AI 与写作2019bbc.co.uk
BBC 的一些选举结果报道由计算机生成
Some BBC election result stories were computer-generated
导读
这篇 BBC 报道讲的是 2019 年英国大选期间，部分选举结果新闻由计算机自动生成。帖子下的讨论更值得写作者关注：评论者指出这类文本本质上是“邮件合并”式的填模板，而非 AI 写作，并顺带拆解了自动化新闻的真实边界——事实性内容容易模板化，本地语境与因果解释才难以替代。
可以直接用的写作要点
- 01
读者并不抗拒模板化写作，真正让人读不下去的是缺少变化：同一个句式、同一种结构反复出现才会暴露机器味。
- 02
事实性、结构稳定的内容（选举结果、比分、财报）最适合自动化，因为写作的核心工作是准确填充数据，而不是组织观点。
- 03
机器写作最难替代的是本地语境：某个选区为何翻盘、哪条地方政策影响了投票，这类解释需要人的采访与判断。
- 04
给“机器做得比人好”这类说法降温：很多时候不是人做不到，而是人做得更贵；写作时同理，先分清是能力问题还是成本问题。
HN 评论精选
自动化新闻多数只是填模板，句式变化极少，不要被“AI 写作”的说法唬住。
我搜了一下报道中那些固定句式，几乎找不到多少变化。这算不上 AI 驱动的新闻业，更像是邮件合并，而不是机器学习。下一篇大概就是《计算机如何写出你的电费账单》。
hanoz查看英文原文
> How computers wrote Hmmm... Googling: "elected as the MP for" "was created using some automation", reveals very little variation. We're not exactly talking AI powered journalism here. More mail merge than ML. Next week: How computers wrote your last electricity bill.
模板写作的成败在于“变化量”，只要变体足够丰富，读者并不会察觉。
2015 年我在一家做类似事情的创业公司工作，用 Yseop 这个自然语言生成工具写体育新闻。团队包括我负责后端、一位记者编写 Yseop 代码、一位技术写作者搭建故事树、一位数据科学家从各类体育数据源建库。逻辑相当直接：只要提供足够多的变化，读者就不会流失。不过 Yseop 不便宜，公司后来因巨额财务欺诈倒闭了。当时 Tribune 报系用了我们不少内容，我一直在等这类做法变得更普遍。
grammarxcore查看英文原文
I worked at a startup in 2015 that did something similar. Using an NLP called Yseop, we wrote sports articles. The team consisted of me on backend, a journalist writing the Yseop code, a technical writer building the story trees, and a data scientist building the DBs from a plethora of sports sources. It's fairly straightforward. Provide enough variation and you don't lose readers. Yseop is not cheap, though, and the company went under after massive financial fraud. The Tribune Network used a fair chunk of our content at the time. I've been waiting for this to be more common-place.
自动化替代的多是成本，不是能力；真正稀缺的是本地语境与影响分析。
报道里那句“这用人工根本不可能完成”并不成立，更准确的说法是“用人工做会更贵”。事实性报道本来就很容易自动化，再加上语言生成还能让它读起来不那么干巴。真正困难的是加入本地语境，比如说明某些地方性因素可能如何影响了投票结果。暗示“计算机”做到了人做不到的事，往轻了说是糟糕的表达，往重了说就是撒谎。
PeterStuer查看英文原文
"That would never have been possible using humans" That would have been more expensive using humans. Factual reporting is fairly trivial to automate. Add some language generation and you can even make it sound less dry. More difficult is adding local contextualization and the impact of e.g. specific local factors that might have had an influence on the vote outcome. Implying 'the computer' is doing anything here that a dedicated human could not is just bad communication at best and utter lies at worst.
同类还值得读
我是肯尼亚人：不是我把 ChatGPT 写成了我，而是它写起来像我
I'm Kenyan. I don't write like ChatGPT, ChatGPT writes like me
一位肯尼亚作者反驳“我写得太像 AI”的指责：不是他写得像 ChatGPT，而是 ChatGPT 写得像他——那种平滑、无地域色彩、貌似中立的英语，本来就是殖民教育与精英阶层塑造…
AI 与写作2025 · 799 分 · 504 评4 条写作要点编辑精选使用 AI 助手完成论文写作任务会累积认知债务
Accumulation of cognitive debt when using an AI assistant for essay writing task
这篇论文研究的是：在完成议论文写作任务时使用 AI 助手，是否会让写作者积累"认知债"——也就是把本应由自己承担的思考外包出去，短期省力、长期削弱写作与思考能力。
AI 与写作2025 · 391 分 · 426 评4 条写作要点编辑精选学生使用 ChatGPT 写作指南
A Student's Guide to Writing with ChatGPT
这是 OpenAI 面向学生的一份写作指南，讲的是如何把 ChatGPT 用作写作过程中的辅助工具，而不是替你写完作业的"枪手"。
AI 与写作2024 · 323 分 · 309 评4 条写作要点编辑精选Grammarly，你也背叛了我？
Et Tu, Grammarly?
本次输入里只给了标题和链接，正文和评论都是空的，所以没法据实写出导读。
AI 与写作2025 · 279 分 · 74 评编辑精选用 GPT-3 进行创意小说写作
GPT-3 Creative Fiction
Gwern 的长文系统考察 GPT-3 在创意小说写作上的能力与边界：它能维持人设、写出讽刺腔调，也会整段复述训练数据里的歌词。
AI 与写作2020 · 234 分 · 97 评4 条写作要点编辑精选