这肯定是去AI味的最好办法!从拆句子到用句子,流程是什么?

最近更新频率不是特别高，因为我正在将拼贴的规则落实，成为真的可以使用的程序。这中间虽然有波折，但是现在已经到了收尾的阶段，大概很快就可以问世了。在这之前，我介绍一下整个系统的工作原理。一句话从进我的库，到被我挑出来用，中间到底经过了什么。

先说个具体的毛病。

我攒了一批自己写过的句子，想让 AI 从我这些句子里挑几句，拼成一段场景描述。我给它提的要求挺明确：写一个在夜晚，小城市，下车的场面，情绪是忐忑。

它挑回来的句子，单看每一句都没毛病——有写夜景的，有写心情的，词也漂亮。可拼在一起就是不对。

有些句子在我那段场景里是冷的，它挑来的却是暖的。有些句子是我写某个特定角色时用的腔调，套到新场面里，那个人就不是那个人了。

我一开始以为是提示词不够细。我把要求写得更长：场景、情绪、字数、视角，全给它标上。挑出来的还是不对。

后来我明白了：它挑句子的方式，跟我想要的方式，根本不是一回事。

它是按"读起来像不像"挑的。我要的是"这一句能不能直接放进这个场面里用"。

"像"和"能用"，中间差着十万八千里。

想通这件事以后，我把挑选这一环从 AI 手里整个拿了出来，交给一组我自己定的规则。规则跑起来之后，挑歪的情况基本没了。

但代价是，我得先解决一堆听起来跟"挑句子"八竿子打不着的问题。

下面我就往回追——从它挑歪的地方开始，一层一层往回问为什么，一直问到根子上。

第一层：为什么"挑句子"这件事不该让 AI 干

让 AI 挑句子，它的做法是把每个句子读一遍，然后判断哪句"和你要的场景最接近"。这个判断是模糊的，它没有硬标准，只能凭感觉排个序。

我的做法反过来：先给每句话设一道闸门，过不去的直接没资格进候选池。

闸门有三道，都是硬条件：

• 说话人画像——这句台词是什么样的人说的。我写一个"温润"的角色，那批阴阳怪气的句子连进池的资格都没有。
• 语域——古风、现代、文言、科幻腔。写现代场面，古风句子直接出局。
• 句子类型——叙述、对话、心理。要写一段心理活动，对话句就不该出现在候选里。

这三道闸门的作用不是"选好的"，是"把明显不对的先杀干净"。剩下的句子再怎么排，也不可能排出一个穿古装的角色。

闸门过后才是排序。排序是软的：场景命中加分，情绪命中加分，同分的句子随机打散顺序——这一点很重要，不然我每次问同一个问题，挑出来的永远是那几句，写出来的东西自己抄自己。

可能有人会担心这需要AI把整个库都看一遍，但我们通过脚本让AI不用直接读我们的库就能接触到句子。

挑选这一步是本地脚本跑完的，零消耗、零等待，跑完把结果落成一个文件，AI 只读这个文件。它拿到的是十来句已经筛过、排过序的句子，任务是"把它们接起来"，而不是"从一万句里选十句"。

从一万句里选十句，是它最容易犯错的地方。把这个活拿掉，它犯错的余地就小了一大半。

第二层：规则靠什么挑

上面的闸门，靠什么判断一句话是古风还是现代、是温润还是阴阳怪气？

靠一句话进库的时候，身上带的那组条件。

所以问题就转到了入库这一端：每句话进来的时候，我得给它标上一组能用来筛的条件。

这就是我最早写的那张表。它长这样：

{       ”t”: ”句子原文”,   ”type”: ”叙述 | 对话 | 心理”,   ”reg”: ”古风 | 现代 | 文言 | 科幻腔”,   ”char_style”: ”说话人画像（只有对话句填这个）”,  ”scene”: ”场景”,  ”emo”: ”情绪”,  ”func”: ”功能”,   ”use”: ”这句还能怎么用”  }

