AI 改稿通常会杀掉 voice，现在有可查证的证据说明原因：2026 年 4 月的研究《Voice Under Revision》把 300 篇个人叙事丢给三个前沿模型（GPT-5.4、Claude Sonnet 4.6、Gemini 3.1 Pro），测了 13 个文体指标。结果是每个模型、每种条件都朝同一个方向漂：虚词更少、缩略更少、第一人称更少、词更长、标点更花哨。最关键的一点：哪怕显式要求”保留作者的 voice”，漂移的幅度会变小，方向却从未反转（van Nuenen, arXiv 2604.22142）。
所以光说”保留 voice”并不是解药。下面这些 Prompt 补上了缺的脚手架：一次只改一个目标、显式 voice 规范、硬性保留规则、强制变更日志。动笔改之前，通常先跑一次AI 写作反馈更划算：拿一份资深编辑级的批评意见出来，知道哪些问题值得改、哪些其实不必改，免得改稿过程把不该动的地方一起冲淡了。
TL;DR
- AI 改稿会系统性地把文字”中性化”成 AI-grey（砍缩略、砍第一人称、把词拉长）。光说”保留 voice”只能减弱这个趋势，挡不住它。
- 一个 Prompt 只放一个目标。把压字数 + 重排 + 翻译 + SEO 塞进一次，四样全做得更差。
- 每次都 pin 一段 3–4 条规则的 voice 规范，并强制要变更日志，这样你能审计漂移，而不是去信模型那句”我保住了你的 voice”。
- 选模型（2026 年 6 月）：要最自然的文笔选 GPT-5.5；任何事实、数字、引文都不能动选 Claude Opus 4.7；原文巨大、需要完整 1M token 窗口选 Gemini 3.1 Pro。
- 2026 年最大的 AI 破绽是节奏单一化——句子全卡在 18–24 词那一档。把”句长要有变化”明确写进 voice 规范。
这套 Prompt 主要解决什么问题
文章改写翻车通常是把 5 个目标塞进同一个 Prompt：压字数 + 重排 + 加深度 + 翻译 + SEO。每个目标都会稀释 voice 一点；五个加起来就全没了。这些模板每个 Prompt 隔离一个改写目标，并强迫模型列出它改了什么。
选哪个模型（2026 年 6 月）
选哪个模型，取决于这次改写你要护住的是什么：
| 改写目标 | 首选 | 为什么 |
|---|---|---|
| 文笔自然、调语气、口语化改写 | GPT-5.5 | 流畅度最高，跟语气指令贴得最紧 |
| 保事实改写（数字、引文、法律/技术） | Claude Opus 4.7 | 更谨慎，最不容易悄悄改掉一个主张 |
| 超大原稿（长报告、整批存档） | Gemini 3.1 Pro | 完整 1M token 上下文，API 价最低（每 1M token $2/$12） |
| 免费 / 随手一次性 | ChatGPT 免费版（GPT-5.5） | 能用，但额度紧，且美国免费版从 2026 年 2 月起带广告 |
三家在 2026 年 6 月都是 1M token 上下文，但应用内的实际上限不同：ChatGPT Plus（$20）可用上下文约 320 页，完整 1M 只在 $200 的 Pro 档。多数文章改写这已经够用；只有你粘整批存档时这个上限才会卡住。
这篇适合谁
翻新 3 年老存档的内容编辑；把博客移植到 newsletter 或另一种语言的独立创作者；把 AI 草稿改回人声的创始人；把内部文档变成公开稿的技术写作；任何写出来的稿都听起来和其他 AI 改稿一样的人。
什么时候不建议用
首稿——改写 Prompt 假设有值得改的稿件。原稿有事实问题——先改再核事实是颠倒的。多个改写 Prompt 在同一对话里连续跑——每轮都会吃掉前一轮的 voice 信号。
Prompt 结构公式
一个改写 Prompt 应包含 6 个要素：
- 原稿：完整粘贴或明确指向。
- 单一改写目标：压字数 / 重排 / 翻译——不能打包。
- Voice 规范：幽默度、句长、签名短语、禁用短语。
- 保留规则：哪些句子必须存活；哪些事实不能改。
- 变更日志：模型必须列出改了什么，而不只是返回新文本。
- 停止条件：“不要新增主张”、“不要引入新来源”、“未要求不要新增示例”。
这套 Prompt 适合用在哪
- 旧博客的内容翻新
- 翻译文章的真本地化（不是字面直译）
- 保 voice 压字数（1200 → 800）
- 重排为倒金字塔的 SEO 改写
- 剥掉 AI-grey 措辞
