AI写公众号为什么总被说“一眼AI“？两个Skill背后的方法论拆解

"一眼AI"到底是什么意思

公众号评论区有个高频词："一眼AI"。

读者用这个词的时候，并不是在说"你用了AI写东西"，而是在说"你写的东西没有值得读的理由"。

套话堆砌、没有观点、结构工整到不像人写的——这些加在一起，就是读者感知到的"AI味"。

问题不在于用没用AI。问题在于用了AI之后，你往里面加了什么。

内容初稿只是起点，不是终点

很多人用AI写公众号的流程是这样的：给个题目→AI生成初稿→直接发布。

这个流程最大的问题，是把"生成初稿"当成了"完成写作"。

实际上初稿在整个写作流程里只占30%。剩下的70%是：选题质检、结构调整、风格适配、细节填充、去AI味处理。

跳过这些步骤直接发布，出来的东西当然像AI写的——因为它确实就是AI的原始输出。

选题质检：写之前先判断值不值得写

khazix-writer的HKR质检模型

khazix-writer这个skill的设计思路跟大部分AI写作工具不一样。它不是在"帮你生成内容"，而是在"帮你判断这个选题能不能写"。

它有一个选题质检机制，叫HKR：

三个维度至少命中两个，这个选题才值得写。

这个思路是对的。大部分"一眼AI"的文章，问题不在写作阶段，而在选题阶段就已经输了——选了一个没有信息增量、也戳不中情绪的平庸话题。再好的写作技巧也救不了一个烂选题。

五大文章原型

khazix-writer还把公众号文章分成五种原型，每种有不同的写法重心：

1. 观点输出型：核心是"反常识"，要有明确立场
2. 经验分享型：核心是"真实细节"，要有具体案例
3. 行业分析型：核心是"数据洞察"，要有信息增量
4. 情感共鸣型：核心是"代入感"，要让读者觉得被理解
5. 知识科普型：核心是"降低门槛"，要把复杂的事讲简单

每种原型对应不同的结构模板和风格要求。用"经验分享型"的写法去写"观点输出型"的文章，出来的东西就是"正确但没劲"。

配图问题：AI生成的图为什么一看就是AI

这是另一个被忽略但影响很大的环节。

现在大部分AI配图工具生成的图片有几个共同特征：

• 过度饱和的色彩
• 不自然的构图
• "stock photo"气质
• 和文章内容的弱关联性

读者看到这种配图的第一反应不是"这个图不好看"，而是"这篇文章是AI批量生成的"。配图的质量直接影响读者对文章本身的信任度。

ian-xiaohei-illustrations的设计思路

这个skill做了一件很有意思的事：它不是生成"好看的图片"，而是生成"像人画的插图"。

它的默认IP叫"小黑"：黑色实心、白点眼、细腿、空表情。角色在做一件荒诞但逻辑上成立的事。

视觉规范很严格：

• 16:9横版
• 纯白底
• 黑色手绘线稿
• 少量红橙蓝批注色
• 大量留白

效果是什么样的呢？看着不像AI生成的——手绘感、克制配色、留白多，像有人花时间画的。

为什么"手绘感"重要

手绘插图在公众号文章里起到的作用，不是"装饰"，而是"人味信号"。

读者在刷文章的时候，配图是第一视觉落点。如果配图是标准的AI生成风格，读者会立刻形成"这是AI批量内容"的预期，然后带着这个预期去读正文——越读越觉得像。

反过来，如果配图有手绘感、有留白、有克制，读者的预期就变成了"这是有人认真写的东西"，然后带着这个预期去读正文——越读越觉得真实。

配图不是在美化文章，配图是在定义读者对文章的第一印象。

两个skill解决的是同一个问题

khazix-writer解决的是"写什么"和"怎么写"的问题。ian-xiaohei-illustrations解决的是"看起来像不像人写的"的问题。

但它们指向同一个核心：AI生成的内容在发布之前，需要经过"人味化"处理。

这个处理不是简单地改几个词、换几张图。它是一套完整的流程：

1. 选题阶段：用HKR模型判断选题是否有价值
2. 结构阶段：根据文章原型选择合适的写法
3. 风格阶段：去除模板化表达，适配目标平台调性
4. 视觉阶段：配图要传递"这是人做的"而不是"这是AI批量生产的"

跳过任何一个阶段直接发布，出来的东西都会被读者标记为"一眼AI"。

一个值得注意的趋势

现在AI写作工具的发展有一个明显方向：从"帮你写"转向"帮你判断"。

早期的AI写作工具都在比谁生成得快、谁生成得多。但现在越来越多的skill开始做选题质检、风格蒸馏、AI味检测——这些都不是"生成"能力，而是"判断"能力。

这个转变背后的逻辑很简单：生成的成本已经趋近于零了，真正稀缺的是判断力。知道什么值得写、什么风格合适、什么地方需要改——这些才是人类作者在AI时代不可替代的价值。

AI能帮你搞定80%的文字，但"值不值得写"这个判断，目前还是得靠你自己。