AI写小说套路曝光：Claude爱平铺直叙，GPT热衷做梦，Gemini惯用他如何如何

背景

随着生成式人工智能在内容创作领域的渗透，关于“AI写作”的讨论已从单纯的技术可行性转向对文本特质的深度审视。过去，公众和创作者普遍依赖“风格特征”来鉴别AI生成内容，例如过度使用破折号、罗列“首先、其次、最后”或堆砌形容词。然而，这些表层特征极易通过调整提示词（Prompt）或进行简单的后处理被消除，导致“去AI味”的努力往往流于表面。

在此背景下，马里兰大学计算机系与 Google DeepMind 的研究团队联合开展了一项大规模实证研究，旨在探究 AI 与人类在叙事逻辑层面的根本差异。2026年4月，该团队在 arXiv 上发表了论文《StoryScope: Investigating idiosyncrasies in AI fiction》（《故事显微镜：探究AI小说的特质》）。沃顿商学院教授 Ethan Mollick 在社交媒体 X 上分享该研究后，引发了学术界、创作者及普通读者的广泛关注。这项研究不仅挑战了“调教好提示词即可让 AI 写出人类水平故事”的乐观假设，更揭示了 AI 叙事中深层的结构性局限。

核心内容

研究团队构建了一个名为 StoryScope 的自动化分析管道，对叙事特征进行了大规模量化分析。实验收集了 10,272 个写作提示，分别由人类作者以及五个主流大语言模型（Claude、DeepSeek、Gemini、GPT、Kimi）进行创作，每篇故事约 5,000 词，最终生成 61,608 篇故事。研究从情节结构、角色能动性、时间连贯性、对话密度等 10 个维度提取了 304 个细粒度叙事特征。

研究发现，仅凭叙事特征即可达到 93.2% 的准确率区分人类与 AI 写作；在识别具体作者（包括五个 AI 模型和人类）的任务中，准确率高达 68.4%。相比之下，包含标点、句式等风格线索的模型准确率提升不足 3%。这表明，AI 写作的“底层叙事逻辑”具有高度的可识别性，且无法通过表面修饰掩盖。

研究将 AI 与人类在叙事上的核心差异归纳为以下五个维度：

1. 过度说教与主题显性化 AI 倾向于直接点明故事主题，77% 的 AI 叙事者会直接阐述道理，而人类仅为 52%。AI 故事中涉及哲学讨论的对话比例（59%）远高于人类（34%）。此外，AI 对其他作品的引用多为“模糊暗指”（72%），缺乏人类作者那种明确提及作品名称（50%）或直接引用的自信。AI 的叙事潜台词是“我告诉你一个道理”，而人类则是“你自己品”。

2. 线性叙事与缺乏支线 人类擅长非线性叙事，如倒叙、插叙和多线并行，而 AI 几乎总是遵循单一线性时间轴。数据显示，79% 的 AI 故事没有支线情节，而人类故事这一比例为 57%。在结局处理上，AI 倾向于为主角提供明确的交代（如顿悟或接受现实，占 47%），而人类更倾向于开放式或模糊结局（仅 27% 提供明确交代），留给读者想象空间。

3. 身体描写的情绪替代 AI 极少直接使用情绪标签（如“害怕”、“愤怒”），仅 8% 的情况下使用，而人类为 29%。相反，AI 高度依赖生理感受和环境描写来“演绎”情绪，81% 的 AI 文本通过身体反应传达情绪，且大量使用嗅觉意象（82%）。这种“教科书式”的堆砌暴露了 AI 缺乏真实的情绪体验，只能从数据中学习情绪的外在表现，导致描写往往显得“用力过猛”且缺乏内在真实感。

4. 缺乏读者意识与“第四面墙”互动 人类作者常通过打破“第四面墙”与读者直接对话（28% 的人类作品使用，AI 仅 7%），并在显性引用与隐性参考之间灵活切换。AI 的叙事是封闭的，缺乏“读者意识”，不在乎读者是否理解或跟随，仅将其视为任务完成过程。AI 难以像人类那样自如地在文本间建立互文性联系。

5. 叙事空间的趋同与模板化 在叙事空间中，AI 生成的故事高度聚集，呈现出严重的“撞脸”现象。人类故事素材库更丰富，涉及更多地点、更高比例的对话占比以及更多融入核心主题的支线。AI 主角倾向于“伟光正”的道德立场（59% 的人类主角具有道德矛盾，AI 仅为 38%），被困在狭窄的默认叙事模板中。

此外，研究揭示了不同 AI 模型独特的“叙事指纹”：Claude 的事件升级平淡，GPT 过度使用梦境序列，Gemini 默认使用外部视角描述角色。尽管各模型风格各异，但所有 AI 模型在叙事空间中的聚集区域高度重合，显示出训练范式导致的“叙事趋同”现象。

关键要点

• 叙事特征优于风格特征：仅通过情节、时间结构、角色能动性等叙事特征，即可高准确率（93.2%）区分 AI 与人类写作，风格修饰（如标点、句式）对鉴别的贡献微乎其微。
• AI 缺乏真正的叙事智慧：AI 无法理解生活体验、死亡或“欲说还休”的情感张力，只能套用标准故事模板，导致其叙事逻辑与人类存在根本性差异。
• 五大核心差异：
  1. 说教倾向：AI 喜欢直接讲道理，人类喜欢留白。
  2. 线性结构：AI 偏好单线程推进，人类擅长非线性跳跃。
  3. 情绪表达：AI 依赖生理描写替代情绪标签，人类直接使用情绪词汇。
  4. 读者互动：AI 缺乏读者意识，人类常打破第四面墙进行互动。
  5. 角色深度：AI 主角道德单一，人类主角更具道德复杂性和多面性。
• 模型间存在“叙事指纹”：不同大模型（如 Claude、GPT、Gemini）具有可识别的特定叙事偏好，可用于识别具体生成源。
• 去 AI 味的局限性：修改词汇、句式和标点无法改变 AI 的底层叙事结构，要求 AI 模仿不同风格也难以消除其叙事层面的趋同性。

意义与影响

这项研究对当前的 AI 内容创作生态产生了深远影响。首先，它终结了“通过提示词工程即可完全消除 AI 痕迹”的幻想，指出 AI 写作的局限性根植于其训练范式和缺乏真实生命体验的本质。其次，StoryScope 工具及其公开的数据集（包括 10,272 个提示和 51,336 篇 AI 生成文本）为学术界和业界提供了一套穿透表层、直达叙事底层的“照妖镜”，有助于建立更严谨的 AI 内容鉴别标准。

在文学界，随着《林间之蛇》等作品引发 AI 写作争议，该研究为界定“原创性”和评估 AI 辅助创作的伦理边界提供了实证依据。对于创作者而言，研究提醒人们：AI 可以辅助生成通顺的文字，但无法替代人类对生活的独特经历和情感共鸣。未来的创作重点应从“如何模仿人类风格”转向“如何利用 AI 拓展叙事可能性”，同时坚守人类独有的叙事深度和情感真实。