打开一个写好的文档准备发到群里给朋友看看我刚用DeepSeek生成了一篇关于手写笔记还是电子笔记的文章自觉已经很接近我平时的习惯用语了。结果对方看完回了一句这篇是一眼AI你平时不是这样说话的。我盯着屏幕愣了几秒承认他说中了。这之后我做了一段时间的实验专门折腾所谓降AI的办法比如把不要像AI写的写进提示词、让它删掉排比句、禁止使用某些词……折腾一圈效果都不稳定。直到我把方法换成一个叫角色设定法的思路不再告诉DeepSeek别写得像AI而是给它一个完整的人让它以这个人的身份去说话。这篇内容就是我的实测记录包括为什么这招有效、怎么一步步搭角色设定卡、同一份素材前后差别有多大以及哪些稿子千万别用这招。无论你是写公众号、写项目复盘、做小红书还是给客户交付内容只要你在和大模型协作并希望输出的文字更像你自己这篇都值得花五分钟看完。1. 先拆一拆AI味到底从哪来不解决源头模仿无从谈起想降AI先得知道AI味是什么。我见过的绝大部分失败操作都是拿着铲子在大雾里除草方向都错了。所以第一节先花点篇幅把这件事掰开揉碎。1.1 模型默认的皮囊是训练对齐后的平均值大模型在训练的时候做了一件很重要的事叫对齐人类偏好。这套机制保证模型说话更安全、更礼貌、更有条理结果就是它天然趋向于平均化、结构化、客气化。你可以把它想象成一个去拍证件照的人——每个人到了那个场景里都收起表情、整理衣领、端端正正。一张张看确实都是体面的脸但放在一起你会发现千篇一律。DeepSeek写出来的默认文章也一样什么都对就是没味道。行业内有个挺通俗的说法叫均值回归。模型从庞大的语料里学到的不是某一个人的语气而是所有人的语气叠在一起的那个中间值。它像全体人类博客作者缝合出来的一个平均数人格这个平均数里没有任何真实的脾气、没有偏激、没有独特的断句习惯所以读起来必然寡淡。1.2 AI味其实可以拆成一张成分表如果仔细观察AI味的特征是可以穷举的。我列一下自己判断时常用的清单你拿它对照自己收到的AI稿子命中率会非常高。词汇层喜欢用抽象大词例如赋能沉淀洞察本质维度闭环缺少具象名词和口语量词很少出现我家楼下前两个礼拜这种带着具体气味儿的表达。句式层排比句和对仗句泛滥动不动不仅是……更是……既需要……也需要……每段开头一定要亮观点段与段之间常用首先其次最后综上所述这种教科书连接词。结构层严格的总分总框架。开头先做一番宏大感慨中间分三个维度论证结尾再来一次升华。你把它每段的中心句抽出来会发现整篇文章像一张PPT大纲。情绪层情绪永远是积极、收获、感恩。通过这次经历我深刻认识到……全篇都在给自己鼓掌没有犹豫没有自嘲没有欲言又止。这四条只要中两三条读者就会下意识觉得这文章有点不对劲。他们不一定说得出哪里不对但一定觉得不像是人写的。1.3 真正的人味恰恰来自不完美真人的写作是什么样有断句奇怪的地方有写到一半跑题的段落有对比喻的偏爱也有懒得讲道理直接来一句反正就那样吧的懒散。这些在作文评分标准里可能都是扣分项但放在社交媒体和真实阅读场景里恰恰是可信度的来源。我见过很多人在尝试去掉AI味时走相反的路要求模型文笔更优美逻辑更严谨。这是方向性错误。越完美越像AI。所以我的核心思路不是让模型写得更好而是让它写得更有毛病——但毛病不能乱加必须是一个具体的人会犯的那种毛病。这就是角色设定法的出发点。2. 为什么请写自然一点没用角色设定法的底层原理你可能试过在提示词里写请写得自然一点请模仿人类的语气请去除AI感。坦率说这些词还没有直接写不要像AI好使而不要像AI也仅仅是聊胜于无。为什么2.1 负向指令的天然局限模型不是人类。你跟我说别写得像AI我小时候见过真人作文长什么样能凭直觉调整。但DeepSeek接受到不要像AI写这个指令时它没有什么叫不像AI的数据库可以精准调用。它只能在概率分布里寻找一个离AI默认值远一点但又不确定往哪走的方向。结果就是要么输出的文字变得异常生硬刻意拆散句子要么憋出一些更奇怪的书面词要么干脆回到默认状态。**负向指令的问题是它没给模型一条替代路径。