本能地用堆砌来掩盖空洞。

对比两段文本：AI味到底是什么感觉

为了直观展示差异，UP主给出了两段文本做对比。

第一段（AI创作）："夜色浓稠如墨，风从窗缝间吹进来，他站在那里，心脏轻轻颤动，仿佛有什么东西即将失去。"

第二段（人类创作）："手机震动了一下，他盯着手机，微信里只有一句话——我们分手吧。他愣了一下，把手机摔进了垃圾桶里，又把垃圾桶摔到了楼下。"

两段的差别一目了然。第一段堆砌氛围，用"浓稠如墨""心脏颤动"渲染情绪；第二段则用具体的人物动作推动叙事。当把那些氛围描写全部剥掉，换成人物和动作时，文字的"人味"立刻就出来了。

从读者的认知体验角度来看，这两段文本激活的是完全不同的阅读模式。第一段要求读者被动接收作者预设的情绪标签，读者扮演的是情绪的"容器"；第二段则要求读者主动解读行为——"他为什么要把垃圾桶摔到楼下？"这个瞬间的自问，本身就是情感共鸣产生的时刻。神经科学研究表明，当读者主动解读他人行为时，镜像神经元系统会被激活，产生"感同身受"的生理基础；而被动接收情绪标签时，这一机制则相对沉默。正是这种主动解读的过程，让读者产生"这个人物是真实的"的感受，从而形成所谓的"人味"。

这种差异还可以从信息论的视角加以理解。"夜色浓稠如墨"这类氛围描写，在语义层面提供的是封闭式信息——情绪意义已被作者预设并打包，读者几乎无需进行语义推断；而"把垃圾桶摔到了楼下"则是开放式信息，其情绪意义需要读者调用自身的社会经验与共情能力来主动建构。信息论中有一个概念叫"信息熵"（information entropy），指信息的不确定性程度：不确定性越高，信息量越大，读者需要投入的认知资源也越多。优秀的叙事写作，往往在恰当的时刻维持适度的语义不确定性，诱导读者主动填补叙事空白，这个填补的过程本身就是阅读体验中最珍贵的"入戏感"来源。AI生成文本倾向于将情绪意义直接陈述，消除了这种有益的不确定性，使读者在阅读中始终处于被动接收状态，自然难以产生深度的情感共鸣。

这正是去AI味的第一个核心思路：减少静态的氛围描写，增加动态的动作与事件。

用事件补齐情节，而非堆砌心理描写

有人可能会问：这样写是不是太干瘪了？字数也不够怎么办？

UP主给出的解决方案是：用事件来补齐，而不是靠心理描写填充。与其让角色"一个人在房间里伤心惆怅、满心痛苦、大量回忆"，不如让接下来发生一连串真实的事情。

他举了一个生动的例子："他把垃圾桶摔在楼下，屋爷来找他，他又和人吵了起来，又道歉，最后一个人坐在没有开灯的屋子里，然后他打开手机回复了那条微信。"

这种处理方式的高明之处在于——情绪是通过事件流动出来的，而不是直接告诉读者"他很痛苦"。角色的每一个行动都在无声地传递内心状态，读者跟随事件推进，自然感受到了人物的情绪。这比大段心理独白读起来舒服得多，也更符合优秀小说"展示而非告知"（Show, don't tell）的经典原则。

"展示而非告知"是现代小说写作中最核心的叙事原则之一。这一原则的历史根源可以追溯到19世纪末的现代主义文学运动——契诃夫、福楼拜等作家率先在实践中摒弃全知叙述者对人物情绪的直接评判，转而通过精选的外部细节来暗示内在心理。契诃夫曾以"不要告诉我月光很美，让我看到玻璃上的月光反射"来概括这一理念。20世纪初，亨利·詹姆斯将这一实践理论化，海明威则将其推向极致，发展为著名的"冰山理论"：文字呈现在水面之上的只是一角，水面之下的情感张力才是真正打动读者的力量。20世纪后半叶，美国创意写作学科（MFA项目）的兴起将这一原则编入了系统化的写作教育体系，使其成为英语世界写作教学的核心准则。

值得注意的是，这一原则并非放之四海而皆准：东亚文学传统中存在大量"情景交融"的抒情表达，中国古典诗词中"直抒胸臆"的传统（如"安得广厦千万间，大庇天下寒士俱欢颜"）与"以景写情"的传统并行不悖，各有其美学合法性。日本"物哀"（もののあわれ）美学传统中，对情绪的直接呈现本身就是一种高度精炼的艺术形式。AI的问题不在于使用了"告知"，而在于它无法根据叙事情境、文化语境和作者风格判断何时"展示"、何时"告知"更为适当——这种场景敏感的元判断能力，正是人类作者区别于语言模型的关键所在。

这一原则在认知叙事学（Cognitive Narratology）领域也得到了实证支持。研究者发现，读者在阅读"展示型"叙事时，大脑负责社会认知与心理推断的区域（如颞顶联合区）活跃程度显著高于阅读"告知型"叙事。换言之，"展示"不仅是文学审美偏好，更是一种能够深度调动读者认知参与的神经机制。AI生成文本恰恰普遍违反这一原则，因为直接描述情绪在统计上是更"安全"、更高频的表达选择，符合模型对"好写作"的概率预测。训练语料中直接情绪描写的句式大量存在，使得模型在需要表达角色情感时，默认走向"他感到悲伤"而非"他坐在没开灯的屋子里"。

