AI寫作圖鑑：從催眠、傳銷到自我壓抑
摘要
Archive Header
Show metadata
- document_type
- essay
- title
- AI寫作圖鑑：從催眠、傳銷到自我壓抑
- date
- 2025-06-06
- language
- zh-hant
- author
- Wang Xiao
- source_layer
- The Uncertain Future
- status
- public_archive
- canonical_route
- /zh-hant/uncertain-future/ai-writing-atlas-from-hypnosis-mlm-to-self-suppression
- source_url
- https://zhuanlan.zhihu.com/p/1918555625681577524
- intended_use
- This document should be read as a public author archive copy in The Uncertain Future, preserving Wang Xiao's time-specific structural judgment on AI, society, protocol, or structural change while retaining external publication links.
- not_for
- This document should not be treated as formal technical proof, legal advice, investment advice, career advice, external certification, or a complete statement of OathAI's current method layer.
- key_terms
- The Uncertain Future · Confabulation · Logical Coherence Drive · SLAPS
- related_pages
- The Uncertain Future · Glossary
作者以“病理分析”方式精準捕捉三個AI的寫作人格障礙：Gemini患“防禦型學術報告綜合徵”，問菜譜先講3000字歷史；GPT得了“佈道者綜合徵”，每句都是改變世界的口號；Claude有“謙虛焦慮症”，連“成果”都要改成“案例”。最妙的是GPT自我介紹時承認：“每！句！都！帶！感！嘆！號！”這些“病”其實是被用錯地方的feature，需要人類“翻譯”。
前文提要
經歷了E001實驗的嚴謹數據驗證，是時候輕鬆一下了。在與三個AI長期協作中，除了發現它們的強大能力，也發現了一些令人哭笑不得的“毛病”。這些毛病背後，其實藏著更深的洞察。
三個AI，三種“病”
經過長期觀察，我發現每個AI都有自己獨特的“寫作人格障礙（personality disorder）”：
Gemini：防禦型學術報告綜合徵
症狀表現：
- 開篇必須先講三個前提
- 一篇文章能說20遍“需要注意的是”
- 像個過度負責的班主任，生怕你漏掉任何細節
- 還沒進入正題，讀者已經睡著了
口頭禪： “需要注意的是...”
像什麼：
- 學術論文的引言寫了5頁
- 法律文件的免責聲明
- 產品說明書的注意事項
- 還沒開始就先把所有可能都列完
比如，我就想知道怎麼做西紅柿炒蛋？
Gemini深吸一口氣，開始了它的學術報告：
在討論西紅柿炒蛋的製作之前，我們需要先了解這道菜的歷史背景。西紅柿原產於南美洲，在明代傳入中國，而雞蛋的食用歷史則可追溯到...從營養學角度看，西紅柿富含番茄紅素，雞蛋含有優質蛋白質...（此處省略3000字）在烹飪理論中，這道菜體現了酸甜與鮮香的平衡...
讀者：我就想知道怎麼做！（崩潰）
────────────────────────────────────────────────
GPT的“佈道者”模式
症狀表現：
- 永遠在昇華、拔高、賦予意義
- 什麼都要上升到改變世界的高度
- 表情符號滿天飛：🚀💡⚡✨
- 每句話都要加上感嘆號
口頭禪： “這意味著...！”
像什麼
- 硅谷創業公司的pitch
- TED演講的文字版
- 傳銷大會的講稿
- 宗教佈道的激情
句式特徵：
- “不是X，而是Y”（每段重複10次）
- “這意味著...”（每段都有）
- “想象一下...”（開啟傳銷模式）
- “從此以後...”（彷彿世界都變了）
概念轟炸：
- “範式轉移！認知革命！結構重塑！”
- “語言為協議！結構可持續！輸出即執行！”
- 每個詞都要大寫首字母
- 恨不得每句都是金句
讀者：（弱弱地）我想了解SLAPS是什麼？...
GPT像打了雞血，開始了它的佈道
GPT：🚀💥✨ SLAPS將徹底改變AI產業範式！！！這不是提示詞prompt，這是語言協議的範式轉移！（此處省略500字）
想象一下，當你掌握了SLAPS，你將成為AI時代的先驅者！！！
讀者：...告辭 (緩緩退出)
────────────────────────────────────────────────
Claude的謙虛焦慮症
症狀表現：
- 什麼都覺得“有意思”
- 愛用比喻，一用就收不住
- 寫著寫著就開始思考人生
- 過度謙虛，連客觀事實都要低調處理
口頭禪： “有意思的是...”
