想让 AI 内容有辨识度，光靠“请用东北话写”这种指令已经没用了。现在的大模型，尤其是深度推理模型，能理解的东西比我们想象的多，但前提是你得把“方言”拆解成一套可被执行的逻辑规则，而不是一个风格标签。我最近在封装一个本地生活类的自动化内容工具，客户要求产出带点“川渝味儿”的探店文案，不能是网络梗堆砌，要那种市井里的真实感。这活儿，用老方法肯定扑街。
你得先想明白，什么叫“辨识度”？不是用几个“巴适”、“安逸”就完事了。那叫表皮。真正的内核是语言节奏、叙事逻辑和隐含的价值判断。四川人摆龙门阵，讲究“起承转合”里带点散漫，评价一个东西“一般”，可能说“将个烂就”，里面有种复杂的、介于满意和嫌弃之间的微妙态度。这种态度，AI 靠概率预测是学不来的，必须你手动给它建一个“逻辑脚手架”。
我这次的调教分了四层。第一层，词库替换与禁用。这是最基础的。我建了两个表：一个强制词库，比如“老板”替换为“老板儿”，“一点点”替换为“滴滴儿”；一个禁用词库，把“绝绝子”、“YYDS”这些网络热词全禁了。这一步用 n8n 很容易实现，在 Prompt 之前加个文本处理节点就行。但光这样，出来的是塑料方言。
第二层，句式结构植入。我分析了大量本地博主的文案，发现一个关键点：他们很少用长定语从句，喜欢把评价放在事实后面，用短句拼接。比如普通文案是“这家藏在小巷深处的火锅店有着三十年历史的老油锅底”，方言逻辑会写成“巷巷头勒家火锅，老板儿说他家勒锅底是老油，吃了三十年咯”。这里面的逻辑是：先定位（巷巷头），再点出主体（火锅），然后借他人之口（老板儿说）带出事实，最后用“咯”这种语气词收尾，赋予时间感。我把这个句式结构做成了几个模板，让 AI 在生成描述性段落时，必须从这几个模板里选一个进行扩写。
第三层，深度推理的触发。这是核心。我用的是最新版 Claude 3.5 Sonnet 的深度推理模式。在 System Prompt 里，我写了这么一段：“你是一个在成都生活了二十年的本地美食编辑。你的核心叙事逻辑是：1. 对价格敏感，第一时间关注‘划不划得着’（性价比）；2. 相信‘苍蝇馆子’可能比连锁店更有味；3. 描述味道时，优先使用类比日常生活的具体事物（‘这个辣味像小时候吃的辣椒糖，先甜后烧’），而非抽象形容词（‘鲜香麻辣’）；4. 结尾态度通常是温和的推荐，但带着‘你自己看’的保留余地，常用‘反正我觉得…’、‘个人口味哈’作为缓冲。” 你看，这已经不是风格，这是一套价值观和决策树。模型在推理时，会沿着这条路径去组织信息，它产出的内容自然就带上了预设的“立场”，这个立场就是辨识度的来源。
第四层，语气词的概率性喷洒。不能每句都加“嘛”、“咯”、“撒”，那太假。我写了一个简单的随机函数，在 Post-processing 环节，让 AI 在句尾添加语气词的概率控制在 30% 左右，并且根据句子类型选择：陈述事实后用“嘛”，疑问用“嗦”，感叹用“哦豁”。这点微调，让机器味儿又淡了一层。
调完跑一批测试文案，效果出来了。同样写一家面馆，标准模型生成的是：“面条筋道，汤头浓郁，臊子分量足，值得一试。” 我的模型生成的是：“建设路勒家面馆子，一两面给勒臊子怕是有二两多，扎实。面是那种棍棍面，嚼起有劲道，汤头看起清亮，喝一口才晓得味道压得深。就是环境嘛，典型的‘苍蝇馆子’，讲究勒朋友可能要看下。反正我个人是回头了好几盘咯。” 后一段的“人味儿”和地域辨识度，是碾压级的。
这套方法费劲，需要你对目标方言有真正的洞察，把它当成一个产品逻辑来拆解。但好处是，一旦 Pipeline 跑通，它产出的内容是有稳定灵魂的，不是随机抖动。AI 作为工具，正在逼我们把那些过去只可意会的“感觉”，变成可描述、可结构化的“指令”。这活儿，本质上还是在做产品经理的老本行：定义规则，搭建系统，只是这次，我们要定义的是“灵魂”的生成规则。