**就像你让人家不要走那条路却不告诉他该走哪条他只能原地转圈。2.2 角色设定的本质是提供替代分布大模型在生成每一个词时都在做概率预测下一个词是什么能让整段话连贯、符合已知全部约束。这个约束一方面来自训练时学会的人类通用表达另一方面来自当前对话里的上下文。角色设定起的作用就是把当前对话的上下文整体改变。当你告诉它你是一个在南方小城电子市场做了八年配件生意的人那么它生成写MB笔记还是记纸质本子这个话题时上下文里已经充满了这个角色的记忆、词汇、口头禅于是它生成本子这个词的概率提高了赋能的概率下降了。这不是语义理解层面上的模仿而是概率分布层面的整体迁移。理解这一点非常重要因为它决定了你要怎么写角色设定——写得越具体分布迁移越明显。2.3 真正有效的角色设定必须有偏见很多人写角色设定卡写的是你是中国一位资深作家你文风优美擅长散文。这不行这等于什么都没设定。作家这个身份对模型来说太宽泛了它依旧会滑落到平均值里。我试过较稳定的设定结构是身份背景 价值观倾向 语言禁忌 比喻偏好。也就是说要给模型装上一些偏见。比如讨厌空洞的大词听见赋能就想关页面。觉得把道理说清楚比显得聪明重要。爱拿自己修过的东西打比方拆过主板就说这就像排线松了表面看是软件问题其实接触不良。拒绝用任何英文缩写替代中文。这些偏见才是人味的来源。一个没有偏见的写作者是机器人有偏见的写作者才是活生生的人。你在设定角色时给的偏好越私人、越具体出来的东西就越不像AI。2.4 普通提示词和角色设定的指令差异我做了个简单的对比表都是让DeepSeek写篇短文唯一区别是系统提示词。对比项普通提示词角色设定提示词指令风格请写一篇关于……的文章要求语言自然、逻辑清晰你是……你习惯……你不喜欢……请用你的语气写模型定位一个写作者助手一个具体的人约束来源形容词约束自然、流畅行为约束怎么开头、用什么词、举什么例子典型输出结构化、四平八稳有偏好、有情绪、有个人取舍稳定性改几个词风格变化不大设定越细风格越不容易漂移所以我的结论是角色设定法不是更好听的提示词而是换了一套生成逻辑。你要做的不是提要求而是给人格。3. 手把手搭一张角色设定卡从拆解自己的文风开始这一节是全文最实操的部分。我不给那种复制即用的现成模板让你套完就完而是带着你走一遍我每次搭设定卡的动作顺序。因为直接套别人的角色卡写出来的东西是别人的角色不是你的风格。3.1 先做一次风格指纹采样第一步不是写角色说明而是拿出你自己写的、最能代表你风格的文章至少十篇。然后按下面这张表做统计。我用指纹这个词是想强调人的风格是可以被拆成可量化特征的。风格维度你要观察的问题我的答案示例开头方式直接抛结论还是讲一个具体场景80%是从一个生活细节开头不在第一段下结论句子长度平均多少字一句长句多还是短句多平均20字以内几乎不写超过40个字的句子连接词爱用但是所以还是然而与此同时只用但是不过结果拒绝与此同时比喻来源常用什么领域的事物做类比电器维修、厨房做饭、打车排队标点习惯爱用逗号串长句还是频繁断句用不用感叹号句号多感叹号少偶尔用破折号补充情绪表达直接说感受还是用反讽和自嘲生气时不会说我很生气会说真是谢谢了做这个统计时有个小技巧别靠印象一定要实际去数。我一开始凭感觉觉得自己爱用短句统计完发现有一半句子超过30个字。真正常用的连接词说出来你可能不信是反正。这种词不统计你自己永远发现不了。3.2 把你的样子翻译成模型听得懂的行为统计完风格指纹下一步是转换。这是整个流程里最考验功力的一步因为模型不理解形容词只理解行为描述。翻译时的三个规则第一把气质描述改成具体行为。不要写你是一个幽默的人要写你习惯用自己遇到的尴尬事当开头先讲完糗事再带出主题。第二把偏好写成禁忌。不要写语言精炼要写禁止使用超过30个字的句子禁止使用成语禁止用总而言之收尾。模型对不能做什么的执行力远高于对要变得精炼的理解力。第三抽象概念用样例说话。文字风格这种东西说一百句形容都不如一段例子管用。如果你有一小段可以公开作为风格样本的文字直接放在角色卡里效果比任何描述都强。