AI PLAY玩法更新持续收录
← 回到更新流

2026-09-17 · 原文发布日

把LLM当校对员而不是代笔的写作纪律

Thomas Ptacek提出一条用LLM辅助写作的铁律:绝不使用模型建议的任何具体措辞。他把LLM限定在校对角色——查事实、拼写与语法检查、偶尔当同义词词典,正文始终自己写,以此保持文字的个人气味并维持写作纪律。文中展示了作者自用的LLM校对工具截图,并给出了一个可供参考的校对提示词和搭建思路,适合想让AI帮忙改稿又担心文风被同化的写作者。

原文要点

Simon Willison链接博客转述Thomas Ptacek的用LLM辅助写作原则。Ptacek的铁律是:不得使用LLM建议的任何一个具体措辞,他把这视为智力上的个人防护装备。他只让LLM做事实核查、拼写与语法检查、偶尔当同义词词典,正文始终自己写,因为模型文字有怪味,且这条规则有助于保持写作纪律。文中展示了Ptacek自用的LLM校对工具截图,并提到他提供了可借鉴的校对提示词,后又在Hacker News评论中分享了自己的系统提示词;但转述页未给出提示词全文。

这次做成什么

建立一套LLM只做校对不做代笔的写作流程:用一份可直接粘贴的校对提示词让模型只列问题不给改写,自己动笔修稿,练出一篇短文并检验文风未被同化。

准备什么

  • 一个可对话的LLM账号或本地模型界面,能粘贴系统提示词
  • 一篇自己写的、尚未润色的中文或英文草稿,建议300字以上
  • 愿意遵守铁律:模型给的任何具体措辞都不抄进正文

具体怎么做

  1. 粘贴校对系统提示词开新会话

    用下文artifacts里的校对提示词作为系统提示词或对话首条消息。它的核心是只输出问题清单——事实疑点、拼写语法、可替换的同义词候选——但明令禁止给出改写后的句子,从机制上堵住抄措辞的入口。

  2. 提交草稿只收问题清单

    把自己的原稿整段发给模型。检查返回内容:应只有编号问题列表,每条指出位置与问题类型;若模型擅自给出改写句,提醒它遵守规则重新输出,或直接忽略该句。

  3. 逐条判断并自己动笔修改

    对照问题清单逐条决定接受与否:事实疑点去查原始来源核实,拼写语法按自己的说法修正,同义词候选只当词典参考、换一个你自己会用的词。全程不复制模型给的任何完整短语。

  4. 做文风留存自检

    修改后重读全文,问自己这段话像不像你平时会写的。再用下方checks里的对照法抽查:把改后段落和草稿并排读,确认句子节奏和用词习惯仍是你的,没有被修成工整但无味的腔调。

可直接复制的材料

LLM校对员系统提示词(可直接粘贴)

原作者的提示词全文未在转述页给出,这条是本站按其只校对不代笔原则独立设计的,可按需删改,例如去掉同义词部分。

你是我的校对员,不是我的合著者。请阅读我接下来发给你的文章,只做以下三件事:
1. 事实核查:指出任何可疑的事实、数字、日期或引用,说明你怀疑的理由。
2. 拼写与语法:列出具体的拼写错误、标点误用和语法问题,标明所在句子。
3. 同义词提示:对重复或用得过弱的词,最多给出三个候选词,仅供我查字典式参考。

硬性规则:
- 绝对不要输出改写后的句子或段落,不要替我重写任何内容。
- 不要评价文章风格好坏,不要给润色建议。
- 输出格式为编号清单,每条只包含:位置、问题类型、简短说明(同义词提示除外,直接列候选词)。
- 如果没有问题,就直接说没有问题,不要硬凑。

校对输出记录模板

本站设计的自查记录格式,每篇稿子填一份;抄用次数必须是0,这是铁律的量化检查。

{
  "稿件": "文章标题",
  "日期": "2026-09-20",
  "问题清单": [
    {"序号": 1, "位置": "第二段第一句", "类型": "事实疑点", "处置": "已核实并修正"}
  ],
  "抄用模型措辞次数": 0,
  "自检结论": "文风与草稿一致"
}

输入与输出示例

本站虚构演示,非原作者工具结果;作者自己的提示词在原文评论区另有分享,此处不引用。

输入

草稿片段:「这个工具的效率提升了大概三倍左右,据我所知很多团队都在用,效果拔群。2025年发布以来它彻底改变了我司的工作流。」

对应输出

模型校对输出示意:1. 位置:第一句;类型:事实疑点;说明:三倍与大概、左右并用,数字无出处,建议核实或删去。2. 位置:第二句;类型:事实疑点;说明:很多团队都在用为无依据泛称。3. 位置:第二句;类型:用词提示;候选词:显著、可观、稳定。——只列问题,不给改写句。

做完检查这些

  • 模型输出中没有任何改写后的完整句子,只有问题清单
  • 事实疑点的每一条都有核实结论:已查证修正或已删除
  • 修改后的正文不含任何从模型回复复制的短语,抄用次数为0
  • 改后与草稿并排朗读时,句子节奏和个人用词习惯仍然一致

容易卡住的地方

  • 铁律的难点在执行:模型给的漂亮措辞很有诱惑力,需要硬性拒绝
  • 让模型润色与让它校对只差一句指令,提示词里必须明令禁止改写
  • 同义词候选也可能带模型腔,只参考词义、选你自己常用的说法
  • 事实核查不等于可信:模型指出的疑点要查原始来源,它自己也可能错
  • 这套纪律适用于署名文章,对内部草稿类文本可酌情放宽但需自知

原文与作者资料 ↗

本站借助AI整理来源事实,独立编写中文操作指南与示例。示例不代表实际运行结果;来源效果尚未由本站独立复现。付费模板与模型、服务费用分别计算。

原文标题
How To Write With An LLM
原作者
Simon Willison
原始发布日期
2026-09-17
来源
https://simonwillison.net/2026/Sep/17/how-to-write-with-an-llm/