AI 生文怎麼不像機器寫的：先用「語氣指紋」，再把它當草稿不當成品
用 AI 寫文，最常見的崩盤點不是「寫不出」，而是「寫出來沒人相信是你寫的」。段落太整齊、重點太平均、沒有立場——一讀就是機器味的文章。
問題多半不在模型，在於你餵它的素材太泛。InfoBox 高階方案的 AI 生文，是「依你的語氣」寫：把你的風格壓成一段描述（語氣指紋），再餵 AI 寫。原理與紀律，這篇一次講清。
語氣指紋：把你的風格壓成一段可餵 AI 的描述
「你的語氣」對模型是模糊的，對 AI 是可描述的：
- 你寫結論慣不慣前（先結論後論據？）
- 你講實話的程度（會不會直說「這功能你可能用不到」）
- 句子長短、愛用括號還是破折號、愛不愛列清單
語氣指紋就是把這些拆成幾段具體描述，讓 AI 照著寫。InfoBox 後台有「語氣分析」：選一篇文章，AI 把你的風格壓成一段描述存起來，之後生文都照它來。
🔍 點擊放大更強的替代：有接 MCP 的話，可以直接在你的 Claude 裡讀你幾篇舊文、抓到語氣、寫完存草稿，語氣比「壓成一段描述」更準——那是整篇原文給 AI 看，不是摘要。
🔍 點擊放大三條紀律：AI 產出是草稿，不是成品
① AI 產出當草稿，不當成品
直接發佈 AI 的初稿，是最多人翻車的地方。初稿只是「把素材排成文」的那一版，你的判斷（哪些是重點、哪個例子的真實成本、哪句該直說）才是成品。
② 餵真實素材，不餵題目
「幫我寫一篇講定價策略的部落格」= 機器味。「這是我上個月三堂課的定價：A 課 1,980 元、B 課 4,800 元、C 課 9,800 元，轉換率 B 最高，我判斷原因是……幫我寫成一篇文」= 有你立場的文章。
③ 保留「直說不吹」的段落
AI 預設是圓潤的、把風險抹平的。開課產業的真實成本——完課率、流失、客服量——這些「不好聽」的數字是信任的來源，不要因為 AI 自動美化就刪掉。
配合爆文分析：拆結構不抄內容
InfoBox 另一個高階功能是「爆文分析」：把別人的熱門文章拆解成你能用的結構（怎麼開頭、幾個重點、怎麼收尾），不抄內容。
🔍 點擊放大正確的順序：先用爆文分析挑一個「被驗證過有效」的結構 → 用你自己的語氣指紋與真實素材寫 → 出成品草稿 → 你審改。三步全做到，才像「你在寫」，不像「AI 在寫」。
什麼時候不用 AI 生文
- 內容是你的親身踩坑經驗（例如「我這堂課第一版完課率只有 30%」）：素材本身就是證據，AI 只幫排版。
- 涉及法律與金流細節：退款政策、發票、同意條款，AI 初稿要逐句對法條與平台實際行為核過再發。
最後
「AI 不像機器寫的」不是把 AI 用到看不見，是把它放回它該在的位置：草稿工廠。
你的語氣指紋是素材，你的真實數字與判斷是骨架，AI 是排版的。三樣裡缺任何一樣，成品都會退化成「通用建議文」——那種文，學員看完記不起來是你寫的，也會記不起來該買你的課。