一句话结论
Thomas Ptacek 提出将大语言模型（LLM）严格限制为校对工具，严禁使用模型生成的任何具体短语，以维持写作纪律与个人风格。
关键要点
- Thomas Ptacek 制定了“第一法则”，即绝对禁止使用 LLM 建议的任何一个单词或短语，将此作为智力个人防护装备。
- 他允许使用 LLM 进行事实核查、拼写语法检查，并偶尔将其作为同义词词典使用，但禁止让其直接撰写博客内容。
- LLM 生成的文本具有一种独特的“怪异气味”，采纳这些短语会破坏写作者的自我纪律与表达独特性。
- 该策略包含一套专门用于校对的提示词（prompt），旨在引导模型仅充当编辑角色而非创作者角色。
- Thomas Ptacek 在 Hacker News 评论区分享了他的系统提示词，并在博客文章中提供了个人 LLM 校对工具界面的截图。
背景与事实
2026 年 9 月 17 日，知名技术博主 Simon Willison 在其博客上整理并介绍了 Thomas Ptacek 关于如何与大语言模型协作写作的观点。Thomas Ptacek 明确区分了 LLM 作为“写作助手”与“校对编辑”两种角色。他主张，写作本质上是个人智力与风格的体现，因此必须通过严格的规则来隔离 AI 对创作者思维的渗透。
核心规则是“第一法则”：禁止使用 LLM 建议的单个单词。Ptacek 将此定义为一种“智力个人防护装备”（intellectual personal protective equipment）。这一原则的目的在于保持写作的纪律性，防止创作者依赖模型提供的顺滑但平庸的措辞。他明确指出，虽然会利用 LLM 检查事实准确性、纠正拼写和语法错误，甚至在需要时查询同义词，但绝不会让 LLM 直接生成博客内容的草稿或段落。
Ptacek 观察到，LLM 生成的文本具有一种明显的“怪异气味”。这种气味并非源于技术缺陷，而是源于模型在统计概率上倾向于选择最常见、最通用的表达方式，从而抹平了个人风格的棱角。为了避免这种同质化，他坚持认为采纳 LLM 提出的特定短语（turn of phrase）是严格禁止的。他通过实施这一限制，确保最终发布的内容完全出自作者本人的思维构建，仅经过 AI 的客观校验。
为了支持这一工作流，Ptacek 展示了其个人开发的 LLM 校对工具界面，并公开了启动该工具所需的提示词模板。这些提示词被设计为强制模型扮演“校对者”角色，而非“作者”角色。随后，Simon Willison 更新文章内容，指出 Ptacek 已在 Hacker News 的相关评论中分享了他使用的系统提示词（system prompt），供其他开发者参考和调试。该文章发布于 Simon Willison 的博客，属于 2026 年 9 月的近期技术资讯。
影响分析
对于中文开发者与内容创作者而言，Ptacek 提出的“严禁采纳 LLM 短语”策略提供了一种对抗 AI 文本同质化的可行路径。当前，许多从业者面临创作内容缺乏个人特色、易被识别为 AI 生成的困境。该分析判断认为，将 LLM 定位为“语法检查器”和“事实核对员”而非“文案生成器”，有助于保留创作者的核心智力投入。
在实际开发与应用场景中，这一方法意味着团队需要建立不同的提示词工程标准：一类用于生成代码或草稿（允许 LLM 主导），另一类用于最终发布内容的校对（严格限制 LLM 的输出范围）。对于技术文档作者和博客写作者，这种“隔离式使用”可能短期内降低写作速度，但能显著提升内容的独特性和可信度。它提醒从业者，AI 工具的效率优势不应以牺牲个人风格完整性为代价，特别是在需要建立个人品牌或进行深度技术解读的场景中。
适用边界
该结论主要适用于依赖个人风格与独特见解的内容创作领域，如技术博客、观点文章、深度分析报告及个人品牌内容。它不适用于那些对速度要求极高、风格统一性优于个人独创性的场景，例如大规模的用户生成内容（UGC）批量生产、标准化的客服回复、或纯粹的数据驱动型描述性文本。
对于非创意类的纯事实性报告，若团队已有成熟的数据清洗与自动填充流程，严禁使用 LLM 建议措辞的规则可能显得过于严苛且缺乏必要。此外，该策略假设创作者具备足够的语言驾驭能力来拒绝 LLM 的建议并找到更好的替代表达；若创作者本身语言功底薄弱，完全依赖 LLM 修正后仅做有限修改，可能难以实现 Ptacek 所述的“纪律性”提升，反而可能陷入对 AI 词汇的隐性依赖。
孤本观察
观察发现，Ptacek 将 LLM 建议视为一种需要“防护”的污染源，这一视角将 AI 从传统的效率工具重新定义为一种可能侵蚀作者主体性的外部干扰源。这反映了高水平创作者对“算法平庸化”趋势的警惕，以及试图通过人为设置的高门槛来维护智力创作独特性的努力。
常见问题
Thomas Ptacek 提出的“第一法则”具体指什么？
绝对禁止使用 LLM 建议的任何一个单词或短语，将此作为智力个人防护装备，以防止创作者依赖模型提供的顺滑但平庸的措辞。
在 Ptacek 的工作流中，允许 LLM 执行哪些具体任务？
允许进行事实核查、拼写语法检查，并偶尔将其作为同义词词典使用，但禁止让 LLM 直接撰写博客内容的草稿或段落。
Ptacek 认为 LLM 生成文本的“怪异气味”源于什么？
源于模型在统计概率上倾向于选择最常见、最通用的表达方式，从而抹平了个人风格的棱角，导致文本同质化。
该策略不适用于哪些具体场景？
不适用于对速度要求极高、风格统一性优于个人独创性的场景，如大规模 UGC 批量生产、标准化客服回复或纯数据驱动型描述文本。
Simon Willison 在哪一天整理并介绍了 Ptacek 的观点？
2026 年 9 月 17 日，知名技术博主 Simon Willison 在其博客上整理并介绍了 Thomas Ptacek 关于如何与大语言模型协作写作的观点。