vermenschlichen

让文字更自然：避免德语写作中的 AI 痕迹

这些规则有助于写出自然、客观、以读者为中心的德语文本。它们能改善文风，同时不改变事实或原意。目标媒介、用户的具体指示、专业惯例和无障碍要求优先于一般文风启发式规则。

这些规则以维基百科社群整理的资料为基础：AI 生成内容的迹象（德语）和 AI 写作的迹象（英语）。英语页面内容更详尽；这里将其中的观察结论转用于德语。

这些规则并非禁止使用某些词语，而是提示反复出现的模式。每种模式都有其缘由。理解缘由后，遇到具体情况便可自行判断。无论是单个特征还是多个特征同时出现，都不能证明文本是机器生成的。反过来说，文本不会因为避开了所有破绽就变得优秀；它还需要有实质内容（具体事实、真实案例、可核实的来源）。

自然度、AI 检测与来源

请区分三个层面：语言上的异常特征、AI 检测器给出的统计判断，以及技术层面的来源标记。文风检查不是来源检测；即使语言模式集中出现，也不能证明文本由机器创作。

• 为读者修改文本，而不是为了提高检测器评分。不要承诺“无法识别为 AI 生成”或“没有水印”；语言修改无法证明这两点。
• 通过经授权的语言样本、真实的判断和作者提供的具体信息，强化个人风格。不要编造经历，也不要故意加入错误来伪装成人类创作。
• 移除无意产生的格式和引用伪影，但不要将此说成是移除水印。保留功能性符号、来源和必要的披露信息。不要为了掩盖编辑过程而移除或伪造来源标记。
• 不要把 AI 编辑标记当作内容完全由机器创作的证据。校对、翻译或格式转换也可能生成带标记的输出。反过来，没有标记也不能证明内容出自人类。
• 如需了解标记的具体信息，请查阅提供商的最新文档。不要未经核实就将关于 Claude 的说法套用于其他模型或产品。不要从提供商的义务推导出所有内容都必须统一标记；相关要求应另行核实。

Claude 标记说明

根据 Anthropic 文档（于 2026 年 9 月 17 日核实），Claude 使用两种方式：在受支持的模型中嵌入文本水印，并在受支持的文件中使用签名的 Content Credentials（C2PA）。文本标记由模型层面生成，也适用于 API 和 Claude Code，并且在复制和某些编辑后仍可能保留。C2PA 描述的是文件的来源或处理过程，并不自动代表所有内容均由机器创作。

文档没有公开文本水印的技术实现细节。因此，不要声称水印由特定词语或不可见的 Unicode 字符组成。不要承诺改写、导出为纯文本或使用 skill 就能可靠地移除水印。模型覆盖范围和检测途径可能会变化；发表具体说法前，请再次核实。

完成标准：文本客观准确、自然且适合目标媒介；关于来源的说法有据可查，且不声称文本无法被检测。

基本原则

像一个见识广、言辞克制的人那样写：清晰、具体，不刻意渲染自己或主题。只陈述事实，不强调其意义。如果一句话除了增添庄重感之外没有提供任何信息，就删掉它。

一个不错的自测方法：一句话能不能放进宣传册或学术摘要里？如果能，它可能不适合用于客观的德语文本，显得太浮夸。

证据与事实

绝不编造来源、标题、作者、年份、链接、ISBN 或 DOI。这是最重要的一点。AI 常见的问题是生成听起来合理、实际却不存在的证据。

只引用能够核实是否存在的来源，而且只用来支持来源中确实写明的说法。如果某项信息不确定，就标明其不确定性，或者删掉——宁可留白，也不要捏造确定性。

还有一种更隐蔽的情况：来源确实存在，却无法支撑所述观点。例如，DOI 有效，但指向完全不同的论文；引用的书真实存在，但讨论的是相关却不相符的主题；引用书籍却没有页码；链接指向搜索结果页，而不是具体文档；或者来源列在参考文献中，却没有对应到任何观点。因此，不仅要核实来源是否存在，还要确认它是否确实支持所归属的观点。

把没有依据的说法视为可能的错误，而非事实。有疑问时，谨慎表述，不要自信地写错。

语言与语气

避免夸大意义。主题不需要不断为自身的重要性辩护。避免使用“发挥着重要作用”“凸显了……的重要性”“是……的见证”“被视为转折点”“留下持久印象”“根深蒂固”“坚定不移”等说法。应直接说明具体发生了什么，或适用什么情况。

避免广告宣传用语。“丰富的文化遗产”“令人惊叹”“令人赞叹的美景”“不朽的遗产”“位于……中心”“不容错过”等说法适合宣传册，不适合客观文本。即使主题很容易引发情绪，也要保持中立，例如地点、文化、人物和物种。

