用自定义指令给豆包做“去AI化”手术,让周报像真人写的
我近期在实测中发现,豆包在中文语境下的“讨好感”其实比 Claude 3.5 或 GPT-4o 都要强。这意味着如果你只是简单地告诉它“帮我写一份周报”,它会习惯性地通过堆砌形容词来表现自己的“专业”和“勤奋”。要解决这个问题,不能靠反复修改对话,而应该在“自定义指令(Custom Instructions)”里直接给它做一次逻辑截断。
最核心的调教逻辑是:不要告诉它“应该怎么写”,而要明确告诉它“禁止怎么写”。
我测试了一套针对豆包的极简主义指令,核心是将它的人设从“全能助手”切换为“厌恶修饰语的资深员工”。你可以尝试将以下逻辑配置到自定义指令中:
首先,建立一个严格的禁用词库。明确禁止使用“显著地”、“极大”、“极具”、“深入地”、“全面地”以及“旨在”、“致力于”等词汇。这些词在 AI 的逻辑里是增强语气的润滑剂,但在职场报告中往往是废话。
其次,强制约束结构。要求它必须采用“[事项] + [结果/进度] + [后续计划]”的极简结构,并严禁出现“首先、此外、最后”这类典型的 AI 引导词,更不能在结尾写一段毫无意义的总结性升华。
最后,控制句子长度。强制要求单句在 20 字以内,多用短句,彻底禁止排比句,将语气设定为“冷淡且客观”,使其更像技术日志而非工作作文。
为了验证这套方案的实际效果,我用同一组素材进行了对比测试。输入内容为:“本周优化了数据库查询速度,响应时间降低了 200ms,解决了 3 个 Bug”。
在没有设置指令的情况下,豆包给出的结果是:“本周我通过对数据库查询逻辑的深入优化,显著提升了系统的响应效率,响应时间大幅降低了 200ms。同时,我以高效且严谨的态度解决了 3 个关键 Bug,极大地增强了系统的稳定性。”这段话典型的 AI 废话堆砌,除了数据,剩下的全是形容词。
而挂载上述自定义指令后,输出结果变成了:
- 数据库优化:优化查询逻辑,响应时间降低 200ms。
- Bug 修复:解决 3 个已知 Bug。
这种对比非常强烈。前者是在写“作文”,试图通过修饰词来证明价值;而后者是在汇报“事实”,用数据和结果说话。
在深度体验之后,我认为豆包这类模型在处理中文职场文档时,必须通过强硬的否定指令才能逼出它的“真实感”。如果你不需要如此冷淡的风格,而是需要某种程度的“向上管理”感,可以将指令中的“冷淡”改为“结果导向”,但请务必死守那个禁用词库。只要把空洞的形容词砍掉,AI 味至少能消失 80%。
全部回复 (0)
还没有回复,来发第一条吧!
