编辑 Claude 的输出，使其读起来像你，意味着改变三件事：它为你提出的主张、句子的节奏，以及你绝不会使用的词语。这不是轻度的润色。你保留结构，重写表面，然后核实每一个事实、数字和引文。每千字预算大约一小时。
为什么 Claude 的输出读起来像 Claude，而不像我？
Claude 被训练来生成流畅、平衡、谨慎的散文。这对初稿有用，但对你的声音来说是错误的。有三种习惯反复出现。
首先，句子长度匹配。Claude 倾向于使用长度相似、内部结构相似的句子。你的写作几乎肯定不是这样。真实的草稿有一个长句，然后一个短句，然后一个片段。这种变化是检测器关注的信号之一，也是读者听到的“你”。
其次，模糊、对称的主张。Claude 喜欢两面兼顾的构造：一方面，另一方面，最终。你的论点可能并不对称。如果你认为一个选项更好，就说出来并给出理由。
第三，泛泛的名词。Claude 会写“利益相关者”、“考虑因素”、“影响”。你会写“财务团队”、“截止日期”、“如果我们错过了会怎样”。把抽象名词换成具体名词，是让草稿听起来像人写的最快方法。
我们自己的检测器测量于 2026-09-28 运行，以 30% 的标记阈值对两组段落进行了评分。来自 DeAIze 指南的 709 个未标记为生成的参考样本，平均 AI 得分为 26%，中位数为 25%，其中 709 个中有 239 个达到或超过阈值。未编辑的模型输出，来自固定提示的 12 个段落，平均为 33%，中位数为 34%。这些是段落计数，不是经过验证的人类假阳性率，而且同一文档中的段落不是独立样本。这一点虽然狭窄但有用：未编辑的模型文本比我们自己编辑过的散文得分更高，而且两组都没有被清晰地区分开来。分数是一种解读，而不是对谁写了某样东西的裁决。
在 Claude 草稿中，我应该首先修改什么？
按这个顺序进行。以错误的顺序进行会浪费时间，因为你在重写后修正的事实必须被检查两次。
- 锁定主张。 在不编辑的情况下通读草稿一次，并标记每一个不是你提供的断言。Claude 会用听起来合理的泛泛之谈填补空白。删掉它们，或用你自己的证据替换它们。
- 检查数字、名称、日期和引用。 每一个都要检查。Claude 可以生成一个看起来完全正确但并不存在的引用。如果你找不到来源，这句话就删掉。
- 检查否定词和限定词。 “大多数”与“一些”，“改善”与“不会恶化”，“通常”与“总是”。这些会悄无声息地翻转含义，而且它们是能在重写后幸存下来的错误，因为句子读起来仍然很好。
- 自己重写开头和结尾。 这些承载了最多的声音，而 Claude 的版本是最公式化的。从头开始写，而不是编辑它们。
- 有意识地变化句子长度。 大声朗读草稿。在你喘不过气的地方，删减。在听起来短促的地方，把两个句子合并。目标是可见的变化，而不是某个目标平均值。
- 用具体的名词替换抽象名词。 从头到尾做一遍，不做其他修改。
- 删除你永远不会说的过渡词。 “Moreover”、“furthermore”、“it is worth noting”。大多数草稿会在这里损失几个百分点的长度，并因此读起来更好。
如果你想在开始重写之前看看哪些句子承载着机器生成的信号，请先把草稿通过 AI 检测器 运行。句子级高亮会告诉你应该把精力花在哪里，而不是均匀地重写整个文档。
我可以一次性编辑整个文档吗？
不。编辑 Claude 输出是句子层面的工作，而把它当作文档层面的工作正是许多改写失败的原因。如果你从整体流畅性来阅读，你会让文本变得平滑，却不会改变那些读起来像生成的部分。
一个可行的模式是以三到五句为一块来处理。阅读这一块。问一个问题：我会这样写这句话吗？如果是，就保留。如果不是，就改写那一句，而且只改写那一句。不要在同一遍中改动相邻的句子。
这很重要，因为当你批量改写时，含义会漂移。你改了一个短语，然后改旁边的短语来匹配，四次编辑之后，这段文字表达的意思就与你原本想说的略有不同。逐句处理可以让这种漂移保持在可控范围内。
如果你想让自己编辑后的内容再有一双眼睛看看，DeAIze 的 humanizer 会为你的草稿建议修改后的措辞。把它当作建议，而不是答案。将它与你的原文比较，并自行核实其中的主张、数量、引用、否定和限定语。语义相似度是一种审阅辅助，并不能证明每个含义都得以保留。
