AI 点子让一篇故事更受好评，也可能让整组故事更相像

故事可以更受好评，同时也更像同组的其他作品。

一组作品，逐篇读都不错，放在一起却总像在讲同一件事。用 AI 想点子时，这项区别值得留意：一篇作品表现得怎样，与一组作品提供了多少差异，是两个问题。 前者得分更高，并不能替后者作答。

Anil R. Doshi 和 Oliver P. Hauser 在 2024 年的一项研究中发现，获得 AI 点子支持的写作者，其故事平均得到更高评价，同时故事之间也更相似。这两项发现并不矛盾，用的是不同尺度。

单篇故事，在读者看来怎样？

这项预注册在线实验的最终样本包括 293 名英国参与者，并非职业作家样本。他们围绕随机分配的三个冒险主题之一，写八句英文故事：海上、丛林或另一个星球。

写作者被随机分到三种条件：不提供 AI 点子、可以请求一个 GPT-4 点子，或可以请求最多五个。每个 AI 点子是三句故事起点，完整故事由人写，不是请 GPT-4 代写全文。“最多五个”是可用选项，不代表每个人实际都请求了五个。

另一组 600 名读者，先在未获知写作者是否使用 AI 的情况下评价故事。这是初次评价阶段；之后研究才披露 AI 使用信息，用于其他问题。

读者评价包括新颖性与适用性。新颖性关注故事是否显得原创、少见；这里的适用性则涉及目标读者是否合适，以及能否发展成可出版的书。这些是读者判断，并非实际出版结果。

平均而言，两个可获得 AI 点子的条件，其新颖性与适用性评价都高于无 AI 条件，最多五个点子的条件提升更大。这说明单篇故事怎样被接受，还没有回答这些故事彼此有多不同。

放在一起，故事之间又有多大差异？

为回答这个问题，研究者使用文本嵌入，也就是故事的数值表示。他们计算每篇故事的嵌入，与同一实验条件下其余故事平均嵌入之间的余弦相似度。两个可获得 AI 点子的条件，其故事都比无 AI 条件更接近各自组内的平均表示。

这衡量的是这些文本表示中的相似程度，不是逐字重复率，也不等于衡量整个社会的创意多样性。一篇故事可以让读者觉得不错，同时在另一项尺度上更靠近同组作品。

作者以对 AI 点子的锚定来解释现象。但实验没有比较先独立构思与先问 AI，也没有单独识别相似度背后的所有认知机制。它研究的是当时 GPT-4 条件下受约束的短故事，不能直接外推到所有创作任务或 2026 年的模型。

用这项区别读一遍已有选题

一个编辑上的用法，是打开手头已有的选题清单，把它们当作一组来读。先越过标题，看几个候选是否其实在回答同一个问题、采用同一种观察角度。措辞变好，能让每个候选更吸引人，却未必增加一个值得保留它的理由。

挑出一项你能解释的实质差异。也许某个候选回应了读者另一项决定，也许你已有的工作观察或阅读材料，能支持对问题另一面的讨论。因为这项区别对目标读者有用而保留它。如果确有相关观察或材料，就把它们带进请求，不让 AI 替你虚构亲历。

接下来，请 AI 帮你表达已选定的区别：

请帮我说明，这个选题为什么值得与其他候选并列。使用我提供的不同问题与支持材料，不要又写成同一角度的另一个版本，也不要添加我没有提供的经历。

有用的成果是一个保留该候选的理由，而不是更长的生成清单。这是编辑建议，不是 Doshi 与 Hauser 实验验证过的干预，也不保证多样性。该研究同样不能证明，先自己想、换角色或多开聊天就能保住差异。

差异还需要服务具体目的。一组标准通知，可能本来就应该一致；一组原本要覆盖不同问题的文章，则值得在逐篇看质量之外，再单独看它们是否过于相像。