type、reg、func 这几个是枚举——只能从固定的几个值里选，因为它们要当闸门用，值必须收敛。scene 和 emo 是自由文本，因为它们只参与排序，不打闸门，写宽一点反而好用。

char_style 底下还有个规矩：只有对话句才填它。叙述句没有"说话人"，填了也是噪音。

看起来挺清楚的一张表，对吧。

麻烦在最后那个字段。

第三层：几千张卡，功能那一栏全是"无"

use 是我最看重的一栏。它回答的是："这句话，在我以后写别的场面时，还能拿来干什么。"

type 告诉我这句是叙述还是对话，reg 告诉我它是什么语域，但它们都不告诉我这句除了原来的用法，还能怎么用。这个判断不能完全地撒手让AI干。

如果你问为什么的话，以下是我的经历：

第一批标注拿了一些文章用做实验，当时跑完一看，几千张卡，功能那一栏全是"无"。

第一反应是标错了，得重标。但我翻了十几条之后发现，AI 没有偷懒——它是真的找不到词。

因为我给它的词表是这么写的：

动作：逃脱 / 出走 / 宣战 / 设局 / 关门 / 反杀 / 胁迫 / 揭穿……      语气：讥诮 / 冷硬 / 敷衍 / 阴阳怪气 / 决绝 / 恳求……神态：冷笑 / 挑眉 / 咬牙 / 颔首 / 眯眼 / 怔住……外貌：消瘦 / 苍白 / 邋遢 / 魁梧 / 憔悴 / 衣冠楚楚……心理：忐忑 / 释然 / 怨恨 / 嫉妒 / 挣扎 / 庆幸……

我列的时候想的是"常见的情况有哪些"，可真实句子里那些好用的、值得复用的句子，恰恰不常见——它们好用，就是因为它们不常见。

于是 AI 拿着这份表，遇到一句写"夜像魔术师手上的黑色天鹅绒布"的句子，翻遍"环境"那一栏只有"阴冷 / 破败 / 肃杀 / 温馨 / 空旷 / 潮湿 / 朦胧 / 喧闹"，一个都对不上，只好填"无"。

问题不在标注，在词表。我用一份封闭的词表，去装一批开放的句子。

改法我试过两个方向。一个是把词表扩到足够大——试了两轮就放弃了，因为句子是无限的，词表再扩也是有限，永远是"差一点"。

另一个方向是：让词表可以被写入。

规则是这样的——AI 标注的时候，如果确实撞不出词，它可以自己造一个新词。但这个新词不会立刻生效，得等到同一批句子里有两个以上都撞出同一个新词，才准收进词表。

门槛不能没有。一个人（或者说一个模型）临时造的词，大部分是它当时的措辞习惯，不是真的分类需求。可要是同一个词在一批句子里反复被撞出来，那它多半真的对应着某类句子——是这类句子在要求这个词存在，不是我在要求。

这么跑下来，词表从最初我拍脑袋列的那份，长到了现在的规模，而且还在长。这几千张"无"，也是这么一张张重判过来的。

第四层：我怎么知道它标得准

词表能自己长了，但还有个更基本的问题：我凭什么相信它标的是对的？

好消息是，我有个优势——我自己会写。所以我决定当质检员来帮忙告诉AI怎么判断。

所以我的做法是：让机器先把它判"无"的句子挑出来，摊在我面前。我一张一张看，说留还是删，并且说清楚为什么。

我不写标注，我只下判断和理由。

过下来的问题很具体，不是笼统的"它不太行"。举两个：

• 有些句子它判"无"，我说留。差别在于我会联想这句用在别的场面里的样子，它只会判断这句在原来的上下文里是什么。它缺的是"这句还能挪去哪儿"这个视角。
• 有些句子它判"可用"，我说删。那几句大多是格式残留——比如一句公告体、一句带文件后缀的、一句没有上下文的引号对话。它们形式上是句子，实际上没有复用的价值，读者看到也不知道在说什么。