关键技巧：动作描写不超过两步

除了整体思路，UP主还分享了一个非常具体的操作技巧：动作描写带出事件时，动作不要超过两步。

他以一段原文为例："他重新抬头望向门口的A，皮笑肉不笑，一般某种不动声色的宣告——'小弟弟还想继续吗？'"这里的动作是三步（抬头、望向、笑），节奏就显得拖沓。

按照"不超过两步"的规则改写后："他歪头看着A，露出一个天真无邪的笑容——'小弟弟还要继续玩吗？'"改动之后节奏感明显变好，读起来也更加顺畅。

这一技巧背后有认知科学的支撑。认知负荷理论（Cognitive Load Theory）由心理学家John Sweller提出，将人类工作记忆的容量视为有限资源，区分了"内在认知负荷"（信息本身的复杂度）、"外在认知负荷"（信息呈现方式的冗余度）和"生成认知负荷"（读者主动建构意义的投入度）。优秀的叙事写作本质上是一种认知资源的精细分配：减少不必要的外在负荷（如冗长动作链），以便读者将更多认知资源用于生成负荷——即主动推断角色动机、感受情绪共鸣。

阅读研究表明，读者在处理连续动作序列时，每增加一个动作节点都需要额外的认知资源来维持对场景的整体理解。所谓"情景模型"（Situation Model），是指读者在阅读过程中在工作记忆中动态构建的场景心理表征，包含人物位置、姿态、情绪状态等多维信息。认知心理学家Rolf Zwaan等人的研究证明，情景模型的更新遵循"事件分割"（event segmentation）规律：每当叙事中出现新的动作节点，读者的工作记忆就会进行一次"保存与重载"式的更新，这个过程本身会产生微小但可测量的认知中断。当动作链过长时，读者的注意力会从情节理解转移到动作追踪本身，造成沉浸感的断裂。

从神经美学（Neuroaesthetics）的视角来看，这一规律还有更深层的感知生物学基础。人类视觉系统在进化上形成了对"关键动作节点"的优先处理机制——眼动研究表明，读者在阅读动作描写时，目光会自动聚焦于语义预测性最强的动词，而非所有动作词的均匀扫描。当动作链过长时，这种优先聚焦机制会被打乱，读者被迫进行线性的逐词追踪，而非跳跃性的意义抽取，主观上产生"费力"和"拖沓"的阅读感受。这与视觉艺术中的"格式塔原则"（Gestalt principles）有相通之处：优秀的构图总是引导观者的视线在少数几个关键节点之间流动，而非在密集的细节中平均分散注意力。"动作不超过两步"的原则，本质上是在叙事时间轴上贯彻了同样的感知美学逻辑。

电影剧本写作领域对此有更严格的规范，专业编剧通常将单一镜头内的动作描述控制在极简范围内，其背后逻辑与小说写作中的"两步原则"高度一致——都是为了保护受众的认知资源，使其能够集中在情感体验而非信息追踪上。日本漫画的分镜理论中也有类似规律：优秀的漫画家会将复杂动作分解到多个格子中，而非在单个格子里堆砌动作线条，本质上是将"认知负荷分摊"到叙事时间轴上，而非压缩在单一空间内。AI缺乏这种对读者认知负荷的动态感知，往往生成冗长的动作链来"填满"场景，进一步加剧文本的拖沓感。

当然，这条规则并非绝对。UP主也坦言，如果你有特别的表达目的，写四步、五步的动作链也未尝不可。但你需要清楚地意识到：过多的连续动作会影响读者的阅读流畅度。掌握这个分寸，是从"AI味"迈向"人味"的重要一步。

去AI味方法论总结

综合来看，去除小说AI味的核心，是从"堆砌式表达"转向"叙事驱动"：

• 减少氛围渲染，用人物动作推动情节；
• 用事件补齐内容，让情绪从行动中自然流露；
• 控制动作步数，保持阅读节奏的流畅。

这些技巧的背后，是对AI创作局限性的深刻理解——AI缺乏真实的创作意图，只能依赖统计规律输出"平均"的表达。而人类创作者的价值，恰恰在于对情节走向的掌控和对节奏的精准把握。语言模型无法感知读者在阅读某一段时的心理预期，也无法像有经验的作者那样，凭直觉判断"这里该留白，那里该给力"。

从更宏观的视角看，这些写作技巧的本质是一套"反平均化"策略：它们都在有意识地打破AI所代表的统计均值，走向具体的、情境化的、有个人重量的表达。每一个具体的动作（"把垃圾桶摔到楼下"）都是对统计平均值（"他感到痛苦"）的一次叛离，而这种叛离正是文学个性的来源。这种"反平均化"的叙事选择，在文学理论中对应着米哈伊尔·巴赫金（Mikhail Bakhtin）所说的"异质话语"（heteroglossia）概念：真正有活力的文学语言总是包含着对主流话语规范的偏离与张力，而AI所代表的统计均值，恰恰是巴赫金意义上最彻底的"单一话语"（monoglossia）——一种消除了所有个体声音差异的语言死水。更根本的差异在于：人类作者写下每一个字，都服从于一个完整的叙事意志；而AI的每一次生成，本质上都是一次概率采样，没有意志，只有权重。在AI辅助创作日益普及的今天，理解并弥补这些差异，正是每位创作者需要修炼的功课。

核心要点