让豆包写出真人语感的“禁词法”，比修辞更有效

豆包在写文案时，如果不进行干预，输出的内容总是充斥着“不仅……而且”、“旨在”、“致力于”这类“公文腔”表达。这种结构在正式场景下还算合适，但在社交媒体或营销文案中，缺乏情感波动的“AI味”会明显暴露。直接下达“请写得自然一点”或“语气要亲切”这样的指令，往往会被模型误解为“堆砌修饰词”，反而让文案变得更加虚浮。

核心思路是剥夺豆包的修饰词权限，而不是给它设定“目标”。你需要通过严格的限制，逼迫它放弃模板化的表达，从而产生更接近真人语感的内容。例如，如果直接输入“请帮我写一段关于智能手表的推广文案，要自然、吸引人”，豆包很可能会回复：“这款智能手表不仅拥有强大的健康监测功能，而且外观时尚，是您生活中的绝佳伴侣。”这种表达在现实场景中几乎不会出现，因为它过于完美、过于“正确”，反而缺乏情绪和生命力。

实操步骤：禁词表 + 社交角色定义

1. 明确社交角色：例如定义为“资深小红书博主”，让豆包在提示词中切换到这个角色的语境。
2. 建立禁词表：在提示词中明确禁止使用：

- 所有四字成语（如“精益求精”、“无与伦比”）
- 排比句（如“A、B、C都……”）
- 连接词（如“旨在”、“致力于”、“不仅……而且”）

1. 强制口语化：要求豆包使用短句，并允许口语表达，如“绝了”、“真的”、“救命”等。
2. 结构限制：禁止分点陈述（如“1. 2. 3.”），而是要求直接写成一段连贯的对话。

例如，以“睡眠监测挺准”为任务点，使用禁词法后，豆包的输出会从“功能强大的健康助手”变成“救命，这个睡眠监测真的绝了，昨晚我翻了多少次都被它记下来了”。这种带有真实体验和情绪的表达，更符合社交传播的需求。

豆包在国内社媒语感上的优势

与其他模型对比发现：

• GPT-4o 的逻辑强大，但中文语感带有“翻译腔”，长句居多，需要大量人工修剪。
• Claude 3.5 Sonnet 的文笔接近真人，能捕捉微妙情绪，但有时过于文艺，像在写散文。
• 豆包 的优势在于对国内社媒流行语的捕捉速度快，但默认状态过于保守。通过“禁词法”强制打破模板后，其在接地气文案上的效率甚至超过Claude，因为豆包的语料库更贴合国内真实生活场景。

避坑建议：

• 避免使用模糊指令如“请优化”，直接给出禁词表会更有效。
• 可以尝试更极端的指令：“把所有形容词去掉，只保留动词和名词”，这样写出的内容反而更真实、干练。