先講結論：AI 味不是文筆問題，是「沒有想法」被看穿
用 AI 寫出來的東西，最常見的毛病不是有錯，而是「沒錯，但很空」。文法通順、段落整齊、小標對稱，讀完卻想不起來它到底講了什麼。讀者不見得說得出哪裡怪，但他們感覺得到——而感覺到的那一刻，信任就掉了。你交的報告、貼文、信件，會被自動降一級看待。
我要下的判斷是：「AI 味」的根源不在句子，在內容。 模型沒有你的經驗、沒看過你看過的案例、也不知道你到底想主張什麼，它只能用最安全的通則把版面填滿。所以修辭改再多次都沒用，真正缺的那一塊是你自己的判斷。
下面先把「AI 味」拆成五個看得見的特徵，再講五個改稿原則。你不必全部照做，抓到其中兩個，草稿的體感就會不一樣。
特徵一：萬用開場，講了等於沒講
「隨著科技快速發展……」「在當今社會中……」「近年來，人工智慧已成為各界關注的焦點。」
這幾句的共同點是：貼到任何一篇文章的開頭都成立。既然貼到哪裡都成立，就等於什麼都沒說。人寫東西很少這樣起頭，因為人心裡有一件真正想先講的事；AI 沒有，所以它先鋪一段安全的暖身。
特徵二：對稱到不自然的排比
每個段落剛好三點，每點剛好兩句，每個小標都是「……的重要性」與「……的挑戰」。整篇像用尺量過。
真實的內容不會這麼平均。有的重點值得寫五句，有的一句話帶過就夠。當一篇文章的骨架整齊到像表格，多半代表寫的人沒有在分輕重，只是在填格子。
特徵三：用形容詞取代事實
「顯著提升」「大幅改善」「有效優化」「成效卓越」。讀完你會發現，沒有任何一句告訴你到底發生了什麼。
這是最容易被抓包的一種。主管、老師、客戶都很熟悉這個模式——形容詞越密集，底下通常越空。「大幅提升出貨效率」不如「原本兩個人一天排三十張單，現在一個人一天排五十張」。後者可能被追問，前者連被追問的資格都沒有。
特徵四：兩面都講，最後結論是「因人而異」
AI 很擅長把正反意見排得整整齊齊，然後在結尾寫「需視個人需求與實際情況而定」。
這句話沒有錯，但它把最難、也最有價值的那一步原封不動退還給讀者。人家看你的報告或貼文，就是想知道你怎麼想。每次都停在「各有優缺點」，那寫跟不寫差不多。
特徵五：翻譯腔與中英夾雜
「這個 solution 可以 leverage 現有資源」「我們做出了一個決定」「基於以上分析，可以得出以下結論」。
前一句是把英文詞硬塞進中文；後兩句是英文句構直接套過來——「做出一個決定」其實就是「決定」，「進行一個討論」就是「討論」。多出來的字沒有增加任何意思，只是把句子撐長。
怎麼改：五個原則，比任何模板都有用
第一句砍掉重寫。 AI 的開場幾乎都是廢話。先把第一句、甚至第一段整段刪掉，你會發現第二段才是真的開始。刪完再回頭看：第一句能不能直接換成你的結論？
把形容詞換成事實。 看到「大幅」「顯著」「有效」就停下來問自己：具體發生了什麼？講得出來就換掉，講不出來代表這句本來就沒內容，刪掉比留著好。順帶一提，AI 補上的數字、日期、引用都要回原始來源核對一次，做法可以看怎麼判斷 AI 回答對不對。
加入只有你知道的東西。 你踩過的坑、客戶問過的怪問題、你們部門真實的流程、你為什麼不同意主流說法——這些是模型補不了的部分，也是整篇唯一無法被複製的地方。一個段落放一個就夠。
敢下結論。 有立場就寫出來，別讓 AI 幫你和稀泥。你可以保留但書，可以寫「我知道有人不同意」，但不要讓整篇的結論停在「因人而異」。
念出來。 這是最便宜也最準的檢查方法。從頭念一遍，念到卡住、換氣不順、或自己都覺得肉麻的地方，就是不像人講話的地方。改到順為止，比對照任何檢查表都快。
更根本的一句：想法是你的，句子才可以外包
我們的立場很直接：AI 適合幫你「產出草稿」和「整理結構」，不適合替你「決定要說什麼」。
把「要說什麼」整包交出去，才是 AI 味真正的來源。不是因為模型的中文差，是因為那篇東西從頭到尾沒有人在主張任何事。反過來說，只要主張是你的、判斷是你的、例子是你的，讓 AI 先鋪一版草稿再改，成品幾乎不會有人看得出來，也不需要看不出來。
這件事在提問階段就能先解決一半。指令本身模糊，AI 只能回你通則；把對象、目的、限制講清楚，草稿的空泛程度會明顯下降。相關的常見毛病整理在新手最常犯的 10 個 Prompt 錯誤，想先建立整體寫法可以看 AI Prompt 怎麼寫：7 個公式，想直接練手則從新手第一組 Prompt 開始。如果你的情境是要用 AI 大量產出商品描述或社群貼文，量產的分寸另外談，可以看用 AI 量產電商文案與社群貼文。
想「躲過 AI 偵測」？方向不太對
現在確實有一批標榜能辨識 AI 生成內容的偵測工具，學校和部分企業也在用。但這類工具的可靠度有限，而且會把人寫的東西誤判成 AI 寫的。史丹佛大學的研究就發現，這類偵測器容易把非英語母語者寫的文章判成 AI 生成；美國范德堡大學也公開說明過，為什麼決定停用 Turnitin 的 AI 偵測功能。
所以把力氣花在「怎麼躲過偵測」上，划不划算很清楚：判準不透明、工具本身會改版，而且你就算躲過了，讀者還是看得出來這篇很空。這裡要說一句不建議——不要為了通過偵測而刻意把文字寫壞，例如故意塞錯字、硬換冷僻同義詞、亂改句子長短。那會同時傷可讀性和可信度，兩頭落空。
真正有效的只有一條路：把內容寫得真的有東西。有你的判斷、有查證過的細節、有別人給不出的例子，讀起來自然就不像機器寫的——因為它本來就不是。
常見問題
用 AI 寫報告或作業會不會被抓到？
先看你的學校或公司規定怎麼寫，能不能用、要不要揭露，那是規則問題不是技術問題。技術上，現有的 AI 偵測工具可靠度有限，也會誤判人寫的文章，所以「有沒有被工具標記」跟「有沒有問題」不是同一件事。更實際的風險是內容空泛被人看出來，那不需要任何工具就會發生。
叫 AI「寫得像人一點」有用嗎？
有一點用，但改不掉根本問題。這種指令通常只會換一批形容詞、把句子拆短，內容一樣空。真正有效的是換你自己動手：刪掉萬用開場、把形容詞換成具體事實、補進只有你知道的經驗與判斷。這幾件事模型幫不了你，因為它沒有那些資訊。
那乾脆全部自己寫，是不是比較快？
看任務。要整理一堆雜亂資料、要一個結構、要三個不同版本的開頭，AI 通常比你自己從零開始快。但「這件事我到底想主張什麼」永遠得自己想。比較省力的分工是：你決定要說什麼，AI 幫你把它排整齊，你再改一遍。
改到什麼程度才算夠？
一個簡單的標準：整篇念一遍，如果每一段你都能回答「這段在講什麼、憑什麼這樣說」，大概就可以了。反過來，只要有段落你自己念完也說不出重點，那段留著只會拖累整篇，刪掉或重寫都比放著好。