- 调整阅读级别（高中 → 初中）
- 给一面倒的文章加诚实反例
17 个可直接复制的 Prompt 模板
1. 压字数不动 voice
下面是 1200 字文章。压到 800 字，保留作者 voice（追踪：幽默度、句长、签名短语）。输出：(a) 改写稿，(b) 你砍了什么 + 为什么。不要引入任何新主张。
{paste article}2. 加深度不肿胀
基于这篇文章，每个主张加 1 个具体示例。总长度不超过原文 130%。除非直接冲突，保留所有原句。列出你加的示例和 1 行说明。
{paste}3. 重排为倒金字塔
把这篇文章重排为倒金字塔：先抛最强结论、再证据、最后细节。保留所有句子但重排。位置变动的句子用 [MOVED] 标。
{paste}4. 换受众本地化
这篇文章原写给 {original audience}。请改写给 {new audience}——换示例、换引用、换词汇。结构论证保持。标注任何无法跨文化的引用。
{paste}5. 剥 AI-grey 措辞
下面是 AI 生成草稿。剥掉通用 AI 措辞（"在当今快速变化的世界"、"值得注意的是"、"此外"、"深入探讨"、"最终"、"赋能"、"驾驭"）。换成具体措辞。输出 diff：替换前 → 替换后 + 为什么。
{paste}6. 降低阅读级别
改写到初中阅读级别：句子更短、词更简单、术语必须解释。事实全保。改写后列出你替换的术语和换成的简单词。
{paste}7. 翻译不压平
把这篇英文文章翻译成简体中文，给小红书 / 知乎读者读。保留 voice 和节奏——不要机器直译。翻译后列出 5 个你做了适配（非字面翻译）的成语 / 表达，以及 3 个你刻意保留英文的短语（因为翻译会丢含义）。
{paste}要抓出这次翻译在语气或文化上悄悄漂掉的地方，再把结果丢进我们的 AI 翻译自我批改工作流跑一遍，再上线。
8. 加 SEO 不堆关键词
为关键词 "{keyword}" 优化这篇文章但不堆砌。正文最多 3 次自然出现，H1 1 次，前 100 字 1 次。建议 5 个语义相关词织进去。voice 保持。只输出 diff。
{paste}9. 加诚实反例
这篇文章一面倒。在结论和 FAQ 之间加一节 150 字"什么时候这条建议不适用"。具体到 edge case；不要削弱主论点。
{paste}10. 翻新到当年
这篇文章写于 {year}。请更新到 2026：刷数据点、刷工具版本、修死链、刷过时截图引用。每处改动用 [UPDATED] 标。不要重写未触动的段落。
{paste}11. 对齐某位作者的 voice
下面是目标 voice 样本（{name} 写的 200 字）。再下面是我的文章。把我的文章改写成那种 voice：节奏、句长分布、词汇选择。事实内容完全保留。输出改写稿、外加 3 行 voice 特征说明你对齐了什么。
Voice 样本：{paste}
文章：{paste}12. 更专业（不僵硬）
为 {industry/role} 受众把这篇文章改得更专业。砍掉随意的 emoji 和闲笔。保留 1 个签名手法（如开头短句、破折号节奏），让它还像人写的。列出你删掉了什么、保留了什么。
{paste}13. 更口语（不降智）
把这篇文章改写成更口语化的 voice。用缩略、第二人称（"你"）、至少 3 个对读者的短问句。技术精度不能丢。列出你重写的句子和原样保留的句子。
{paste}14. 多语种适配（不只是翻译）
这篇文章原写给 {源语言 / 文化}。请产出 {目标语} 版本——目标市场编辑会发出去的那种：重选类比、换地域工具、按目标受众的预期重新校准示例。输出：适配稿 + 一份"我本地化了什么 vs 我翻译了什么"的清单。
{paste}15. 保事实改写
按 {voice spec} 改写。硬约束：每个数字主张、人名、日期、URL 必须原样存活。改写后输出清单核对每个数字主张在新版本里同值出现。
{paste}16. 标题和导语去标题党
下面的标题和首段感觉像标题党。请重写两者——同样的主张但不用标题党套路（无"你不会相信"、无模糊数字、无假紧迫感）。标题 ≤12 字。导语 ≤80 字。事实主张全保。
标题 + 导语：{paste}17. 改格式重新分发
下面是 1500 字博客。产出 {目标格式} 版本：{选项：Twitter 长串（10 推）/ LinkedIn 帖（250 字）/ 播客大纲（10 拍）/ 60 秒脚本}。保留最强的 2 个 idea，其余坚决砍掉。只输出新 artifact。