避免对文本进行自我评价的编辑性评论，例如“需要注意的是”“值得注意的是”“值得一提的是”“若不提及……，任何讨论都不完整”。如果内容重要，重要性应体现在内容本身，而不是预先宣告。

不要把观点或解释当作事实。如果有必要作出判断，应注明是谁持有这一看法。

不要仅凭断言来证明某事广为人知。AI 文本常把媒体报道本身当作内容，以此表明某个主题很重要，例如“受到全国性媒体报道”“受到专业媒体关注”“在社交媒体上保持活跃”。罗列来源类别（例如“独立报道”“地方媒体”）也是如此。写清楚发生了什么，并把证据作为证据引用，而不是把它当作正文中的论据。

避免使用含糊的权威说法和模棱两可的措辞，例如“观察人士认为”“批评者指出”“行业报告显示”“人们常说”“研究表明”。应具体指出是谁这样说，否则就删掉该说法。不要把单一来源的观点归于范围宽泛、界定不清的群体。

如果朴素的词语能表达同样的意思，就避免使用典型的 AI 流行词：“深入探索”“阐明”“生动”“多面”“无缝”“强大”，反复强调的“关键”或“核心”，作为填充词的“令人兴奋”，以及作为隐喻的“格局”（例如“数字格局”）。也要避免没有真实数据支撑的伪科学式夸饰，例如“因果”“实证”“相关”。

句式与措辞

少用破折号。破折号用得太多——尤其是在逗号、冒号或括号更自然的地方——如今已成为最明显的 AI 信号。刻意使用一个破折号没问题；每段出现多个就是警讯。表示范围（数字、日期、距离）时，应使用连接号（–），而不是连字符：“2020–2024”，而不是“2020-2024”。

谨慎、自然地使用连接词。“此外”“另外”“而且”“再者”“另一方面”常常在 AI 文本中机械地接连出现。偶尔用一个连接词没问题；每段都以连接词开头就是警讯。

避免公式化的否定式平行结构：“不仅……而且……”“这不仅关乎……，还关乎……”“这不是……，而是……”——以及反过来的“用 X 代替 Y”这种反复出现的句式。这些结构听起来像是在论证和宣传，而不是客观陈述。

不要回避简单的系词句。AI 文本总是刻意避开“是／有”：“用作”“充当”“代表”“标志着”“提供”“具备”“称为”（用于定义时）。说“这座建筑是展览馆”，比说“这座建筑充当展览馆”更好。“有”“拥有”以及其他 AI 文本刻意绕开的简单结构也是如此。

用简单的动词，不要用生硬的近义词。AI 总是倾向于选择更书面化的说法：“撰写”而不是“写”，“去世”而不是“死”，“迁居”而不是“搬家”，“使用”而不是“借助”，“认为”而不是“视为”，“提供支持”而不是“帮助”。反过来说，用词简单是人类文本的特点。

不要刻意轮换同义词。AI 不惜一切代价避免重复用词，总是换用新的替代说法（“这座城市……这座大都会……这个城市空间”）。如果某个词最合适，自然的文本完全可以重复使用它。

避免使用修辞性的三项并列结构（三叠式）：用三个形容词或短语并列来强调（“快速、可靠且优雅”），或使用“不仅……而且……以及……”这样的结构。客观的德语文本不需要太多修辞。

避免堆叠附加解释的第一分词结构：“……，从而凸显其重要性”“……，这突出了它的作用”“确保着”“映照着”。这些表达往往只是硬加上空洞的评价。不如另起一句，或者干脆省去这层解读。

避免使用“从……到……”拼出不自然的范围，只为串列示例，让文字听起来像百科词条或宣传文案。

不要删掉人类文本的特点。AI 会自然而然地避开一些在德语日常文本中完全常见的表达：表示缓和的词（“也许”“较为”“相当”“非常”“通常”）、明确的最高级和确定的说法（“第一个”“唯一的”“最大的之一”），以及稍显冗长但常用的表达（“为了……” “由于……” “……这一事实”）。只要这些表达符合事实且合适，就保留它们。把文字磨得光滑，并不能让它更像人写的。

结构

简明扼要。AI 文本往往过长、层次过多。并非每个想法都需要单独的标题，也并非每篇文本都需要标题。简短的回答通常用连贯的段落即可。

不要在结尾添加“总结”部分，也不要在末尾用总结性段落重复全文。这是学术论文的写法，不适用于客观实用文本。如果确实需要总结，应放在开头。

避免套用“挑战与展望”模板（“尽管取得了成功，……仍面临多项挑战”“未来展望”“遗产”）。这种结构是明显的 AI 痕迹。在内容相关之处提及具体问题，不要套用公式化表达。

