同事傳來一份活動企劃。第一句是「在數位轉型的浪潮下」，每一段最後都有一句漂亮的總結，結尾寫「讓我們攜手邁向更美好的未來」。內容還沒讀，你已經猜到這份是 AI 寫的。
讓人認出來的，通常不是哪個詞用錯。有一份專門整理繁體中文 AI 寫作痕跡的開源清單叫「說人話」（speak-human-tw），列了 38 種痕跡，主要整理自中文維基百科社群清理 AI 條目時寫下的觀察。它一開頭就先講明，清單上的句型和標點大多是正常寫法，本身沒錯，問題出在出現的密度，以及底下有沒有具體的事實撐著。一份企劃每段都有「不僅……更……」，讀者就算說不出原因，也會覺得哪裡怪怪的。
38 種太多，一般人記不住。我把這份清單和另一份專抓 AI 客套話的「不客套」（bu-ketao，整理了 14 類文字冗餘和 3 類行為冗餘）對照著讀，照「讀者是從哪裡認出來的」重新分成六類。分類之前，先看一句話該怎麼過一遍：
拿起一句話，依序問： 刪掉它，讀者會少知道什麼嗎？ │ 不會 → 刪掉，不用補別的 ↓ 會 它有日期、人名、數字或出處嗎？ │ 沒有 → 補上；補不出來就標「待補」 ↓ 有 同一種句型，這一頁已經用過了嗎？ │ 用過 → 換個講法，意思不動 ↓ 沒用過 留著
六類痕跡自查表
| 痕跡類型 | 長什麼樣 | 怎麼改 |
|---|---|---|
| 空話墊高 | 「在數位轉型的浪潮下」開場；「此舉展現了本單位對服務品質的重視」；「未來充滿無限可能」收尾 | 刪掉，換成日期、人數、次數。換不出來，那句本來就不用寫 |
| 句型公式 | 「不僅是……更是……」一頁出現好幾次；形容詞硬湊三個；用「首先、其次、最後」把內容切成三等份 | 同一種句型一頁留一次；只有兩點就寫兩點 |
| 沒有立場 | 「各有優缺點，因人而異」；「研究顯示」卻沒寫哪份研究；一句話疊兩三個「可能」 | 寫出你選哪個、在什麼條件下；出處寫得出來就寫，寫不出來就把那句刪掉 |
| 對話殘留 | 「希望這對你有幫助」「以下是修改後的版本」「如果你願意，我可以再幫你……」；網址後面帶 utm_source=chatgpt.com；「[產品名稱]」沒填 | 寄出前用搜尋功能找一次，刪掉或填好 |
| 用語與標點 | 視頻、質量、信息、默認；中文句子裡夾半形逗號 | 換成影片、品質、資訊、預設；標點改全形 |
| 假人味 | 開頭「說真的」「老實說」；「讀到這裡，我愣了一下」；連續好幾句超短句製造氣氛 | 刪掉。作者沒經歷過的反應和故事，不准補 |
作者整理，非官方。類別依「說人話」38 種痕跡與「不客套」詞庫重新歸類，例句為作者改寫。
前五類照表處理就好。對話殘留和用語最容易抓，用搜尋功能找一次就能清掉大半；空話墊高和沒有立場比較花時間，因為改的時候得補上事實，補不出來的句子，留著也只是佔位置。刪掉之後讀者不會少知道任何事的句子，就直接刪，不用想新的句子去補。
叫 AI 加人味，它會換一套公式
第六類最麻煩，因為它常常是你叫 AI 修稿時，AI 自己加進去的。「說人話」清單特別提醒：說教式的「說到底」、硬鑄的金句、「說真的」這種假坦白開場、罐頭式的情緒反應，常是去 AI 味時被誤加上去的假人味。
我們 10 月讓 AI 改寫站上「找觀念」的舊文章時，也遇到類似的情況。那次改寫中間有一輪，專門在拆這種「人味公式」：改寫過程中 AI 加進了不少出糗的小故事，後來我們刪到只剩幾則，只留跟主題有關、主詞是 AI 的出錯事件。
那次改稿之後，我們自己訂了幾條規則，現在寫稿都照著做：否定對比句一篇最多一句；段尾不收金句、對仗和格言；結尾講完最後一件具體的事就停，不重述全文；少用比喻和強調詞；作者沒經歷過的事，不准讓 AI 補成作者的經歷。最後這條要特別守住，像「我以前也犯過這個錯」這種句子，AI 編出來讀起來很有人味，讀者也查不出來，只能在寫的時候擋下。
所以比較有用的做法，是叫 AI 標出來、你自己決定。讓它照自查表逐句列出疑似痕跡，附上原句和建議改法，你勾了哪幾條，它才改哪幾條。「說人話」這份清單本身就是這樣設計的：先列編號清單，等使用者勾選才動筆；需要具體事實才補得起來的地方，它只標「需作者補充」，不代編。叫 AI「改自然一點」，等於把判斷全交給它，它只好再找一套公式給你。
這張表也能反過來用在你收到的文件上。看到「研究顯示」，問一句是哪份研究；看到「各有優缺點」，問一句那你選哪個。對方答得出來，代表有人想過這份文件的內容，用不用 AI 起草就沒那麼要緊。
下面是一份我要交出去的文件。請不要直接改寫，先幫我檢查 AI 寫作痕跡。 依這六類逐句檢查： 一、空話墊高：時代背景開場、「展現了／象徵著」這類拉高意義的句子、「未來充滿可能」式收尾 二、句型公式：同一頁重複的否定對比句或「不僅……更……」、硬湊三項的排比、首先／其次／最後 三、沒有立場：「各有優缺點」「因人而異」、沒有出處的「研究顯示」、疊好幾層的「可能」 四、對話殘留：「希望對你有幫助」、網址裡的 utm_source、沒填的方括號佔位文字 五、用語與標點：中國用語、中文句子裡的半形標點 六、假人味：「說真的」「老實說」開頭、沒有事實作用的情緒反應、連串超短句 每一處列出：原句、屬於哪一類、建議改法。 如果改法需要具體事實（日期、人數、出處），不要自己編，寫「需要作者補：＿＿」。 列完就停，等我說要改哪幾條。 （貼上文件）
交出去之前，最快的一步是在文件裡搜尋「utm_source」和「以下是」。這兩個詞找到了，對方一眼就知道是 AI 寫的，而且刪掉只要幾秒。
站內延伸
- AI 寫得越快，讀的人越累 → AI 寫的週報誰來讀
- 公文、公告讓 AI 起草 → 找方法AI 公文撰寫
- 寫的和檢查的分開 → 對抗式驗收
來源： 說人話 speak-human-tw（Raymond Hou，MIT 授權；v1.4.0，2026-10-25 查閱；38 種 AI 寫作痕跡分五類、「問題在密度與有沒有東西撐著」、第 17 到 20 種常是去 AI 味時誤加的假人味、先列清單等使用者勾選才改、不代編事實）；不客套 bu-ketao（Jacob Mei，MIT 授權；2026-10-25 查閱；14 類文字冗餘＋3 類行為冗餘、「如果你願意，我下一步可以幫你」條件式推銷）；中文維基百科：AI生成文的特徵（speak-human-tw 的主要整理來源）。六類分法、自查表、例句與流程圖為作者整理；站方改稿規則見本站 2026-10-22 起的找觀念寫作規則。