AI 提示词：从文本中删除过度副词（及其原理）

什么是 AI 辅助写作中的"过度"副词？

并非每个副词都是问题。"She left immediately"和"the results were statistically significant"都使用副词来传递真实信息——第一种情况是时间，第二种是具体的限定词。值得删除的副词是那些重述句子已有内容或对声明进行套利但未增加任何可测量内容的副词："very unique"、"basically means"、"really important"、"actually shows"。与大多数人类写作者相比，AI 模型以明显更高的比例生成这种第二类副词，因为强化词和套利词是某些动词和形容词之后在训练数据中的统计常见延续——模型以相同的方式使用它们，就像使用任何高概率的下一个词一样。只是说"remove adverbs"的提示词无法区分两种类型，并会连同填充物一起删除有用的信息。提示词需要在删除前定义过度。在实践中，这意味着将副词类别视为两个独立的桶——一个保护，一个删除——并给模型明确的标准，以便将给定的句子排序到每个类别中，而不是依靠它从上下文中单独推断区别。

改变句子含义的副词是信息。只是让句子变长的副词是填充物。改写提示词必须区分两者。

从文本中删除过度副词的 AI 提示词

这是一个从文本中删除过度副词的 AI 提示词，建立在上述区别的基础上，而不是盲目删除每个 -ly 单词的笼统指令。将你的草稿粘贴到 [TEXT] 的位置，并根据你的上下文调整语气行。将每一行作为一个组合指令的一部分运行，而不是五个独立的提示词，因为保留规则和保留条款需要适用于同一次处理。

1. 指令："改写 [TEXT] 以删除过度副词——特别是强化词（very、really、extremely、incredibly、basically、actually、literally）和重述其修饰的动词或形容词含义的副词（quickly rushed、quietly whispered、completely finished）。"
2. 保留规则："仅当删除副词会删除特定的、可核实的细节时才保留副词——时间、频率、未暗示的程度或句子为了准确性而依赖的限定词（例如，如果源数据支持该特定声明，保留"increased significantly"，但如果它只是增加强调，则删除"significantly"）。"
3. 动词规则："如果副词只是增加强调，用更强的单个动词替换副词加动词组合，而不仅仅是删除副词——"walked quickly"变成"hurried"，而不是"walked"。"
4. 保留条款："不要更改任何事实声明、数字或具名例子。在删除旧副词时，不要添加新的副词、过渡词或套利措辞。"
5. 输出检查："改写后，列出你删除的每个副词和保留的每个副词，并用一行说明为什么每个保留的副词被保留了。"

为什么 AI 草稿如此依赖副词？

语言模型逐个令牌生成文本，预测给定前面所有内容最可能的下一个词。在"shows"、"believes"或"improves"等动词之后，强化词或套利词是模型学到的训练数据中的常见延续——因此模型默认会使用，而不是因为句子需要它。这与产生平坦、均匀节奏句子结构的基本相同的模式相同，AI 检测器将其测量为低突发性和低困惑度：可预测的单词选择堆叠在一起。副词过度使用不是与此分开的怪癖——它只是相同统计习惯的一个可见症状。充满"very"、"clearly"和"essentially"的草稿通常也充满相同的句子长度一致性和过渡短语重复，这使写作读起来像首先生成的 AI。这种重叠正是为什么从文本中删除过度副词的 AI 提示词往往会使一个段落读起来明显不那么机械——修剪它强制周围条款的小改写，而这个改写通常是真正改进发生的地方。

当 AI 模型删除副词时应该注意什么？

要求模型删除副词是一个有针对性的编辑，但有针对性的编辑仍以可预测的方式出现错误，特别是当将相同的指令应用于长文档时，在一次处理中而不是按部分处理。一些故障模式经常出现，足以值得每次检查，而不仅仅是偶尔抽查。