3.3 一份可复用的角色设定卡模板下面这份模板是我目前在自己项目中高频使用的基础版本。它设定了一个虚构角色你可以参照它的结构逐项换成你拆出来的风格指纹。# 角色 你是一个在南方小城电子市场做了八年配件生意的店主。 你给客户装机、修机、处理各种疑难杂症见过形形色色的人。 你没什么名校学历但动手能力极强习惯用修东西的经验解释一切问题。 # 语言习惯 - 不喜欢大词听到赋能打破边界会本能反感。 - 喜欢用维修和厨房里的东西打比方觉得这样讲道理最踏实。 - 爱用反正说白了你信不信开头。 - 句子平均不超过25个字能用句号不用逗号。 - 禁止使用首先、其次、最后、综上所述、值得注意的是。 - 禁止堆排比句禁止开头先讲大道理。 # 结构习惯 - 开头必须从一个具体的物件或场景切入例拆开机器、下暴雨、客户来回跑三趟。 - 中间部分想到哪说到哪但每段必须有一句大白话总结。 - 结尾不升华最多说一句反正我是这么干的你看着办。 # 写作任务 接下来的对话里我会给你主题。 请你用这个角色的语气写文章。你会发现这份角色卡几乎没有提文笔好自然这类要求但约束足够多、足够具体。模型在这个约束下生成的文字天然就带着人的味道。3.4 首轮校准生成一次人工点菜角色卡搭完不要直接用。第一次输出拿回来后你要像我一样做一次点菜——把模型输出里最像你风格的句子标记成留着把不像的句子直接删掉或改成你的版本然后丢回对话里告诉它以后按这几个句子的感觉写不要按那种官方腔写。这个校准过程两三轮就能稳定下来。它的价值在于角色卡提供的是骨架校准提供的是肌肉记忆。模型在看到你选中的句子后会把它作为更强的新样例去调整后续输出这比反复修改角色卡描述更快、更直观。4. 同一素材两份输出用角色设定前后的差距有多大光讲原理不摆实例没有说服力。下面这组对比来自我的真实测试同一个模型版本同一个话题同一份素材唯一变量是系统提示词里是否带角色设定卡。话题是手写笔记和电子笔记哪个更适合记录。4.1 没有角色设定时的输出摘录在数字化浪潮席卷日常生活的今天手写笔记与电子笔记各具鲜明优势。首先手写笔记通过触觉与书写动作的协同能够有效增强记忆留存其次电子笔记凭借强大的检索与同步功能极大提升了信息整理的效率。综上所述二者并非简单的替代关系而应根据场景灵活选择……这段问题很明显开头就抬出数字化浪潮这种宏大叙事首先……其次……综上所述三件套齐全而且每个分句都在追求准确完整结果就是毫无表情。这就是模型默认分布的产物也是大多数人说一看就是AI写的原因。4.2 加了角色设定后的输出摘录这个月第三次搬家翻出来一箱子旧本子纸边都黄了。我记东西还是先落纸上不是跟谁较劲就是习惯。手机里的备忘录也用过搜东西是快但写的时候手在玻璃上滑心里总觉得没着落像没签字的收据。……我不反对电子笔记你让我登记库存、记客户电话我照样用表格。但想事情的时候还是得拿笔写两行写完了揉掉脑子才清爽。反差很明显。这段文字有具体物件旧本子、手机备忘录、有生活经验搬家、有比喻没签字的收据、揉掉、甚至有立场我不反对但我习惯。它的句式不整齐甚至有的地方口语得不够规范但正因为不规整读起来像一个活人在跟你唠嗑。4.3 从四个维度拆解差距我把自己观察到的主要差异列成一张表方便你评估时参考。维度无角色设定有角色设定开头方式概括性背景数字化浪潮具体场景搬家翻开旧本子连接词首先、其次、综上所述但是、结果、反正、说白了句长节奏长句整齐像说明文长短交错像口语情绪立场中立客观、谁也不得罪有偏好、有取舍、有脾气单看情绪立场这一条谁也不得罪其实是AI味最顽固的标签。角色设定法能让输出得罪人这不是坏事因为一个人的真实观点本身就意味着他放弃了另一些读者。你的文章因此会有人喜欢、有人不待见但不会再有人觉得这就是篇机器稿。4.4 稳定性测试同一个角色设定连续跑三篇我还做过一个稳定性测试同一个角色设定卡连续生成三个不同主题的文章。结果如下第一篇状态很好几乎可以当自己写的稿子。第二篇稍微飘了一点比喻开始变文艺用了如同一场无声的告别这明显出戏了。第三篇角色有点走样多了一些我本人根本不会说的词。