过完几轮，我让AI自己把这些"为什么"写成了一份判别规则，用于后面的工作。后面的标注就按这份规则走。

再往后，我拿一批没参与过前面校准的句子做过一次对拍：人物占位符的召回八成四，地名占位符准确率百分之百，句子类型判断一致率八成三，语域判断九成九。

这些数字不好看，但它们有用。"八成四"告诉我漏在哪儿，"九成九"告诉我哪一栏已经不用管了。说得出自己错在哪，比说"效果很好"强。

第五层：字段会死，但机制不一定死

目前有一个需要整个重来的机制，在字段中它叫 skel，也可以叫它词性骨架。

做法是：把一句话里的实词全换成方括号包着的词性，虚词、句法、标点、句长原样保留，剩下的那个东西就是骨架。拿后面要拆的那句举例：

过去我在乡下住过一段时间，那里的夜像魔术师手上的黑色天鹅绒布。      → [时间]我在[地点]住过[数量]时间，那里的[名词]像[名词]手上的[形容词][名词]。

为什么要这样设计？因为就算我们能收录成百上千本书的句子，也不一定能找到最适合当前的句子。

而这个机制能增加句子的复用率。把这个句子转成骨架，AI负责把人名、地名、动作，往词位里填进去。这样子不仅上下文能通顺，而且AI还不能自由发挥，AI味直接下降。

为了让这件事更省事，我做过一件蠢事：我让模型把库里所有的句子，提前转成骨架，一句一句存进字段里。

一万多张卡，转完存好。设计这个字段的时候我很有信心。

然后这批骨架全废了。

模型吐出来的是一锅杂烩：该换成方括号的位置，它把原来的词抄了进去；标着 [名词] 的位置，本来就是个名词，等于什么都没标。词性、语义槽、原文词，三种东西混在同一个方括号里。

但废是必然的，不是模型不行。

你看上面那个骨架。"魔术师手上的黑色天鹅绒布"变成了 [名词]手上的[形容词][名词]——这个骨架填回去，填什么都是错的。那几个词本来就不该被换掉，这句话的力量全在它们身上。

转骨架这个动作，只有句子摆在眼前的时候才有意义。我拿着"过去我在乡下住过一段时间"这一句，才知道"乡下"该换成 [地点]。脱离句子，让它转的时候预判"这里将来可能是个名词"——它没东西可依，只能照规则一路换下去。

所以我把字段删了，但机制没删。

我把它从"提前存好的字段"，改成了"当场做的一个动作"：卡抽出来，场景不贴，当场转骨架，当场填词。

现在它是主路径——不是备选方案，是默认动作。

删字段的时候，我以为结论是"这东西没用"。后来才想明白，真正的结论是：它不是没用的东西，它是被放错了地方——它不该提前存好躺在库里等人来读，它该在用到的那一刻现做。

我把这件事想明白之后，回头看那张表，看法就变了：

那张表该长什么样，不是我在设计的时候说了算的，是挑选端说了算的。一个字段能不能活，取决于挑选的时候有没有人读它——哪怕是当场用一下，也算读。

这也是为什么我讲入库，绕不开挑选——它俩本来就是一件事的两头。光讲怎么标，我讲不清为什么是这几栏；光讲怎么挑，我也讲不清那些条件是从哪来的。

现在，拿一篇真的东西走一遍

前面讲的都是我这些天的回顾。最后一节，我拿一篇我自己写的旧东西，当场走一遍完整流程，你看看这套东西实际是什么手感。

这是一篇很早之前写的东西，四百多字。当时写完觉得不太行，就搁着了。今天拿出来用。

第一步：拆句。

四百七十字，拆出十六句。这一步没什么可讲的——按句号、问号、叹号切，切完把太短的、明显是残句的过滤掉。切出来是这样：

平稳又舒适的座椅，混杂皮革与茉莉花香的狭小空间载着我们前进。越是深入城市，夜也变得越来越缤纷。过去我在乡下住过一段时间，那里的夜像魔术师手上的黑色天鹅绒布。"砰"的关上车门，投身这夜不寐之地。我不知道会不会有零碎话语或一地鸡毛，但从来没人饿死或冻死。……

