大型語言模型（LLM）的運作原理是基於機率預測下一個字，這會產生什麼樣的寫作特徵？

大型語言模型寫作特徵：基於機率預測的平庸與空洞

大型語言模型（LLM）如 ChatGPT、Gemini、Claude 等，其運作原理是基於機率預測下一個字，因此在寫作上會產生一些獨特的特徵。由於 AI 傾向於寫出「統計上最安全」的句子，因此會過濾掉具體、獨特、帶有稜角的事實，轉而使用宏大、正面但空洞的描述，導致一種名為「回歸均值」的現象。例如，AI 可能會將一個小鎮的購物中心描述成「文化遺產的中心」，甚至是「社區團結的燈塔」。這種過度強調象徵意義與重要性，將具體事實「平滑化」為通用讚美的做法，是識別 AI 寫作的直觀信號。

AI 寫作的詞彙與句型特徵：廢話文學與結構強迫症

AI 在用字遣詞上常顯露出「廢話文學」的特徵。維基百科整理的《人工智慧寫作跡象》中列出了一系列 AI 慣用的「詞彙黑名單」，例如 "Delve"（深入研究）、"Tapestry"（掛毯）、"Testament"（見證）等。此外，AI 也喜歡使用「錯誤的範圍」（False Ranges），例如：「從宇宙大爆炸的奇點到數位行銷的最新趨勢」，這種跨度極大、邏輯斷裂的修辭，是 AI 試圖用華麗辭藻掩蓋內容空洞的典型表現。在格式上，AI 也常露出馬腳，例如過度使用粗體字來強調重點，或者在文章結尾使用僵化的「結論」或「未來展望」等標題，試圖給出一個面面俱到的總結。

AI 寫作的潛在風險：偽造知識與虛假來源

最令內容生產者感到恐懼的是 AI 對於參考文獻的偽造。AI 會捏造看起來極其逼真的引用來源，給出正確的書名、作者，甚至是真實存在的 ISBN 編號，但實際上卻無法找到對應的內容。這種「一本正經地胡說八道」的行為，對知識傳播構成極大的威脅。因此，在使用 AI 生成內容時，必須保持懷疑，並仔細驗證資訊的真實性。