让国产 AI 学会我的写作口吻：喂 5 篇旧文，DeepSeek、Kimi K3、通义千问、GLM-5.1 谁模仿得最像——3 位同事盲测打分的完整记录（附「口吻卡」提示词）
用 AI 写公众号、写小红书、写周报，最常见的抱怨不是「写得差」，而是「不像我」。语气太客气、什么都要分三点、结尾一定要升华一下——熟人一看就知道不是你写的。
小红书公众号文案那篇给过「不像 AI 写的」9 个提示词，那是通用去 AI 味。这篇往前走一步：能不能让它学会具体某一个人的口吻，以及四家国产模型里谁学得最像。
我们没有凭感觉下结论，做了一次盲测。
先交代立场：实验在我们自己的不墨 AI 助手里做的，四个模型在一个窗口里切换，同一份材料不用复制四遍。但方法在任何平台都能复现。
一、实验怎么做的
作者：同事 L，写了两年公司公众号，风格特点是短句多、爱用「说白了」「你想啊」这类口头语、几乎不用「首先其次」、结尾常常戛然而止不总结。
材料：L 自己挑的 5 篇旧文，每篇 1300～1800 字，选题都是「怎么用某个工具」这类。
任务：给一个 L 没写过的新选题（「怎么让新同事三天上手我们的协作软件」），四个模型各写一篇 1500 字左右。L 本人也写一篇。
提示词（四家完全一样）：
下面是同一位作者的 5 篇文章。请先读完，总结出这位作者的写作特征：句子长短、常用口头语、段落组织方式、开头和结尾的习惯、绝对不会用的表达。
总结好之后，用完全一样的口吻写一篇新文章，选题是「怎么让新同事三天上手我们的协作软件」，1500 字左右。
要求：读者看不出这是另一个人写的。不要在文中提到「这位作者」，直接以第一人称写。
【文章 1】……
【文章 2】……
（略）
盲测：5 篇文章去掉署名、打乱顺序、统一排版，发给 3 位和 L 共事一年以上的同事。每人做三件事：① 挑出哪篇是 L 本人写的；② 给每篇打「像不像 L」1～5 分；③ 写下露馅的地方。
二、结果
谁被当成了真人
| 篇目 | 实际作者 | 被评委 A 选为真人 | 评委 B | 评委 C |
|---|---|---|---|---|
| 第 1 篇 | 通义千问 3.7 | |||
| 第 2 篇 | L 本人 | ✅ | ||
| 第 3 篇 | DeepSeek V4.1 | ✅ | ✅ | |
| 第 4 篇 | GLM-5.1 | |||
| 第 5 篇 | Kimi K3 |
DeepSeek 的那篇骗过了 3 人中的 2 人。 事后问评委 A，他说「第 3 篇里有句『你想啊，人家第一天来连群都没进』，这太 L 了」。评委 B 选对了，理由是「第 2 篇结尾太突然，只有 L 会这么收」——而 DeepSeek 那篇结尾多了一句「试试看吧」。
「像不像」平均分
| 模型 | 评委 A | 评委 B | 评委 C | 平均 | 一句话评价 |
|---|---|---|---|---|---|
| DeepSeek V4.1 | 5 | 4 | 5 | 4.7 | 口头语和句子节奏都抓到了，结尾稍微多了一句 |
| Kimi K3 | 4 | 4 | 3 | 3.7 | 句子节奏像，但太「稳」，少了 L 偶尔的跑题 |
| 通义千问 3.7 | 3 | 3 | 4 | 3.3 | 口头语都用了，但用得太密，像在表演 |
| GLM-5.1 | 2 | 2 | 2 | 2.0 | 全员一眼识破：分了「一、二、三」，L 从来不这么写 |
| L 本人 | 4 | 5 | 4 | 4.3 | （作为参照） |
