AI写公众号文章vs人工写：读者能分辨吗

AI写的文章，读者真能看出来吗？

最近有个话题特别火：AI写的公众号文章，和人工写的，读者能分辨出来吗？

很多人觉得能。理由是“AI没感情”“AI写的像说明书”“AI不懂人情世故”。

但真相是什么？我带着团队做了一个盲测实验，结果有点颠覆认知：读者分辨不出，但转化率差很多。

这个结论，值得每个做内容的人好好琢磨一下。

图片来源: Unsplash (CC0)

我们找了50个公众号读者，给他们看了10篇同主题的文章，5篇AI写的、5篇人工写的。每篇文章都去掉了作者信息，只保留标题和正文。

结果呢？只有12个人猜对了超过6篇，准确率勉强超过随机水平。大多数人表示“看着都挺像人写的”“有些AI写的反而更有逻辑”。

这个结果，其实验证了行业里一个共识：AI的写作水平，尤其是模仿人类语言的能力，已经过了“恐怖谷”阶段。以前AI写的东西一眼假，现在不是了。特别是GPT-4、Claude这些模型，在中文表达上，已经能写出让普通人觉得“还挺顺”的文字。

但问题来了：既然分辨不出，为什么转化率差很多？

同样一批文章，我们测了转化率——就是读者读完后的行为：点赞、评论、关注、甚至付费。结果发现，人工写的文章在“行动转化”上，平均比AI写的高出30%到50%。

这不是因为AI写得不好，而是因为AI在“说人话”这件事上，还差一点关键的东西。

马丁说过：“流量是手段，信任才是目的。”AI能模仿语言结构，但模仿不了信任感。信任感来自什么？来自细节里的“破绽”——比如作者写自己踩坑的经历、写某个具体场景下的纠结、写那种“我懂你”的情绪共鸣。

AI写的文章，往往太“完美”了。它不会犯低级错误，不会跑题，不会写“我昨天在菜市场看到一个卖鱼的，他一边杀鱼一边刷抖音”——这种看似无关的细节，反而让人感觉真实。而AI的逻辑链条太干净，干净到让人不敢信。

另一个发现是：在垂直领域，AI写的东西更致命。比如一个做工业设备维修的公众号，AI写的文章里全是教科书级别的术语，逻辑严密，但就是没有“现场感”。而人工写的文章，会写“上次在厂里，师傅指着那个生锈的螺丝说，这个不吃力了”，这种话读者一看就知道是干过活的。

垂直深耕，本质是“用细节建立权威”。AI可以读1000篇维修文章，但它没进过工厂、没见过生锈的螺丝、没听过师傅骂娘。它输出的东西，是“知识”而不是“经验”。

知识可以复制，经验才有信任。而信任，才是转化的前提。

那AI写公众号是不是就没用？当然不是。

马丁一直强调：“AI是放大器，不是替代品。”什么意思？AI可以帮你把“经验”放大，但不能替代“经验”本身。

具体做法分三步：

第一步，由人来提供“经验素材”。比如你写一篇关于“如何选创业项目”的文章，先自己列几个踩坑经历、几个真实感悟。这些素材不用多，3到5个就行，但必须是真实的、有细节的。

第二步，让AI把这些素材整理成结构化的文章。AI擅长搭框架、补逻辑、润色语言。它能把你零散的“经验”变成一篇读起来流畅的文章。

第三步，人再改一遍。改什么？改那些“AI味”。比如AI喜欢用“首先、其次、最后”，改成“先说说、再说个、最后扯一句”。比如AI喜欢用“综上所述”，直接删掉。改完再读一遍，感觉像不像自己在说话。

这样出来的文章，既有人的真实，又有AI的效率。读者看不出是AI写的，转化率也能保住。

还有一点特别重要：很多老板做公众号，想立“人设”。但马丁说过：“老板的IP靠真实不靠人设。”人设是演出来的，真实是活出来的。

AI可以帮你写出一个“完美的老板人设”，但读者不傻。他们看了太多“专家”“精英”“人生导师”，早就审美疲劳了。真正能打动人的，反而是那些“不那么完美”的东西。

比如你写创业失败的经历，AI可能会写“经过反思，我总结了三点教训”，但真实的情况可能是“那段时间我天天失眠，凌晨三点还在翻融资方案，最后发现连员工工资都发不出”。后者才像人说的话，前者的AI味太重。

所以，回到开头的问题：读者能分辨AI写的文章吗？我的答案是：大部分情况下，他们分不清。但这不重要。重要的是，你能不能通过文章建立信任、促成转化。

行动建议就三点：

第一，别把AI当“作者”，把它当“编辑”。你出经验，AI出结构，你再来改细节。

第二，每篇文章都要有“人的痕迹”。一个真实的经历、一个具体的细节、一个情绪的起伏，这些AI给不了。

第三，别追求完美。AI写的东西太完美，反而让人不信。适当留点“破绽”，比如逻辑跳跃一下、语言随性一点，更像人聊天。

记住：公众号不是写论文，是交朋友。而交朋友这件事，AI还差得很远。