十六句，一段旧文字变成十六张待标的卡。这就是入库的起点。

第二步：把句子里的专名换成占位符。

这一步的目的是让句子能被挪走。"他昨天在上海见了个医生"和"她前天在成都见了个律师"，抽掉具体值之后是同一个骨架。抽掉之后这个句子就不再属于某一篇，而是能被后面任何一篇调用。

但这里有个判断，跟写零件卡的时候是同一个判断：

这个词换了，句子还成立吗？

比如"过去我在乡下住过一段时间"——"乡下"换成"镇上"、"城里"，句子照样成立，那就把它抽成 {地名}。

可"那里的夜像魔术师手上的黑色天鹅绒布"——你不能换。你把"魔术师"换成"教师"、"黑色天鹅绒布"换成"灰色棉布"，这个句子就死了。它本来靠的就是那个意象。这种就不能动。

同一个判断，一路做下来：能换的抽掉，换了就死的留着。

第三步：逐句标注。

十六句我挑三句给你看，正好三种情况。

第一种，词表完全够用的：

"砰"的关上车门，投身这夜不寐之地。

• 类型：叙述
• 语域：现代
• 场景：街边 / 上车
• 情绪：决然
• 五感：听觉
• 功能：驱动
• 能用在哪：动作 / 关门

注意最后那栏——"关门"这个词，正好就在我那份词表的动作栏里，是我最早拍脑袋列的时候写进去的。这说明有些情况确实能预判到。

第二种，词表撞不出词的：

过去我在乡下住过一段时间，那里的夜像魔术师手上的黑色天鹅绒布。

• 类型：叙述
• 语域：现代
• 场景：乡下 / 夜晚
• 情绪：怀想
• 五感：视觉
• 功能：氛围
• 能用在哪：？

看最后那栏。我那份词表的"环境"栏里，写的是"阴冷 / 破败 / 肃杀 / 温馨 / 空旷 / 潮湿 / 朦胧 / 喧闹"。这句话写的是一种可以像布一样被人收走的夜，是比喻式的写法，哪一栏都塞不进去。

塞不进去怎么办？就是我前面说的，让它自己造词。这句会带着一个新词走，等它在别的句子上再撞到一次，那个词才会正式进表。

一句一句标下来，十六句里撞出了几个词表上没有的新词。这些词就是这么攒下来的。

第三种，对话句：

最后大家都散了场，只有消失者的爱人还在问"他去那里了？"

这句里套了一句人物的问话。所以它既算叙述、又算对话，类型那一栏两个都得填。

而且只要一句里有对话，就必须判断说话人是什么样的人——这句的说话人是个刚失去爱人的人，画像那一栏不能空着。

第四步：入库。

标完的十六句按来源存进库里。到这里，这篇四百多字的旧稿就正式变成可被检索的东西了。

它跟我库里所有其他句子一样，会在下一次写文的时候，因为某个场面、某种情绪，被那三道闸门放行、被排序选中，然后落到 AI 眼前。

最后

回头看那条链子：

挑选端要能筛，就得有字段可筛；字段要有用，就得被读；要被读，就得在标注的时候标得对；要标得对，词表就得能装下真实的句子。

这条链子是往回走的。我一开始是顺着走的——先想着怎么标，标完发现挑不动，又重新回去改标注规则。来回折腾了好几轮，才把这几层的关系理顺。

现在再问你一句：为什么"AI 挑句总挑歪"？

不是它笨。是我把"从一万句里选十句"这件事交给了它，而这件事需要的是可筛选的条件，不是语感。条件得在句子进库的那天就准备好。

挑选这件事做得好不好，在你把第一句话放进库的那一刻，就已经决定了一大半。