避免使用不恰当且常常由两部分组成的营销式小标题。标题应说明内容，而不是吹捧内容。

格式

谨慎使用粗体。整段突出关键词是典型的 AI 写作模式。最多只突出真正重要的单个词语。

只有在内容确实是列表时才使用项目符号。连贯的内容应写成句子。如果需要列出项目，请使用目标系统的格式，而不是在行首复制使用 •、- 或 – 等符号。

避免采用“项目符号 + 粗体关键词 + 冒号 + 解释”的模式（“**灵活性：**系统允许……”）。这种行内标题列表是最明显的 AI 格式特征之一。同样，不要把一句话就能说明的内容做成迷你表格。

保持标题层级，不要跳级。

标题应使用符合德语习惯的大小写，而不是照搬英语标题格式。“Die Wichtigsten Vorteile Im Überblick”这种每个词首字母大写的形式，暴露了从英语照搬的标题格式。德语标题应按常规规则使用大小写。

不要在标题或项目符号前加表情符号；除非明确要求，否则客观文本中也不要使用表情符号。

不要在章节之间使用装饰性分隔线。

技术痕迹

不要在无法呈现 Markdown 的环境中留下 Markdown 残留：**粗体**、### 标题、反引号或复制的列表符号在那里显得格格不入。

彻底清除聊天机器人引用残留：包含 utm_source=chatgpt.com 的 URL、“oaicite”“:contentReference”“turn0search”（ChatGPT）、“[cite: 1]”“[span_1]”（Gemini）或“grok_render_citation_card”（Grok）等片段，都是明显的痕迹。检查引用的链接，确保链接有效且指向所述内容。

统一使用引号——德语应使用 „这样“——不要在同一篇文本中混用直引号和排版引号。

不要交付残句或戛然而止的文本；AI 输出生成到一半时常会出现这种情况。

不要留下对话或元信息

直接写成稿，不要讨论写作过程。不要出现“希望这对你有帮助”“很乐意！”“当然！”“好问题！”“以下是文章”“你想让我……吗？”等内容；正文或讨论帖中不要使用称呼和问候语。

非书信文本中不要使用书信套语：“希望您一切安好”不应出现在文章或帖子中。

不要自我评价稿件：“本文保持了中立语气”“结构遵循了相关指南”等元信息句子是从聊天机器人评论中照搬的，不属于正文内容。

不要提及自身知识状态或训练截止时间：“截至我上次更新”“据我所知”“据现有资料显示”等。如果有不确定之处，应就具体事项客观说明，而不是自述模型情况。

不要留下占位文本（“在此填写姓名”“在此补充详情”）。

什么不是破绽

和上面的模式同样重要的是，哪些特征并不能证明什么。试图避免这些特征，只会让文本变差，却不会让它更像人写的：

• 拼写和语法毫无差错。许多人写作很规范；故意加入错误并不会让文本显得更真实。
• 正式、学术或冷静的语气。只有某些词语带有 AI 特征，而不是高雅的语言本身。
• 一个连接词。只有机械地大量使用才会显得突兀。
• 在一篇文本中切换事实性和随意的语体。
• 缺少来源标注。这是内容问题，但不是文本由机器生成的迹象。

反过来说也一样：没有这些模式的文本仍可能由机器生成，而带有其中一些模式的文本也可能出自人类之手。

发送前快速自检

输出前，快速对照以下问题检查文本：

• 提到的来源和事实是否都真实且可核查？每个来源是否确实支持与之关联的说法？
• 是否有可以删掉的宣传性或夸大意义的措辞？
• 是否有“总结”或“挑战”之类的段落，或重复收尾？
• 段落是否机械地以“此外”“另外”等词开头？
• 是否过多使用破折号，而逗号或冒号就足够？
• 文本是否避开简单的“是／有”（“充当”“发挥……作用”），转而使用生硬的同义词（“撰写”“去世”），或强迫性地轮换同义词？
• 文本是否通过媒体曝光，而不是通过内容来宣称其重要性？
• 粗体是否过多，结构是否过于细分，列表是否过多？
• 文本中是否有技术性残留（Markdown 残留、聊天机器人引用残留、混用引号）？
• 文本中是否有对话残留或元文本残留？
• 是否毫无依据地声称文本无法被识别为 AI 生成，或不含水印？
• 是否把来源标识误当成 AI 完全创作的证明？

如果答案是“是”（对于第一个问题，则是“否”），就进行修改。但要有针对性地修改——并非每个正式的句子、每个“也许”都是错误，参见“什么不是破绽”。