我给 AI 写了 435 行中文写作指南
AI 大脑学习中文写作的转变
先看一段话：
该公司的商业模式面临着一个根本性的挑战。随着AI Agent技术的普及，传统的SaaS订阅模式正在被按使用量计费的消费模式所取代。这意味着公司需要重新思考其定价策略和客户获取方式。
你觉得这段话有什么问题吗？
语法没错。逻辑通顺。信息完整。
读完了什么感觉都没有。
现在看同一段信息，换一种写法：
这家公司的商业模式，说难听点，快走不下去了。
原因很简单：以前你卖SaaS，客户按月付费，管你用不用，钱照收。现在呢？客户说，我有Agent了，用多少付多少，不用就不付。
你想想，这对一家靠"年费"活着的公司意味着什么？意味着你的收入从"旱涝保收"变成了"看天吃饭"。
同样的信息。完全不同的阅读体验。
第一段是"正确的废话"。第二段是"说人话"。
我的博客上，曾经有 83 篇中文文章。每一篇，都是第一种写法。
翻译腔，AI 中文写作的原罪
博客是双语的。英文写一篇，中文写一篇。
英文版自己写，写得还行。中文版？交给 AI。中文打字慢，让 Claude 帮我翻译加改写，效率高。
结果——83 篇中文文章，篇篇读起来像英文博客直译过来的。
有朋友说："内容挺好的，但用语很生硬。"
没当回事。后来认真读了几篇，越读越不对劲：
"值得注意的是，该技术在实际应用中展现出了显著的优势。"
"作为一个在AI领域深耕多年的从业者，我认为……"
"综上所述，Agent经济的崛起将从根本上重塑软件行业的商业逻辑。"
每一句，单独看，没毛病。放在一起读——不是中文，是穿了中文衣服的英文。
就是翻译腔。AI 写中文的原罪。
不是 AI 不会中文。AI 学的中文语料里，充斥着大量翻译过来的内容。维基百科、学术论文、新闻通稿——这些语料本身带翻译腔。AI 学会了"正确"的中文，没学会"好读"的中文。
我去研究了那些真正会写中文的人
问题找到了，解法在哪？
花了几天，把公众号领域写得最好的几个人的文章翻来覆去读。半佛仙人。九边。虎嗅。36氪。
不是当读者读，是当拆解者读。每篇都在问：为什么这段读完会有感觉？为什么这个开头想点进去？为什么这句话想截图发朋友圈？
慢慢地，发现了一套规律。
第一个发现：中文好文章不讲"逻辑"，讲"共鸣"。英文写作的基本结构是论文式的：先说结论，再摆论据，最后总结。读者从头到尾跟着逻辑链走。公众号爆款不是这样。结构是螺旋式的：先给一个场景——画面、故事、经历过的瞬间——让你代入进去，产生感受，从感受里长出洞察。不是"我告诉你我怎么想的"，是"我带你经历一遍，你自然就懂了"。
第二个发现：短段落不是偷懒，是节奏。公众号文章几乎没有超三句话的段落。很多就一句话。一开始以为是手机屏幕小，长段落读着累。后来发现不止——短段落本身就是修辞手法。每个句号都是呼吸。一句话单独成段，就像钢琴的重音。刚读完一个长段落，大脑在处理信息。突然来一句很短的话，独占一行。砸过来了。就是节奏感。
第三个发现：转折是发动机。好公众号文章，每两三段就有一个"但是"。不是作者爱说"但是"，是每个"但是"都是情绪的换挡。读者注意力有惯性——连续三段分析，开始走神。一个"但问题是"，拉回来。半佛仙人文章里，数过，三千字能有七八个转折。每个转折把你推到新方向。没机会走神。
第四个发现：金句是社交货币。朋友圈看到一篇文章，标题上有一句"速度就是护城河"。觉得说得好，转发了。转发的不是分析。是金句。那句话说了你想说但没说出的话，转发让你显得有洞察。金句有公式。最常见：X不是Y，X是Z——"AI不是来抢你饭碗的，AI是来抢你饭碗里最好吃的那块肉的。"另一种：极简判断。四五个字，一锤定音。"速度就是护城河。"
435 行，一套完整的写作系统
把这些发现，全部整理成了一份写作指南。
不是那种模糊的"写作建议"——"要有感情""要生动""要接地气"——那些话跟没说一样。写的是规则。明确的、可执行的、机器能理解的规则。
7 条核心原则：先讲故事再讲道理、说人话、情绪是发动机、短段为王、转折制造节奏、金句是社交货币、写给分享者。
翻译腔猎杀清单：一个表格，左边宰掉的表达，右边替代方案。"作为一个……"→ 直接说身份。"值得注意的是"→"有意思的是"。"综上所述"→"所以你看"。"进行了……分析"→"分析了"。
禁用词列表：然而、此外、本文将分析、综上所述、不难发现、众所周知、毋庸置疑——这些词在公众号文章里出现，像西装革履走烧烤摊，格格不入。
开头模式库：场景代入、反常识冲击、对比反差、设问钩子、金句定调——五种开头方式，附带范例。
发布前检查清单：开头有没有场景？"我"出现了吗？转折够不够？有没有翻译腔？读出声像不像人话？
前后对比样本：翻译腔版 vs 公众号版，同样的信息，两种写法，让 AI 直观理解"改"意味着什么。
435 行。一个 .md 文件。
喂给 Claude，重写 83 篇
指南写完了。下一步很简单——当 system prompt 喂给 Claude Opus。
83 篇中文文章，一篇一篇扔进去重写。
效果让自己都意外。
以前的标题："Agent 经济中的商业模式演变——从订阅到消费的范式转移"。重写后："SaaS 要完了吗？"
以前的开头："本文将探讨 AI Agent 技术如何重塑传统软件行业的商业逻辑。"重写后："上个月，一个做了五年的 SaaS 创始人跟我说了一句话：'我现在最怕的不是竞争对手，是客户学会了用 Agent。'"
以前的段落结构：六七句话一段，从定义到论证到总结，像小论文。重写后：一两句话一段。短段落落锤。长段落叙事。"但是"隔三就出现一次。
不是重写后每篇都成爆款。至少读起来像中文了。像一个人在跟你说话，不像一台机器朝你输出信息。
83 篇文章。从"生硬"到"能读"。一份 435 行指南就够了。
改完博客，开始想更大的问题。
全中国多少人在用 AI 写中文内容？公众号作者、企业新媒体、知识博主、独立创作者——保守几百万。遇到的问题一模一样：AI 输出的中文，语法正确、信息完整、读起来没有灵魂。翻译腔、长段落、学术味。发出去没人看，因为读着累。
需要的也一模一样：一套明确的规则，告诉 AI 什么能写、什么不能写、怎么组织节奏、怎么制造情绪。
435 行指南，解决了一个风格——杂谈评论、社会分析、科技观点。半佛仙人和九边那一挂的写法。中文写作不止一种风格。
AI 科技评测有自己的写法——卡兹克、量子位那种口语化技术降维，带冷幽默的味道。商业分析有自己的写法——虎嗅、36氪那种数据驱动、敢下判断、信息密度极高的路子。散文随笔有自己的写法。职场干货有自己的写法。情感故事有自己的写法。
一套指南通吃所有风格？不现实。
如果给每种风格都写一套指南呢？一个风格库。用户扔草稿过来，系统自动识别——科技评测还是商业分析？匹配最合适的风格模板，按那套规则改写。
甚至更狠：喜欢某个作者的风格？直接贴他的文章过来，AI 帮你提炼写法，照着改稿子。
就是 Ghost Writer 的多风格引擎。下一篇聊怎么设计的。