你写公众号、小红书或客户文案时,可能希望 AI 写出来像你平时说话。只写「自然一点、别太像 AI」很难说明白;让它看几篇你自己认可的文章,通常更容易对齐句子长短、段落节奏和用词。
先准备 3 篇你愿意公开给 AI 看的范文,再把这次要写的事实单独列出来。下面的工具包附有本机 Ollama 脚本、提示词、示范语料和输出检查器,脚本本体就在 ZIP 里的 style.py,解压后照 README 运行,不用再去找其他仓库。
我用 3 篇 AI 百宝箱旧稿在本机 Qwen 上跑了一遍:它总结出 5 条写法,其中有「列表项用加粗短语开头」;再按范文生成开头,检查器看到 5 条列表、没有事实清单外的阿拉伯数字。这个结果只能说明格式和数字表面一致,不能证明内容真实;完整输入和输出在工具包 examples/。
你需要准备
| 准备 | 用途 |
|---|---|
| 3~5 篇你自己写过、最满意的文章 | 让 AI 观察你真实的表达习惯 |
| 一份事实清单 | 固定这次可以使用的数字、经历和结论 |
| 任意文字 AI | 用对话框测试提示词;费用和可用功能看你当前的产品 |
| 可选:Ollama 和本机模型 | 不想把范文发到云端时,在本机运行工具包脚本 |
客户资料、未公开的商业信息和个人信息不要直接当范文上传。可以只截取不含敏感内容的几段,或者用本机模型。
1. 先选范文,再分开写事实
从你自己写过的内容里挑 3~5 篇。选你希望 AI 学的那种写法,例如公众号开头、产品介绍或朋友圈,而不是把不同用途的文章混在一起。删掉姓名、电话、订单号和客户未公开信息。
再把新文章要用的事实写成清单。只写已经核实的数字、时间、经历和结论,别在事实清单里提前模仿文风。工具包里的 examples/facts_s064.md 是一份历史演示材料,自己的内容请换成你能核实的事实。
2. 用同一份事实比较 4 种提示
打开任意文字 AI,把下面的提示词复制过去,将 {事实清单} 替换成你的内容:
根据下面的事实写一段文章开头,只使用事实清单里出现的数字、人物、经历和结论,不要补充事实。先给读者一个具体场景,再说明这篇内容能解决什么问题。
事实清单:
{事实清单}
只输出开头,不要解释你的写法。
把同一份事实分别试 4 次,每次开新对话,避免上一次的回答影响下一次:
- 只给事实:用上面的提示词,作为基准。
- 加风格说明:在提示词后面贴一段风格规则,例如「句子短一些,多用第一人称」。
- 加范文:贴上 3 篇范文,并补一句「只学表达方式,不要照搬句子、事实和观点」。
- 说明和范文都给:同时提供风格规则和范文。
先看哪一版更像你,再核对它有没有多写事实。范文要放在提示词后半段,并明确它只用于学习写法,不能作为新稿的事实来源。
3. 风格说明要逐条检查
你可以让 AI 从范文中总结规则,但不要直接把生成的规则整段照贴。要求它每条规则都附一个范文中的短例子,再自己检查:
- 这个习惯是不是在多篇文章里都出现,而不是只出现一次?
- 这条规则只规定写法,还是会逼 AI 加观点、反例或结论?
- 例子是否真能支持这条规则?
例如,「句子偏短」可以从多篇范文核对;「每条结论后都必须加括号」可能只是从个别句子过度归纳出来。删掉没有证据的规则,也删掉「必须指出某工具的缺点」这类会诱导 AI 编内容的要求。
4. 本机运行工具包脚本
如果已安装 Ollama,先确认它正在运行,并执行 ollama list 查看本机模型名称。下载并解压文风示例工具包,进入解压出来的目录:
python3 style.py self-test
python3 style.py guide corpus style_guide.md qwen3.8-27b:latest
python3 style.py write shots examples/facts_s064.md out.md corpus style_guide.md qwen3.8-27b:latest
python3 style.py check examples/facts_s064.md corpus out.md
style.py 会调用本机 Ollama 的接口,不需要 API Key,也没有 Python 第三方库。模型名称按 ollama list 的结果替换。guide 从 corpus/ 生成风格说明;write shots 把范文和事实一起交给模型;check 提示稿件结构、和范文连续重合较长的片段,以及事实清单外的阿拉伯数字。
工具包附的 3 篇 corpus/ 范文来自 AI 百宝箱旧教程,只用来演示脚本。要让它学习你的文风,把自己的范文另存为 corpus/ 里的 Markdown 文件再运行。不要把演示语料当成你的个人风格。
检查器只做提醒:它识别不了中文数字、同义改写、数字含义和上下文,也不能判断一段话是否真的像你。出现告警就回原文核对;没有告警也要自己读一遍。
一组历史对照
2026 年 10 月 6 日,我们曾用 19 篇 AI 百宝箱旧教程做过一轮对照,留 2 篇测试。那次测试中,两篇测试稿都显示「只给范文」比只给事实或只给 AI 总结的风格说明更接近原稿;AI 总结的说明还把偶尔出现的括号写成了硬规则。
这组数字是旧一轮测试的记录,原始 19 篇语料没有随这次工具包保存,因此不能从 ZIP 重新计算。下载包里的 3 篇语料只是演示样例;你可以按上面的步骤用自己的范文重新比较。无论哪种方法,风格像不像都需要人读,数字和事实也要回来源核对。
拿它做内容服务
如果你帮商家写公众号或社交媒体内容,可以先收集客户认可的旧文,再做一页风格样稿让客户确认,之后再批量起草。报价前说清楚范文数量、稿件类型、修改轮次和事实由谁确认;按同行报价和实际工作量估价,不要承诺「AI 能完全复制某个人的风格」。
常见问题
要不要微调模型? 大多数个人写作先不用。准备几篇合适的范文,在提示词里说明只学写法,通常更容易开始,也方便随时换文章和改要求。
范文会不会被直接抄进新稿? 有可能。提示词能提醒模型不要照搬,但不能保证。发稿前检查长段重复和独特说法,取得范文作者授权后再用于客户项目。
我没有本机模型,可以用网页 AI 吗? 可以。用任意你已在使用的文字 AI,照第 2、3 步复制范文和提示词;涉及隐私或客户资料时,先确认服务的隐私规则,或换成脱敏材料。
工具和资料
- 文风示例工具包:
style.py、示范语料、事实清单和 README。 - Ollama:本机运行大模型的软件;模型需单独下载,大小和运行速度取决于电脑配置。
- 读者为什么一眼看出是 AI 写的:继续检查稿子里像 AI 的表达。