AI 写作为什么总要返工？Towards AI 用 Tone-Bench 测试模型能否写出本人的声音

导读

怎样让 AI 写出更像自己、也更少返工的稿子？Towards AI 的 Bouchard 用 Tone-Bench 把模糊的个人声音拆成可比较的标准，再选择合作起来最省力的模型。他提供过去作品、研究材料和写作要求，让每个模型针对十个任务各写五遍，观察常态质量和波动，而非只挑最好的一稿。评测分别检查本人语气、叙事、指令遵循、资料使用与空泛重复；多个系列的模型裁判给理由和具体例子，再补人工配对比较，减少单一裁判偏好自家写法的影响。日常工作则把满意作品变成提示示例，适度交叉审稿，最后由人通读判断是否会这样说、事实是否正确。Bouchard 还建议考虑评测本身的费用：当大量模型和任务都要重跑时，即使修改一行提示也会增加开销。