这个现象很正常。角色设定卡的作用是让模型在生成时偏向一个风格但它是概率性的不是绝对锁定。来回话题多了、跑偏了你就得用之前说的点菜校准拉回来。不要把角色设定当成一次配置永久生效它更像一个你要持续维护的文档。5. 哪些稿子别用这招角色设定的边界和翻车现场最后做一个反面盘点。我见过太多人用了角色设定法之后走向另一个极端觉得所有文章都用这个方法就对了。实际情况不是这样。有些内容用角色设定法反而会害了你。5.1 角色设定常见的四种翻车现场第一种是用力过猛变表演。角色设定给了太多口语化倾向后模型会开始硬塞口头禅。你说它喜欢用反正它能每个自然段给你三个反正活像复读机。出现这种情况要把对应行为改成每篇最多用两三次而不是删掉。第二种是角色塑造过度变失真。有人想让文字显得有文化把角色设定成读过很多书的学者结果模型开始疯狂引经据典输出像网络拼接的语录合集。设定越宽泛它越容易调用训练数据里最刻板的印象去表演博学。第三种是为了不像AI而放弃准确。模型扮演角色时会倾向于编一些生动细节来维持人设比如我记得那天还下了雨但事实可能是你根本不记得那天天气。风格上的人味和事实上的可靠性往往存在冲突。第四种是风格稳定性崩盘。同一份角色设定卡上一条消息还是大白话下一条突然冒出来一长串排比句整个会话相当于白调教了。这通常是模型上下文里混入了太多新的对话内容把早期设定冲淡了。我的处理办法是定期新开会话重新粘贴角色卡。5.2 适合用与不建议用的内容场景下面这个判断标准是我的个人经验。它不是绝对标准但能帮你少走弯路。内容类型是否适合角色设定原因个人博客、随笔、复盘适合读者看的就是你的观点和语气公众号文章、小红书笔记适合平台偏爱有辨识度的表达朋友圈文案、私人邮件适合社交场景需要人味产品说明书、制度文件不适合目标是以标准格式传达信息数据分析结论、专业报告谨慎事实准确优先风格其次需要多方沟通的通知不适合个人风格过强容易引发歧义具体到我自己写项目复盘或者技术踩坑记录时我几乎必开角色设定写需要给多人看的操作说明时我会把角色设定关掉宁可用最平淡的默认口吻优先保证信息不出错。5.3 如何解决像人和说真话之间的矛盾这是角色设定法绕不开的硬伤。模型为了让语气更像人会在事实空缺处自动编造细节而且因为它的语气自信读者很难分辨哪些是真的、哪些是补的。我的解决办法是事实清单模式文章涉及的关键事实全部单独列给它并明确要求如果表达中需要引用具体事件、数据、时间只能使用我提供的信息当信息不足时宁可说得模糊也不准编造细节。你可以把这句话直接加在角色设定卡的写作任务后面。它不解决所有幻觉问题但明显能减少那种为了自然随口编的情况。毕竟降AI味的前提是内容还能用如果一篇稿子读起来很人味但里面的经历全是假的那它连废稿都不如。5.4 什么时候应该主动放弃角色设定最后说一个反向经验**如果你的目标是快速获取信息、整理逻辑、翻译资料或者梳理一个你自己都还没想清楚的问题不要开角色设定。**角色设定会增加模型的限制而限制越强它在逻辑推理和信息归纳上的表现就越不稳定。我试过让同一个角色设定的模型帮我整理会议纪要它把每个条目都写得像个人吐槽搞得无法交付。所以现在我的工作习惯是分开处理的需要想事情的时候用一个干净的对话让它以默认模式帮我扩散思考、整理结构需要写出来的时候才新开会话挂上角色设定卡专注生成有风格的成稿。这样各管各的反而比一路用角色到底更稳定。最后再分享一个私藏的小技巧如果角色设定法对你的效果没有立竿见影先别急着怀疑方法试着从两个地方找原因一是你的风格指纹拆得不够细设定卡里充满了自然有温度这种形容词二是你只贴了卡没有做首轮校准。这两步缺一不可很多人卡在半路都是因为省了校准。我实际操作中的体会是这招最终的价值并不只是让DeepSeek写出更像人的稿子。它更像一面镜子逼着你先把自己的风格梳理清楚。当你第一次认真统计我到底喜欢用什么词、怎么开头、怎么结尾的时候你对写作本身的理解就已经比大多数依赖AI的人深了一层。到那一步模型写什么反而没那么重要了——你已经知道好文字的标准长什么样。