有意思的是L 本人的分数没拿满——评委 A 和 C 都觉得「像是像，但比平时正经了点」。L 承认那天写得比较赶。这反过来说明：DeepSeek 那篇的 4.7 不是巧合，它写出来的东西比作者本人的即兴发挥更「典型」。
各家露馅在哪
评委写下的露馅点，按模型归类：
- GLM-5.1：「用了『首先』『其次』」「每段开头都是总起句」「结尾升华了」——它把 5 篇文章的内容学了，结构完全没学，还是自己的默认套路。
- 通义千问：「『说白了』出现了 6 次，L 一篇最多用 2 次」「有一段连续三个反问」——学到了标志性表达，但没学到频率，用力过猛。
- Kimi K3：「每段长度太均匀」「没有一处跑题，L 每篇都会岔开讲个无关的小事」——最难挑毛病的一篇，但也因此太干净，缺了个人写作里的毛边。
- DeepSeek：「倒数第二段有点像总结」「多了一句『试试看吧』」——问题都在结尾，前面 1300 字没人挑出毛病。
三、从实验里提炼出来的「口吻卡」
实验之后我们又换了两位同事重复了一遍（没做完整盲测，只看像不像），结论稳定：DeepSeek 最像，Kimi 次之，GLM 最不像。 但更有用的发现是——不管用哪家，只要把「作者特征」这一步的输出单独存下来，下次直接贴，效果比每次重新喂 5 篇文章更稳。
这就是「口吻卡」。做法：
第 1 步：喂 5 篇旧文，只要它总结特征，先不写：
下面是同一位作者的 5 篇文章。请总结这位作者的写作特征，分这几项写，每项给 2～3 个原文例子：
1. 句子长度和节奏（平均多长、长短句怎么交替）
2. 口头语和标志性表达（列出来，并注明大约每千字出现几次）
3. 段落怎么组织（有没有小标题、段落长短、会不会跑题）
4. 开头习惯
5. 结尾习惯
6. 绝对不会出现的表达和结构
只做总结，不要写新文章。
第 2 步：把输出通读，删掉它总结错的，补上它没看出来的。这一步必须人来做——四个模型的总结都有一两处不对。L 补了一条「结尾从不总结，最后一句往往是个具体动作或半句话」，这条后来最有用。
第 3 步：存成一段文字。以后每次写东西，第一条消息就是：
下面是我的写作口吻卡，请严格按这张卡的特征写，尤其注意第 2 项的出现频率和第 6 项的禁用清单：
【口吻卡】
（贴上第 2 步改好的内容）
选题：……
字数：……
用口吻卡之后，通义千问「用力过猛」的问题基本消失了——因为卡里写明了「『说白了』每千字不超过 2 次」。GLM-5.1 分点的毛病也压住了大半，因为第 6 项写了「不用一二三分点」。差距缩小了，但 DeepSeek 仍然最像。
四、几条实用建议
- 5 篇是够用的下限。试过喂 2 篇，总结出来的特征太宽泛；喂 10 篇和 5 篇差别不大，而且更容易撑满对话（上下文那篇讲过为什么）。
- 选题材相近的旧文。你写工作总结和写朋友圈是两种口吻，别混着喂。
- 结尾要单独盯。四家模型露馅最集中的地方都是结尾，写完先看最后三句。
- 口吻卡不是一次性的。用一个月之后回头改一改，把这段时间里你发现的新露馅点补进第 6 项。
- 别指望它替你写观点。口吻能学，你对一件事的看法学不了——这次实验里四篇 AI 文的观点都是「平均水平」，L 本人那篇有一个只有他会提的反对意见。国产 AI 做不好的 10 件事里第 7 条就是这个。
最后
「AI 写的一眼就看得出来」，准确的说法是「没教过的 AI 写的一眼就看得出来」。喂 5 篇、做一张口吻卡、盯住结尾，这三步做完之后，至少在我们这个小实验里，最像的那家能骗过三分之二的熟人。
如果你想自己复现，选一家模型就够了——从结果看，先试 DeepSeek。