{paste}容易踩的坑
- 没粘原文。 模型自己编一篇可信的来改。
- 要”改进”但不说改哪个。 voice？结构？SEO？长度？模糊意图 → 通用输出。
- AI 加了新主张没标。 永远要求变更日志，方便发现幻觉事实。
- 目标堆叠成一个 Prompt。 “压字数+翻译+SEO”会让三者都更糟。一个 Prompt 一个目标。
- 跳过 voice 规范。 没有 3–4 条显式 voice 规则，每次改写都漂向中性 AI-grey。
- 轻信”我保住了 voice”。 头几次人工抽查句长分布和签名短语。
- 同对话连续多次改写不重置。 voice 信号每轮衰减；每篇文章新开对话。
下一步怎么继续提升
- 每个改写 Prompt 顶部 pin 一段 voice spec block：句长区间（不是单一数值）、禁用短语、允许手法。一位作者一次组好，反复用。
- 在这段规范里显式写上”句长要有变化”。节奏单一化——句子全卡在 18–24 词那一档——是 2026 年最大的 AI 破绽，而且能穿过大多数”保留 voice”的指令。明确要求长短句刻意交错。
- 每个 Prompt 都要变更日志。《Voice Under Revision》研究表明，就算你叫它别动，模型照样会中性化，所以”我保住了你的 voice”这句话不是证据，变更日志才是。
- 翻译时，目标受众与原受众明显不同，优先用**本地化模板（#4 / #14）**而非翻译模板（#7）。
- 压字数时，让模型同时产出目标长度和再短 10% 的两版。对比逼出狠手；选落点的那版。
- 每次改写后跑一遍 5 行 diff 审计：“列出任何意思可能偏移的地方，哪怕只偏一点点。” 这能抓到悄悄的语义漂移。
- 改写配语气改写 Prompt只在 voice 是目标时用，否则会双倍压平。
- 翻新当年的改写时，让模型先列每个需要核实的事实再改。后面省一遍事实核对。
FAQ
- 为什么不管我怎么说，AI 还是加”综上所述”？ 长 Prompt 里的约束漂移。把禁用短语在 Prompt 末尾再列一次，模型 filter pass 里 recency 起作用。GPT-5.5 比老版本更会压破折号和套话连接词，但长改写里它还是会把它们偷偷加回来。
- “保留 voice”这条指令真的有用吗？ 部分有用。2026 年《Voice Under Revision》研究发现这条指令能减小文体漂移，却从不反转方向；改写依旧朝缩略更少、第一人称更少、词更长的方向走。把它当成减震器，不是保证，再配上 voice 样本和变更日志兜底。
- 多轮改写怎么保 voice？ 每次都 pin 200 字 voice 样本，包括第 2 第 3 轮。不要靠模型从第 1 轮记住 voice。
- 能直接信模型的翻译吗？ 任何高 stakes 文章都不能。用”本地化 + 列出适配清单”模式（#7、#14）。然后让母语者抽查适配清单（不是全文），错误就藏在那里。
- 这些 Prompt 最少能改多短的文章？ 大约 300 字。再短就手改——Prompt 开销不值。
- 我能在一个对话里跑 改写+SEO+翻译 吗？ 可以，但每次改写之间重置对话。只传 artifact，不传模型之前的推理，避免 voice 漂移。
- 单次改写 Prompt 最多塞多少？ 大约 2000 字粘贴。再多就按节切——模型会丢 voice 信号开始中性化。
相关阅读
- 博客大纲 Prompt —— 写稿前先定大纲，改写就只是微调
- 语气改写 Prompt —— 只改 voice、不动结构
- FAQ 写作 Prompt —— 翻新文章时常见的改写目标
- Landing 页文案 Prompt —— Landing 页对应的改写套件
- ChatGPT 写作助手 —— 含改写在内的端到端工作流
- 文章改写用例 —— 端到端示例和 before/after
- AI 内容复用教程 —— 系统化跨格式应用模板 #17
- 对比文章 Prompt：12 个不水的 “X vs Y” 模板
- 客户教育文章 Prompt：帮助文章模板
- 隐私与条款大白话 Prompt：用户读得懂模板
- 问题-方案文章 Prompt：可信叙事模板
- 短摘要 Prompt：压缩不丢真相模板
- 用 AI 批量扩内容要注意什么
- 用 AI 系统性审查旧文章：要问什么、忽略什么、怎么排更新队列
- AI 规划多篇文章系列
- 长文扩写 Prompt：真深度模板
- 新闻稿改写 Prompt：记者愿意打开模板