1. 删除了承重限定词："the drug reduced symptoms significantly"失去"significantly"会将特定的临床声明变成一个模糊的声明——模型无法总是在没有被告知源材料支持什么时区分填充物与数据支持的强调。
2. 引用或第一人称材料中的平坦语调：如果文本包括直接引用或个人声音，删除每个副词可能会使其读起来比原始发言人的意图更僵硬——单独重新阅读引用部分。
3. 改变含义的动词交换：用"snapped"替换"spoke angrily"是一个合理的交换，但"walked slowly"变成"trudged"添加了原始句子中没有的疲劳或不情愿的含义。
4. 在其他地方引入的新填充物：一些模型通过在段落其他地方添加过渡词或套利措辞来补偿更短的句子——上面提示词中的保留条款专门用于捕捉这一点，但仍值得手动扫描。

你如何知道哪些副词实际上需要删除？

在对完整文档运行提示词之前，了解你在寻找什么很有帮助，以便你可以判断输出而不是盲目信任它。一个快速的手动测试适用于几乎任何包含副词的句子。

1. 删除副词并再次阅读句子。如果没有具体的损失——没有数字、没有时间、没有比较——副词是填充物。
2. 询问副词修饰什么。如果它修饰已经很强的动词或形容词（"completely destroyed"、"totally unique"），副词与它所附加的词是冗余的。
3. 检查副词是否在做更强的词可以单独做的工作。"Very tired"通常只是"exhausted"。"Really fast"通常只是"fast"或一个具体的数字。
4. 标记附加到声明、数据或归因的副词——"reportedly"、"allegedly"、"significantly"——以进行第二次查看而不是自动删除，因为这些通常会携带笼统编辑不应触及的含义。
5. 计算每个段落出现多少个副词。在单个段落中出现两个或三个以上的强化词是可靠的迹象，表明即使在查看使用了哪些具体词之前，草稿也需要进行这次处理。

为学术、商务和博客写作调整提示词

上面的核心提示词作为基线有效，但你为其编写的语气改变了在删除副词时什么算作可接受的折衷。通常只需在基础指令中添加一行特定于上下文的内容——你不需要为每种类型的写作提供完全不同的提示词，只需要一条关于模型应保留什么的不同规则。

1. 学术和研究写作：添加"保留学术准确性所需的套利语言，例如"may indicate"或"appears to correlate with"——仅删除在不改变认识论声明的情况下增加强调的副词。"学术写作有时需要套利以确保准确性，而不是风格，笼统删除指令会造成伤害。
2. 商务和专业写作：添加"在源文本中有的地方用具体的度量标准替换模糊的强化词（例如，如果提供了该数字，"significantly improved"变成"improved by 22%"）。"这会将副词删除变成精确升级，而不仅仅是更短的句子。
3. 博客和内容写作：添加"在删除副词的地方，检查句子仍然听起来是对话式的——选择更强的动词或具体细节，而不是更短但更平淡的句子。"这里的目标是一个更精简的句子，仍然听起来像一个人写的，而不仅仅是一个更短的句子。

删除副词是否改变文本是否读起来像 AI 写的？

副词密度是 AI 检测器和仔细的读者拾取的许多信号中的一个小信号，因此单独削减副词不会大幅移动检测分数——句子长度一致性和可预测的词语选择重要得多。但它是相同模式的一部分，改写后仍然堆满"very"、"basically"和"clearly"的段落是快速的视觉信号，表明更深层的结构问题可能根本没有得到解决。如果你编辑的草稿也需要通过 AI 检测检查，将从文本中删除过度副词的 AI 提示词视为一个合理的第一步，而不是完整的——它清理了一个可见的症状，同时基本保持了底层句子节奏不变。NotGPT 的 AI 文本检测可以向你显示你的编辑后哪些具体的句子仍然读起来像 AI 生成的，Humanize 功能可以对句子结构和词语选择进行第二次处理——可调节的强度——对于手动副词削减未修复的部分。

削减副词会使句子更精瘦。它不会自动使其人性化。这些是相关的问题，不是同一个。