DeepMind揭秘：大模型写作风格非调教可改，认清“性格”才是关键
近期，来自DeepMind的一项研究在AI写作领域引发广泛讨论。该研究通过大规模对比实验，系统揭示了当前主流大语言模型（如Claude与GPT系列）在文本生成中的“底层风格偏好”，并指出：**用户盲目调整Prompt的“调教”行为，往往事倍功半**，因为模型的内在写作“性格”具有高度稳定性。
模型风格的“基因”差异：平铺直叙 vs 浪漫幻想
研究发现，Claude系列模型在写作中呈现出明显的“平铺直叙”倾向。其生成文本逻辑链条清晰、句式结构规整，善于使用具体的因果关系和事实性描述，极少出现跳跃式联想或过度修饰。例如，在要求描述一个场景时，Claude倾向于给出“时间-地点-人物-事件”的线性叙述，这种风格对于技术文档、分析报告等需要精确性的场景极为适配。
与之形成鲜明对比的是，GPT系列（尤其是GPT-4）表现出强烈的“造梦”倾向。模型会主动引入隐喻、拟人化描写，甚至构造超出给定提示语范围的想象性细节。在相同的任务中，GPT可能写出“月光像被揉碎的钻石洒在湖面”这样的文学化表达，这种“做梦”特质在创意写作、故事生成中反而成为优势。
底层逻辑：训练数据与对齐策略的烙印
DeepMind的进一步分析指出，这种风格差异并非偶然，而是源于模型训练阶段的数据分布与强化学习对齐策略的深层影响。Claude的训练数据中，事实性、结构化文本占比更高，且其对齐过程更强调“如实回答”与“避免幻觉”；而GPT系列在预训练阶段获取了更丰富的文学、网络创意内容，且RLHF奖励模型对“生动性”赋予更高权重。这导致两者即使面对相同的Prompt，也会不自觉地回归各自的“写作舒适区”。
启示：与其“强行调教”，不如“因材取用”
这项研究对AI写作实践者具有直接的指导意义。许多用户花费大量时间尝试各种Prompt技巧，试图让Claude写出富有想象力的故事，或让GPT产出严谨的学术摘要——这往往收效甚微。正确做法应是：**先识别模型的原生风格，再根据任务需求选择合适的“写作伙伴”**。例如，需要撰写合同条款或产品说明时，优先选择Claude；而进行故事创作或广告文案构思时，GPT的“造梦”能力则更具价值。
AI写作的效能提升，不在于将每个模型都训练成“全能写手”，而在于理解并善用它们与生俱来的风格基因。毕竟，最聪明的调教，是懂得“不调教”——让模型做自己擅长的事。
