# AI文風復刻能做到幾分像？看樣本和邊界

> AI通常能復刻一個人的用詞、句式、結構和語氣，復刻不了他的新經歷和新判斷。具體像幾分，沒有通用數字，要用盲測對比自己的稿子來算。

來源：https://www.starbox.work/zh-hant/insights/ai-adoption/2026-10-19/（星盒AI 知識中心，更新於 2026-10-19）

文風復刻沒有行業通用的相似度數值，任何「像九成」「幾乎一模一樣」的説法，都要問一句是怎麼測的。能負責任回答的只有三件事：拿什麼當樣本，要求復刻哪幾層，怎麼檢驗。常見做法是讓AI讀幾篇文章，然後憑感覺説「挺像的」，這樣得不到可靠的判斷。下面先把「像」拆成五層，説清每層的邊界，再給一套市場部自己能跑的盲測方法。

## 「像」分幾層？哪幾層能復刻，哪幾層不能

讀者説「這篇不像他寫的」，可能指完全不同的事。先拆開，才知道該要求AI做到哪一步。

第一層是用詞和句式：常用的連接詞、長短句的搭配、標點習慣、愛不愛用反問。這些是反覆出現的表層規律，樣本里重複多，復刻難度低。

第二層是結構：開頭怎麼入題，先講結論還是先講故事，一節寫幾段，結尾收在哪裏。前提是作者自己的結構相對穩定。如果每篇寫法都不同，AI只能學到一個模糊的平均寫法。

第三層是語氣和態度：直接還是委婉，愛下判斷還是愛留餘地，對讀者是平等聊還是指導。大體能做到一致，細節容易偏，比如把「直接」學成「生硬」。

第四層是觀點和判斷：作者對某個行業問題怎麼看，為什麼這麼看。樣本里出現過的觀點，AI可以複述和延伸。遇到樣本之外的新問題，它往往給出各方都兼顧的通用説法，和作者本人會下的判斷有距離。這一層需要作者先把判斷説出來。

第五層是經歷和事實：作者見過哪個客戶、開過哪次會、踩過哪個坑。AI沒有經歷過，寫得越具體的細節，越要核對：要麼來自作者提供的素材，要麼是編的。這一層不能讓AI補。

分工因此很清楚：前三層交給文風庫（把某個作者的樣本和寫法規則整理成的資料庫，AI寫稿時按它來寫），第四層由作者給出觀點，第五層必須由人提供真實素材。後面的測試和流程都按這個分工設計。

## 復刻用什麼樣本？先看這四個條件

樣本決定上限。同一套工具，樣本質量不同，結果差別很大。判斷一批樣本能不能用，看四個條件。

第一，是作者本人寫的，而且沒被別人大改過。很多公司發佈的稿子經過編輯、領導、法務多輪修改，署名是老闆，文字已是幾個人的合成。拿這種稿子當樣本，學到的是公司通稿腔。優先找原稿或改動少的版本。

第二，沒有被AI潤色過。樣本里混進AI改寫的稿子，AI會把自己的寫法當成作者的寫法學回去，復刻出來更像AI。篩樣本時，請經手這些稿子的編輯回憶哪些用過AI改寫，單獨放在一邊，不進庫。

第三，類型覆蓋作者實際要寫的場景。要寫公眾號長文，樣本里就要有長文；要寫口播稿，就要有口播稿或説話的轉寫。只用長文樣本去寫口播，句子偏書面，聽起來像念稿。

第四，標出哪些樣本更有代表性。讓熟悉作者的人挑出幾篇「一看就是他寫的」，在庫裏給更高權重（寫稿時優先參考）。再讓作者指出哪幾篇是勉強寫出來的，降低權重或不用。

樣本數量夠不夠，不要憑空定一個數。做法是先用一批樣本建庫，跑一次盲測並記錄分數；補充樣本，再跑一次。分數不再隨樣本增加而上升，説明該解決的是樣本質量，或者作者本身寫法不穩定的問題。

還有一個操作要點：留一部分作者的真實稿不放進庫，專門做對照。下一節的盲測要用到它們。

## 怎麼測「幾分像」？用盲測打分

盲測指評審在不知道哪篇是AI寫、哪篇是真人寫的情況下打分。不需要技術人員，市場部自己能做。

**第一步，準備稿子。** 選幾個作者近期沒寫過的題目，讓AI按文風庫各寫一篇。再取作者真實寫過、沒進文風庫的同類稿子，數量與AI稿接近。

**第二步，去掉標識。** 統一排版、字體、標點格式，去掉署名和日期，把AI稿和真實稿混在一起隨機排序。

**第三步，找評審。** 選熟悉作者的同事和老讀者，多找幾位，可以減少個別人偏好的影響。每位評審對每篇稿回答兩件事：這是不是本人寫的（是、不是、不確定）；用詞、句子節奏、結構、語氣、觀點五項各打1到5分，並寫一句「哪裏不像」。

**第四步，算比例。**

- AI稿識別率 = 被評審判為「是本人寫的」的AI稿人次 ÷ AI稿被評審的總人次
- 真實稿基線 = 被評審判為「是本人寫的」的真實稿人次 ÷ 真實稿被評審的總人次
- 接近度 = AI稿識別率 ÷ 真實稿基線

必須有基線，因為評審不可能每次都認出作者，有些真實稿也會被判成「不像」。基線本身很低，説明評審對作者不熟，或作者寫法不穩定，這時接近度參考價值有限，應先換評審或先讓作者定下寫法。