一个示例
这里是一个示例，不是测量。前一行是 Claude 生成的那种句子；后一行是真人可能会写出的内容。
之前：“重要的是要考虑可能影响所提方法整体有效性的各种因素，尤其是与利益相关者期望相关的因素。”
之后：“该计划只有在财务团队于三月前批准的情况下才能奏效。除非我们削减试点，否则他们不会批准。”
第二个版本提出了第一个版本回避的主张。这就是全部工作。你并不是在让文本变得不那么正式。你是在让它对某事做出承诺。如果你的草稿是一份你确实无法做出承诺的报告，那就说出你确实知道的内容：测量了什么、在什么时间段内，以及还有什么仍未确定。
| 需要修正的地方 | Claude 倾向于做什么 | 你改为怎么做 |
|---|---|---|
| 主张 | 用看似合理的泛泛之谈填补空白 | 删掉它们，或提供你自己的证据 |
| 事实和引用 | 生成自信、有时是编造的参考文献 | 逐一核实；删除你无法找到来源的内容 |
| 句子长度 | 均匀、节奏一致 | 大声朗读；删减或合并，直到长度有变化 |
| 名词 | 抽象（“考虑因素”“影响”） | 具体（“截止日期”“发票”） |
| 过渡语 | 通篇使用正式连接词 | 删除你永远不会说出口的那些 |
何时编辑 Claude 输出是错误的做法
这里有一个令人不安的答案，值得直说。
如果想法不是你的，编辑也无法解决这个问题。 重写一份你未曾深思熟虑的草稿的表面，产出的文本读起来像你，但论证的却是你无法辩护的东西。在答辩、评审会或面试中，问题不在于文字听起来是否像人写的，而在于你能否解释其中的推理。编辑无法提供这一点。
如果你的政策禁止使用 AI 辅助，编辑并不能使其变得允许。 在开始之前就检查适用于你的规则，而不是等到出现标记之后。许多机构允许在语法和结构方面提供辅助，但禁止生成式文本；有些则要求披露。决定权在规则，而非工具。
如果文本是法律、医疗或受监管的申报文件，不要将其粘贴到任何工具中。 这些文件承载着重写可能悄然破坏的义务，风险不值得为了便利而承担。
如果你只需要一次干净的阅读，就跳过重写。 有时诚实的做法是保留草稿作为内部笔记，不提交到任何地方。
如果你试图降低检测器分数而非改进写作，请停下。 检测器分数是仪器读数，不同工具对其定义各不相同。模型分数、合格文本占比和相似度百分比不可互换，且它们都不能证明作者身份。为追逐一个数字而编辑会产出更差的写作，且毫无保证。
关于这个问题的更广泛版本，包括如何在整个项目中保持你的声音，请参阅如何在使用 Claude 写作时保持我的声音。如果你的作品已经被标记，人性化 AI 文本 会逐步介绍保持意义完整的验证步骤。
编辑这一遍到底要花你多少成本？
主要是时间。如果主题熟悉，一千字的 Claude 输出大约需要一个小时才能编辑妥当，如果需要核实引用，时间会更长。与从零开始写作相比，这算不上捷径，假装它是捷径只会让你跳过步骤。
不过，这笔交易是真实的。你得到了一个结构性的初稿，可以据此做出反应，这通常比面对一张白纸更快。你保留自己的论点、自己的例子和自己的节奏。你放弃的是那种模型停止打字时草稿就完成的错觉。
关于分数还有一点。如果你编辑得很好，检测器仍然标记了一个段落，那是关于检测器的信息，而不是关于你的。我们自己的编辑指南参考样本在30%阈值下的平均得分为26%，且分布相当分散。读起来自然的文本仍可能接近阈值。保留你的草稿，保留你的笔记，如果标记变成指控，编辑历史就是你的证据。关于这个过程升级后会是什么样子，请参阅误报AI检测器：该怎么办。
简短版本：先编辑论点，其次编辑句子，最后编辑词汇。然后大声读出来。如果听起来像是你会对同事说的话，那就完成了。
测量说明：本文中的数字来自我们自己的检测器于 2026-09-28 运行的结果——n = 709 篇来自未标记为生成的指南的参考段落，对比 n = 12 篇未经编辑的模型段落，AI 得分中位数分别为 25% 和 34%。参考作者身份未经独立核实；段落并非独立文档。方法：/methodology/。