共计 1210 个字符，预计需要花费 4 分钟才能阅读完成。
AI 写小说的套路被扒光了: Claude 爱平铺,GPT 总做梦,Gemini 只会“他如何如何”
AI 写作的“味道”,可能不只藏在破折号和套话里 。 一项名为 StoryScope 的研究把关注点从词句风格转向叙事结构, 试图回答一个更底层的问题: 大语言模型到底是不是在用与人类不同的方式讲故事?
📌 研究把 AI 小说拆成“叙事骨架”
据论文信息,马里兰大学研究团队与 Google DeepMind 合作, 围绕小说生成文本展开分析。研究使用超过一万个写作提示, 让人类作者以及 Claude、DeepSeek、Gemini、GPT、Kimi 等模型分别创作故事, 并从中提取大量叙事特征。
与常见 AI 文本检测不同,StoryScope 并不主要依赖用词、标点或句式, 而是观察情节推进、时间结构、角色能动性、对话密度、主题表达等更深层线索。研究称, 仅使用 30 个叙事特征, 区分 AI 与人类写作的准确率可达到 93.2%。
🔍 AI 故事常见的几类倾向
论文归纳的差异并非单一模型的偶发现象,而是多个模型在小说写作中反复出现的倾向。相比人类作者,AI 更容易把故事写得完整、清楚、顺滑, 但也更容易失去含混、跳跃和复杂性。
- 更爱点明主题:AI 倾向于直接解释故事意义, 减少读者自行体会的空间。
- 更偏线性叙事:倒叙、插叙、多线并行等复杂结构出现得相对少。
- 更依赖身体描写:表达恐惧、悲伤等情绪时, 常用冷汗、胸口发紧、空气变化等外在信号。
- 角色更安全:AI 主角往往较少呈现强烈道德矛盾, 故事结尾也更倾向于给出明确交代。
💡 不同模型也有各自“指纹”
研究还指出,不同大模型在叙事层面存在可辨识的偏好。例如论文摘要提到,Claude 的事件升级相对平缓,GPT 更常使用梦境序列,Gemini 则更倾向以外部视角描述角色。研究团队在区分“人类与五个模型具体是谁写的”任务中, 也取得了高于随机水平的识别结果。
这些发现并不等同于判定某个模型“不会写小说”。更准确地说, 模型可以生成通顺、完整、具备文学外观的文本, 但它们在处理悬念、含混、旁逸斜出的人物动机时, 往往更接近一种可预测的默认模板。
📊 对写作者和平台的启示
这项研究对内容平台、出版行业和 AI 写作工具都有现实意义。过去许多检测方法集中在“表层风格”, 但随着提示词优化和后期润色普及, 单看词句越来越不可靠。叙事特征检测提供了另一个方向: 从故事怎么组织、角色怎么行动、情绪如何被呈现来观察文本来源。
- AI 文本检测可能从“查套话”转向“看结构”;
- 创作者使用 AI 辅助写作时, 需要更多介入人物、主题和结构设计;
- 文学评价将面临新问题: 当 AI 参与创作越来越普遍, 原创性应如何界定?
🚀 总结: 真正的差异在表达意图
围绕“AI 写小说的套路被扒光了: Claude 爱平铺,GPT 总”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
