voice-baseline

voice-baseline

用你的口吻写作的 Agent 并非只会从互联网文本中取样，趋向于其中位水平。它会从上下文中的片段、规则和记忆文件里取样，趋向于你的中位水平；由于你最常用的选择在语料中概率最高，它会不断偏向这些选择。某个词在一次写作中只是一个选择，后来却会出现五次。接着，第五次使用又会影响下一稿，这个习惯便成了风格。

通用的禁用词列表无法发现这个问题，因为这些词是你自己的，而且不在任何人的列表上。不要列清单，改为测量。

运行

python3 scripts/census.py PATH/TO/YOUR/WRITING --out voice-baseline.md
python3 scripts/census.py PATH/TO/YOUR/WRITING --check DRAFT.md

这项统计会遍历你自己的已完成作品所在目录，并报告词频及每个文件中的出现率、句式数量、句首词和标题首词。--check 会将一篇草稿与这些数据进行比较，只输出超出基线的内容。如果有内容超出基线，退出代码为 1，因此适合用于发布前脚本。

将输出文件放在规则文件旁边，让 Agent 在写作前读取。

测量内容

词语。 一份赞扬和强调类词语的监测列表，按词边界统计，并逐文件报告。查看每个文件中的出现率：一个词每篇作品使用两次，就成了习惯；而同一个词在一篇草稿中出现八次，问题就出在这篇草稿上。编辑脚本中的 WATCH，添加你自己怀疑的词；重点是让列表最终只针对你。

段落结尾的断言句。 “修复只改了一行。” 一个具体名词、一个过去时动词、一个简短谓语，放在段落末尾，听起来就像定论。每篇作品最多一句，而且只有在它承载了段落尚未提供的事实时才使用。

点题式结尾。 “这就是重点。”“标题的作用仅此而已。” 用格言式的句子重申作品主旨的收尾句。上限为零。

结尾。 有多少篇作品以一个面向读者的问题收尾。大多数作品都这样写，说明提问已经变成了固定套路。

句首词和标题首词。 个人写作习惯最容易藏在这些地方，因为每个实例读起来都很自然。如果三分之一的标题都以同一个词开头，你就有了一个模板。在一个真实的、包含 27 个文件的档案中，这项统计发现有 53 个标题以 “The” 开头；人们将这种特定形式视为 AI 写作特征，而它其实是从作者自己的档案中学来的。

如何解读结果

统计只负责计数，不负责评判。对于每个被标记的词语或形式，判断它属于你的风格还是你的写作模式：

• 风格。 这个词承载了句子所需的含义，或者这种节奏是你有意为之的。保留它，并记录这个例外，避免下次检查时再次标记。
• 模式。 这个词用于赞扬、强调或填充，删掉它对读者毫无影响。删掉它，或用它所暗示的实际行为替代。

与其一禁了之，不如为这些形式设定上限：一条断言句，零条点题式结尾，不默认以问题收尾，每篇作品使用一种叙事性标题模式。

重新测量

再写大约十篇新作品后，重新运行统计。你改掉的习惯应该会减少。新的习惯则会出现，通常就是你为了避开上一个习惯而用上的词；这与模型在禁用单个词时所做的替换如出一辙。

搭配 slop-gate 检查通用特征，搭配 no-ai-slop 检查正则表达式无法发现的结构性特征。