AI文风复刻能做到几分像？看样本和边界

文风复刻没有行业通用的相似度数值，任何「像九成」「几乎一模一样」的说法，都要问一句是怎么测的。能负责任回答的只有三件事：拿什么当样本，要求复刻哪几层，怎么检验。常见做法是让AI读几篇文章，然后凭感觉说「挺像的」，这样得不到可靠的判断。下面先把「像」拆成五层，说清每层的边界，再给一套市场部自己能跑的盲测方法。

「像」分几层？哪几层能复刻，哪几层不能

读者说「这篇不像他写的」，可能指完全不同的事。先拆开，才知道该要求AI做到哪一步。

第一层是用词和句式：常用的连接词、长短句的搭配、标点习惯、爱不爱用反问。这些是反复出现的表层规律，样本里重复多，复刻难度低。

第二层是结构：开头怎么入题，先讲结论还是先讲故事，一节写几段，结尾收在哪里。前提是作者自己的结构相对稳定。如果每篇写法都不同，AI只能学到一个模糊的平均写法。

第三层是语气和态度：直接还是委婉，爱下判断还是爱留余地，对读者是平等聊还是指导。大体能做到一致，细节容易偏，比如把「直接」学成「生硬」。

第四层是观点和判断：作者对某个行业问题怎么看，为什么这么看。样本里出现过的观点，AI可以复述和延伸。遇到样本之外的新问题，它往往给出各方都兼顾的通用说法，和作者本人会下的判断有距离。这一层需要作者先把判断说出来。

第五层是经历和事实：作者见过哪个客户、开过哪次会、踩过哪个坑。AI没有经历过，写得越具体的细节，越要核对：要么来自作者提供的素材，要么是编的。这一层不能让AI补。

分工因此很清楚：前三层交给文风库（把某个作者的样本和写法规则整理成的资料库，AI写稿时按它来写），第四层由作者给出观点，第五层必须由人提供真实素材。后面的测试和流程都按这个分工设计。

复刻用什么样本？先看这四个条件

样本决定上限。同一套工具，样本质量不同，结果差别很大。判断一批样本能不能用，看四个条件。

第一，是作者本人写的，而且没被别人大改过。很多公司发布的稿子经过编辑、领导、法务多轮修改，署名是老板，文字已是几个人的合成。拿这种稿子当样本，学到的是公司通稿腔。优先找原稿或改动少的版本。

第二，没有被AI润色过。样本里混进AI改写的稿子，AI会把自己的写法当成作者的写法学回去，复刻出来更像AI。筛样本时，请经手这些稿子的编辑回忆哪些用过AI改写，单独放在一边，不进库。

第三，类型覆盖作者实际要写的场景。要写公众号长文，样本里就要有长文；要写口播稿，就要有口播稿或说话的转写。只用长文样本去写口播，句子偏书面，听起来像念稿。

第四，标出哪些样本更有代表性。让熟悉作者的人挑出几篇「一看就是他写的」，在库里给更高权重（写稿时优先参考）。再让作者指出哪几篇是勉强写出来的，降低权重或不用。

样本数量够不够，不要凭空定一个数。做法是先用一批样本建库，跑一次盲测并记录分数；补充样本，再跑一次。分数不再随样本增加而上升，说明该解决的是样本质量，或者作者本身写法不稳定的问题。

还有一个操作要点：留一部分作者的真实稿不放进库，专门做对照。下一节的盲测要用到它们。

怎么测「几分像」？用盲测打分

盲测指评审在不知道哪篇是AI写、哪篇是真人写的情况下打分。不需要技术人员，市场部自己能做。

第一步，准备稿子。 选几个作者近期没写过的题目，让AI按文风库各写一篇。再取作者真实写过、没进文风库的同类稿子，数量与AI稿接近。

第二步，去掉标识。 统一排版、字体、标点格式，去掉署名和日期，把AI稿和真实稿混在一起随机排序。

第三步，找评审。 选熟悉作者的同事和老读者，多找几位，可以减少个别人偏好的影响。每位评审对每篇稿回答两件事：这是不是本人写的（是、不是、不确定）；用词、句子节奏、结构、语气、观点五项各打1到5分，并写一句「哪里不像」。

第四步，算比例。

• AI稿识别率 = 被评审判为「是本人写的」的AI稿人次 ÷ AI稿被评审的总人次
• 真实稿基线 = 被评审判为「是本人写的」的真实稿人次 ÷ 真实稿被评审的总人次
• 接近度 = AI稿识别率 ÷ 真实稿基线

必须有基线，因为评审不可能每次都认出作者，有些真实稿也会被判成「不像」。基线本身很低，说明评审对作者不熟，或作者写法不稳定，这时接近度参考价值有限，应先换评审或先让作者定下写法。

