如何使用 LLM 写作
写作者们正在摸索如何——或者是否应该——在写作流程中使用大型语言模型，尤其是在博客文章、文档和技术写作中。许多人更倾向于只把 LLM 当作严格的文稿编辑或事实核查工具，同时坚持由人类起草并决定每一个词，警告说 AI 风格的措辞显得千篇一律，会侵蚀个人声音，并让网络充斥低价值的“垃圾内容”。也有人认为，只要谨慎使用，LLM 可以加速研究、帮助非母语者，并找出文风上的口癖，但即便如此，他们也强调怀疑精神、人类判断，以及对 AI 影响最终文本程度的明确限制。
对这篇文章的整体反应
- 许多评论者认为这篇文章出人意料地好而且实用，尤其是“把 LLM 当作文稿编辑，而不是代笔”这一框架。
- 不少人喜欢强调不要接受模型措辞，只接受结构性反馈。
- 也有少数人用“用 LLM 写作的最佳方式是：别用”直接否定了整个想法，认为这个标题是在误导。
把 LLM 当作文稿编辑和审阅者
- 常见用途包括：
- 标记被动语态、长句、重复词（“just”、“very”）以及不清晰的句子。
- 代入目标读者角色，对论点进行压力测试。
- 核查技术文章或代码中的事实并指向文档，但前提是要注意模型可能自信地出错。
- 支持者强调要用严格提示词：“不要赞美，不要改写，只指出问题”，并让人类完成所有实际重写。
- 也有人认为，LLM 在判断清晰度或受众影响方面，仍然不如人类校对者。
“AI 垃圾”、信任与阅读疲劳
- 强烈担忧无处不在的 LLM 输出会贬低写作价值，让读者对内容产生怀疑，并降低深度阅读的动力。
- 一些人拒绝阅读任何标注为 AI 写作的内容，或任何“闻起来像”AI 的内容，称这是浪费时间。
- 另一些人则更务实：只要信息正确且有用，他们不在乎是谁或什么写的，尤其是手册或规格说明。
声音、风格与污染
- 许多人担心频繁接触 LLM 的措辞会“污染”人的写作声音，并让平庸、网红式的散文化表达变得正常化。
- 对“load-bearing”这一短语的反复使用存在争议：有人认为这是故意用来调侃 AI 特征的笑点；也有人说这仍然破坏沉浸感，并削弱了文章本身的建议。
- 有些人认为风格被高估了，内容更重要；另一些人则认为，写作就是思考，而把措辞外包出去就是把思考外包出去。
在代码、文档和小说中的用例
- 对于代码：模型被广泛用于检查惯用模式或总结差异，但一些开发者现在坚持自己写提交信息和 PR 描述，以确保真正理解。
- 对于文档和手册，意见分歧：有人认为 LLM 很适合结构化、低艺术性的文本；也有人认为未经审查的“runbook 垃圾”是危险且不道德的。
- 对于小说：头脑风暴相关作品和影响似乎有帮助；而生成情节点子和反转通常被描述为平淡且缺乏创意。
自动化、伦理与技能发展
- 有些人对用 LLM 辅助的流程替代人工工作感到内疚，但也承认这带来了竞争优势。
- 另一些人认为使用 LLM 只是另一种自动化，原则上与其他工具没有区别。
- 多位评论者担心，依赖 LLM 进行写作和研究会阻碍人们成为真正的领域专家或优秀写作者。