不是 AI 写得不像你,是你根本没给它喂过料

大家好，我是盛年。

"AI 写出来的东西一看就是 AI 写的。"

这句话我听了不下一百遍。

说这话的人，通常紧接着会问一句：有没有更好的模型，或者更厉害的提示词。

我以前也这么想。

后来做了六十多篇公众号，我发现问题不在模型，也不在提示词。

在于你根本没给它喂过料。

大部分人用 AI 写东西是这样的：

打开对话框，输入"帮我写一篇关于 AI 副业的文章"，回车。

然后 AI 给你一篇四平八稳、放之四海而皆准的东西。

你看完觉得没味道，于是怪它不行。

但你回头想想：

它不知道你是谁，不知道你做过什么，不知道你踩过哪些坑，不知道你说话是什么调调。

在这种条件下，它只能写出一篇"任何人都能发"的文章。

任何人都能发的文章，当然一看就是 AI 写的。

9 月 18 日我听了洋哥的一次内部分享，讲飞书 AI 内容员工怎么批量出选题和文案。

二十多分钟的分享，我觉得最值钱的是开头那一句：

他的做法很朴素。

跟客户聊天、开团队会、做直播分享、参加线下活动、上课、复盘，这些场合全部打开妙记记下来。

以前是聊完就完了，现在全部进入库里。

这件事听起来太简单，简单到大部分人会跳过。

但你仔细想想自己的情况：

你这一年里讲过的真知灼见，有多少还能找回来？

我自己盘过一次，发现最有价值的东西，恰恰是那些当时觉得随口一说的对话。

语料攒起来之后，事情就变了。

洋哥那套链路是这样走的：

说话开会先沉淀成语料，让 AI 自动从语料里找选题，选题进多维表格管起来，再让 AI 挑一个写成口播稿，成片发布，发布的反馈又回到语料库里。

中间有个数字我印象很深。

假设你过去有 200 次会议记录，每次让 AI 从五个不同角度提选题，理论上就是 1000 个选题。

而且这 1000 个选题不是从网上抄的。

是你自己真讲过、真干过、真经历过的事。

这就是区别。

我这一年一直在做类似的事，只是工具不一样。

我用 Obsidian 当库，把课程笔记、客户沟通、线下交流纪要、每天的复盘全部往里放。

到现在，这个库里有我 32 单代写的完整台账，有每一场线下交流的纪要，有六十多篇文章的数据反馈。

结果是什么？

现在我让 AI 写文章，它能直接引用我某一单的真实价格、某一次交流会上某个人的原话、某篇文章的实际阅读量。

这些东西是没法编的。

也正是这些东西，让文章开始有人味。

不用一上来搞复杂系统，先做这三件小事。

第一，把录音打开。

下一次开会、聊客户、做分享，先点开录音或者妙记。哪怕你之后一次都没看，它也已经存下来了。

第二，把旧东西归拢。

你的聊天记录、朋友圈、过去写的方案，挑最能代表你的，放进同一个文件夹。

第三，问 AI 一个具体问题，附上一份真实材料。

不要问"帮我写一篇文章"，要问"根据我这份会议记录，提五个能做成短视频的角度"。

你会立刻感受到差别。

AI 不像你，是因为它不认识你。

它不认识你，是因为你从来没让它认识过。

语料是燃料，AI 是发动机，表格是流水线，内容才是最后的产品。

大部分人一上来就想换发动机。

其实该先去加油。

觉得有用的话，点个赞、点个在看，转发给那个天天抱怨 AI 写得不像自己的朋友。