接近度越接近1，AI稿越難和真實稿區分。多少算合格，由團隊在測試前約定，寫進文風庫的驗收記錄，不要看到結果再定標準。

要記錄的數據項：每位評審對每篇稿的判斷、五項分數、「哪裏不像」的評語。五項分數告訴你該修哪一層，評語可以直接改寫成下一輪的規則。

## 復刻後哪些地方仍會露餡？

即使盲測分數不錯，熟悉作者的人讀多了，也會發現幾類固定破綻。提前知道，才能在流程裏設檢查點。

**口頭禪過量。** AI會放大樣本里出現較多的表達。作者十篇用一次的説法，AI稿裏可能篇篇都有，甚至一篇出現幾次。檢查方法：列出文風庫裏的高頻詞，在成稿裏搜它們的出現次數，和作者真實稿的頻率對照。

**寫得太規整。** 真人寫作有不均勻的地方：有的段落長，有的一句話成段，偶爾有跳躍。AI稿往往每節長度接近、每段結構相似。可以在規則裏寫明「允許單句成段、允許某節更短」，檢查時看段落長度是否過於整齊。

**遇到新話題時觀點變平。** 作者一貫有明確傾向，碰到樣本里沒出現過的問題，AI會給一個面面俱到的説法。解決辦法是寫之前讓作者用幾句話説出自己的判斷，AI據此展開，不讓它自己拿主意。

**經歷和細節虛。** 稿子裏出現「有一次我去一家企業」這類句子，如果作者沒提供，就是AI編的。成稿檢查時，凡出現具體人物、場景、數字的地方，逐條問作者「這是真的嗎」，答不上來的刪掉。

**時事和行業內部説法跟不上。** 作者圈子裏的新説法、對近期事件的態度，樣本過時就會落後。文風庫要定期補新樣本。

## 怎麼用，成品才穩？

把復刻放進有分工的流程，比追求「像到分不出」更實用。

第一步，作者或業務負責人先交「材料塊」：這篇要講的判斷是什麼，有哪幾個真實例子，哪些數字可以用，來源是什麼。幾行字就行，目的是讓AI不再替他決定觀點。

第二步，AI按文風庫寫初稿，負責前面説的第一到第三層。

第三步，用檢查清單過一遍：高頻口頭禪是否過多；段落是否過於整齊；每個具體經歷、人物、數字是否來自材料塊；有沒有超出作者原有立場的觀點。

第四步，作者本人或熟悉他的編輯通讀，改掉不像的地方並記錄改動。同一類改動反覆出現，就轉成規則補進文風庫，比如「不用某類連接詞」「結尾不寫總結」。

第五步，定期複測。作者寫法有明顯變化時，或隔一段時間，重新跑一次盲測，看接近度有沒有下降。文風庫不更新，像的程度會逐漸下降。

人負責觀點、事實和最後把關，AI負責把已有的寫法習慣穩定用出來。文風庫由誰維護、誰有權限改規則，啓用前要寫明，避免多人各改各的，把風格改亂。

## 哪些情況先別做文風復刻？

有幾類情況，復刻收益低或有風險，建議先停下來。

作者本人的風格不穩定，同一個人的稿子前後差別很大，盲測基線會很低，復刻沒有明確目標。先讓作者確定想保留的寫法，再建庫。

樣本太少或類型單一，比如只有幾篇正式講話稿，卻要拿去復刻朋友圈文案。先補樣本。

要以某個真實人物的名義發佈內容，尤其是外部專家、已離職員工或公眾人物。樣本使用是否獲得授權、以他人名義發佈是否合適、稿件和文風資料的歸屬怎麼約定，涉及法律條款，請法務確認後再做。對企業內部員工，也建議在入職或離職文件裏寫清稿件和文風資料歸公司使用的範圍，同樣請法務確認。

內容涉及醫療健康、金融投資的功效、收益類表述時，文風復刻只解決「怎麼説」，解決不了「能不能説」。這類內容的合規審核，不能因為文風像本人就省略。

如果目標是讓讀者誤以為是真人親筆，並據此做重要判斷，也應謹慎。復刻文風的合理用途，是讓團隊產出的內容表達統一、穩定。

## 常見問題

### 復刻之後，還會有AI味嗎？

會有一部分。文風庫主要解決「像誰」，AI味主要來自套話、整齊的結構、空泛的形容詞和缺少具體事實。需要在成稿檢查裏單獨核對這幾項，具體事實靠作者提供的材料來補。

### 樣本只有幾篇，能復刻嗎？

可以先做初版，但盲測分數的可信度有限。留出一部分真實稿不入庫作對照，看接近度。樣本少時，在規則裏多寫作者明確的偏好和不用的寫法，彌補樣本不足，並在樣本增加後複測。

### 老闆的口語和書面文風，能用同一個庫嗎？

不建議混用。口語轉寫的句子短、重複多、有停頓，書面稿不是這樣。建議分成兩個文風庫，各有樣本和盲測記錄，寫口播稿時用口語庫。

### 評審應該找誰？

找熟悉作者的人，比如長期合作的同事、編輯、老讀者。不熟悉的人只能判斷像不像AI，判斷不了像不像這個人，這是兩個問題，要分開測。

### 文風復刻之後，還需要編輯嗎？

需要。觀點是不是作者的真實看法、經歷和數字是否屬實、有沒有違反廣告法，都要人核對。編輯的工作從改文字轉到核對事實和把關觀點，並把常改的地方記下來補進文風庫。