接近度越接近1，AI稿越难和真实稿区分。多少算合格，由团队在测试前约定，写进文风库的验收记录，不要看到结果再定标准。

要记录的数据项：每位评审对每篇稿的判断、五项分数、「哪里不像」的评语。五项分数告诉你该修哪一层，评语可以直接改写成下一轮的规则。

复刻后哪些地方仍会露馅？

即使盲测分数不错，熟悉作者的人读多了，也会发现几类固定破绽。提前知道，才能在流程里设检查点。

口头禅过量。 AI会放大样本里出现较多的表达。作者十篇用一次的说法，AI稿里可能篇篇都有，甚至一篇出现几次。检查方法：列出文风库里的高频词，在成稿里搜它们的出现次数，和作者真实稿的频率对照。

写得太规整。 真人写作有不均匀的地方：有的段落长，有的一句话成段，偶尔有跳跃。AI稿往往每节长度接近、每段结构相似。可以在规则里写明「允许单句成段、允许某节更短」，检查时看段落长度是否过于整齐。

遇到新话题时观点变平。 作者一贯有明确倾向，碰到样本里没出现过的问题，AI会给一个面面俱到的说法。解决办法是写之前让作者用几句话说出自己的判断，AI据此展开，不让它自己拿主意。

经历和细节虚。 稿子里出现「有一次我去一家企业」这类句子，如果作者没提供，就是AI编的。成稿检查时，凡出现具体人物、场景、数字的地方，逐条问作者「这是真的吗」，答不上来的删掉。

时事和行业内部说法跟不上。 作者圈子里的新说法、对近期事件的态度，样本过时就会落后。文风库要定期补新样本。

怎么用，成品才稳？

把复刻放进有分工的流程，比追求「像到分不出」更实用。

第一步，作者或业务负责人先交「材料块」：这篇要讲的判断是什么，有哪几个真实例子，哪些数字可以用，来源是什么。几行字就行，目的是让AI不再替他决定观点。

第二步，AI按文风库写初稿，负责前面说的第一到第三层。

第三步，用检查清单过一遍：高频口头禅是否过多；段落是否过于整齐；每个具体经历、人物、数字是否来自材料块；有没有超出作者原有立场的观点。

第四步，作者本人或熟悉他的编辑通读，改掉不像的地方并记录改动。同一类改动反复出现，就转成规则补进文风库，比如「不用某类连接词」「结尾不写总结」。

第五步，定期复测。作者写法有明显变化时，或隔一段时间，重新跑一次盲测，看接近度有没有下降。文风库不更新，像的程度会逐渐下降。

人负责观点、事实和最后把关，AI负责把已有的写法习惯稳定用出来。文风库由谁维护、谁有权限改规则，启用前要写明，避免多人各改各的，把风格改乱。

哪些情况先别做文风复刻？

有几类情况，复刻收益低或有风险，建议先停下来。

作者本人的风格不稳定，同一个人的稿子前后差别很大，盲测基线会很低，复刻没有明确目标。先让作者确定想保留的写法，再建库。

样本太少或类型单一，比如只有几篇正式讲话稿，却要拿去复刻朋友圈文案。先补样本。

要以某个真实人物的名义发布内容，尤其是外部专家、已离职员工或公众人物。样本使用是否获得授权、以他人名义发布是否合适、稿件和文风资料的归属怎么约定，涉及法律条款，请法务确认后再做。对企业内部员工，也建议在入职或离职文件里写清稿件和文风资料归公司使用的范围，同样请法务确认。

内容涉及医疗健康、金融投资的功效、收益类表述时，文风复刻只解决「怎么说」，解决不了「能不能说」。这类内容的合规审核，不能因为文风像本人就省略。

如果目标是让读者误以为是真人亲笔，并据此做重要判断，也应谨慎。复刻文风的合理用途，是让团队产出的内容表达统一、稳定。

常见问题

复刻之后，还会有AI味吗？

会有一部分。文风库主要解决「像谁」，AI味主要来自套话、整齐的结构、空泛的形容词和缺少具体事实。需要在成稿检查里单独核对这几项，具体事实靠作者提供的材料来补。

样本只有几篇，能复刻吗？

可以先做初版，但盲测分数的可信度有限。留出一部分真实稿不入库作对照，看接近度。样本少时，在规则里多写作者明确的偏好和不用的写法，弥补样本不足，并在样本增加后复测。

老板的口语和书面文风，能用同一个库吗？

不建议混用。口语转写的句子短、重复多、有停顿，书面稿不是这样。建议分成两个文风库，各有样本和盲测记录，写口播稿时用口语库。

评审应该找谁？

找熟悉作者的人，比如长期合作的同事、编辑、老读者。不熟悉的人只能判断像不像AI，判断不了像不像这个人，这是两个问题，要分开测。

文风复刻之后，还需要编辑吗？

需要。观点是不是作者的真实看法、经历和数字是否属实、有没有违反广告法，都要人核对。编辑的工作从改文字转到核对事实和把关观点，并把常改的地方记下来补进文风库。