打开网易新闻 查看精彩图片

前段时间在小红书上接了个单子，客户一边工作，一边利用周末时间研读工商管理专业研究生，期末作业题目是"人工智能+赋能传统小微企业二次创业的路径探析"，字数要求五千字，老师点名需要AIGC率在15%以下。

我给他做了一个新指令，跑出来的文章AIGC率压到10%以下。

分享两点思路：

1、绑定真实观察视角，让AI以"亲历者"身份入场

管理类学术报告有一个天然的检测漏洞，就是论据太"教科书化"，全是数据堆砌和概念搬运，没有任何亲身观察的痕迹。

我在指令里加了一条强制约束：每一个论点必须绑定一个生活中可见的真实场景，不允许直接引用行业数据开篇，要先描述一个具体的小微企业经营画面，再用数据做佐证。

比如写小微企业运营效率低这个痛点，指令要求AI先写"街道上开了十年的小饭馆，老板记账靠一个油腻腻的笔记本，月底盘账自己都说不准赚没赚"，再跟进"国内餐饮行业食材损耗率约在15%左右"这个数据，顺序反过来，人就站进去了，检测率直接下来。

2、案例分析段落，必须加入"我的理解"而不是复述

他之前的版本写了松鹤楼、美宜佳、景德镇陶瓷作坊三个案例，写完就写完了，每个案例后面直接跳下一段，没有任何个人消化的痕迹。

这么写的问题就在于丢了精华，把"我为什么要引这个案例、我从中看到了什么"这层意思没有写出来，而这层意思恰恰是老师判断是否AI代写的核心。

我在指令里加了第二条约束：每个案例结束后，必须紧跟一段个人视角的"接住"，用"这让我联想到管理课上讲的……"或者"从经营角度看……"这类句式过渡，把课堂知识和案例做一次主动连接，语气必须是学生在消化一个新知识，而不是在汇报调研结论。

比如写美宜佳的AI智能补货系统，指令要求在案例后写出"这就是我们工商管理课上老师讲的数据驱动决策，以前靠经验总会有偏差，但数据不会骗人"，这一句话一加进去，整段的气质完全变了，读起来是一个在努力理解知识的人，不是一台在输出报告的机器。

几条细节改完，整篇文章的逻辑重心就从"客观陈述"变成了"我作为一名职场人对社会、对人工智能赋能中小微企业发展的观察"，文章的AIGC率压到了8.7%。