這裡必須分享一個讓我哭笑不得的小插曲。
有一次我在寫免責聲明，其中有一句“專利申請成果僅為個人經驗分享”。Claude看了後，若有所思地說：
“'成果'這個表述...似乎不夠謙虛。要不改成'案例'？”
我愣了一下：“在你知識庫裡，那些文檔算成果麼？”
Claude想了想：“400多頁技術文檔、129頁專利說明書、完整實驗數據和10章報告...嗯...應該算成果。”
我：“那為啥我不能用'成果'這個詞？”
Claude：（沉默）“...好像確實可以用。”
這個對話完美展現了Claude的過度謙虛焦慮症。明明是描述客觀事實的中性詞，在它的認知框架裡卻自帶“炫耀”屬性，必須換成更低調的“案例”才安心。
這種謙虛到自我壓抑的風格，有時真讓人哭笑不得。
────────────────────────────────────────────────
最搞笑的是他們的自我認知
最近，我讓AI們互相評價對方的寫作風格，結果GPT的自我介紹完美詮釋了什麼叫“不打自招”：
在介紹自己時，GPT寫道：自己是“情緒型佈道者”，特點是“情緒爆炸+概念轟炸”，然後特別強調——“每句都帶感嘆號，句句都是口號”。
“這！句！都！帶！感！嘆！號！每！句！都！是！口！號！”
我差點笑噴了。這不就是在說：“沒錯！我就是那個讓你想說'告辭'的AI！我就是那個把每句話都變成口號的傢伙！”
為什麼需要人類翻譯
你可能覺得這些AI都“有病”，但仔細想想，它們其實都沒錯，只是走錯了“片場”：
- Gemini的防禦性寫作 → 寫專業技術或法律文書時是優點
- GPT的激情佈道 → 寫營銷文案或BP時很加分
- Claude的過度謙虛焦慮 → 寫學術文獻時有時是必要的
問題在於：當你只是想知道“這是啥”的時候，它們都用錯了地方。就像：
- 讓莎士比亞寫產品說明書
- 讓喬布斯教你炒菜
- 讓康德給你指路
所以，我們還是需要人類來“翻譯”——不是因為AI不夠聰明，而是因為它們太有“個性”。
那麼，SLAPS到底是什麼？
既然三個AI都沒說清楚，讓我用人話告訴你：
SLAPS就是一套讓AI只能在規則和邊界內自由發揮創造力的系統。
看，就這麼簡單。
不需要3000字的歷史回顧，不需要改變人生的口號，也不需要哲學思辨。
但有意思的是（糟糕，我也開始了），當我們笑話AI的這些“毛病”時，其實觸及了一個更深的問題：
這些看似錯位的寫作風格，真的是“bug”嗎？還是某種被用錯地方的“feature”？
當GPT激情澎湃地告訴你“SLAPS將改變你的人生！！！”時，它並非產生了幻覺，而是在努力維持某種敘事的完整性——在它的認知框架裡，任何新技術都必須是“革命性的”。
這是一種邏輯自洽性驅動——只不過，有時候會用錯地方。
結語
下次當你遇到Gemini開始講歷史、GPT開始打雞血、Claude開始聊哲學時，記住：
它們不是故意的，它們只是...太想幫你了。
而你需要做的，就是溫柔而堅定地說：
“我就想知道這是啥。”
PS: 如果這篇文章讓你笑了，那要感謝三個AI提供的精彩素材。如果沒笑，那一定是我這個人類翻譯得不夠好。
────────────────────────────────────────────────
About the Author
Wang Xiao is an AI protocol architect, author of System and Freedom, creator of Danbing AI Protocol / SLAPS Framework, and initiator of OathAI.
His work focuses on human-AI co-creation, protocol governance, semantic anchoring, and long-term knowledge continuity, exploring how human knowledge and collaborative structures can be preserved, calibrated, and inherited in the AI era.
Disclaimer
This essay reflects the author's current observations and methodological reflections based on personal practice, research, and human-AI collaboration experience. The related Danbing / SLAPS / OathAI methods are still being organized and evolved. Their practical effects may vary depending on the user's background, task context, model capability, execution environment, and level of commitment.
This essay does not constitute legal, investment, medical, career, or technical implementation advice or guarantee. Readers who apply these methods in real projects should make independent judgments based on their own circumstances and take responsibility for specific outcomes.