AI写的日语总有一股“塑料味”?yomiyasu 三种领域模式一次讲透,切错也只是风格跑偏
AI写的日语总有一股“塑料味”?yomiyasu 三种领域模式一次讲透,切错也只是风格跑偏
最近,做自媒体的朋友、在日本公司上班的程序员,甚至写留学文书的学生,都在讨论同一个问题:AI 写的日语,语法挑不出错,可读起来就是不对劲。
明明每个词都认识,连在一起却像“翻译机出厂设置”。这种说不清的别扭,日语圈里有个专门的叫法,叫“AI 味”。
于是,一个叫 yomiyasu 的开源小工具火了。它不像大模型那样什么都会,只专心做一件事:把 AI 生成的那股“塑料日语”,改写成真人会写的样子。
而它最有意思的设计,就是内置了 tech、business、essay 三种“领域模式”。这篇文章就把这三种模式,以及切换它们的三种方式,用大白话讲清楚。
一、先说说:这门“手艺”到底在干嘛
可以把 yomiyasu 理解成一位坐在你旁边的资深日语编辑。
你在 Claude Code、Cursor 这类 AI 工具里写完稿子,喊一声它的名字,它就把稿子接过去,一句一句重新捋:主语到底是谁、动词跟不跟得上、比喻是不是虚的、结尾是不是又套话。
它不是简单地“换几个高级词”,而是修句子的骨架。社区里的实测反馈是,同一篇稿子经它改完,AI 味评分能从三十几分一路提到接近满分。
而所谓的“领域模式”,解决的是另一个更细的问题:同一句话,放在技术博客里合适,放在公司报告里可能就显得轻浮,放在个人随笔里又显得太生硬。
二、三种模式,各把文字往哪个方向“拧”
tech:技术模式,把话说到能照着做
技术文章最怕“听起来很对,但是没法用”。
所以 tech 模式对花哨表达很不客气:加粗要克制,一千字里最多一两处;装饰用的表情符号、句尾多余冒号、破折号装饰线,能删就删;最关键的,是把被 AI 写虚的操作步骤重新落到实处。
比如这句典型的技术文:
原句:“保存设置的瞬间,旧缓存会静静地坏掉。” 改后:“一旦保存设置,旧缓存就会在不知不觉中变得不可用。”
“静静地坏掉”听着挺有画面感,可读者根本不知道发生了什么。改完以后,谁、什么时候、出了什么事,一句话看明白。
还有一个细节挺反直觉:技术模式并不会强逼你改“敬体/常体”。原文是哪种口气,改完还是哪种,不会因为“这是技术文章”就硬掰成统一腔调。
business:业务模式,把责任和条件说清楚
PR 说明、内部报告、提案书,最怕的是“看起来写了,其实谁都不用负责”。
business 模式的做法是:把含糊的比喻翻译成日常说法,但比喻里那层意思要留着。比如“安全侧に倒す(往安全那边倒)”,会改成“优先考虑安全”,语气变实了,谨慎的态度没丢。
再比如一句让同事抓狂的“看着办”:
原句:“如果判断上拿不准,就酌情处理。” 改后:“如果判断上拿不准,就优先保证安全。”
它还会盯着“谁负责、什么条件、做到哪一步”这些地方。原文没说清的责任人,它绝不自己编一个出来——这一点,比很多“热心过头”的 AI 靠谱得多。
essay:随笔模式,别把一杯咖啡写成人生哲理
这个模式最有人情味。
个人博客、note 随笔最容易被 AI 改坏的,是那种“喝杯咖啡也要升华到人生真谛”的毛病。essay 模式明确要求:小小的日常发现,不许硬拔高成教训。
原句:“当剥去日常喧嚣这层虚饰,一杯咖啡里蕴含的真理便浮现出来。” 改后:“从每天的忙碌里抽身时,一杯咖啡真正的美好才浮现出来。”
意思差不多,但后一句像人说的,前一句像广告文案。
它还会保留作者自己的视角和真实情绪——觉得累就是累,觉得好吃就是好吃。原文里能读懂的比喻,它也不会一刀切地删掉,因为那可能是你的个人风格。
三、三种切法:你想让它怎么知道该用哪一档
这才是这套设计真正聪明的地方——判断领域有三种方式,从“你直接说”到“它自己猜”。
第一种,自然语言直说。 直接告诉它“这是写给技术博客的”“帮我按业务报告的口吻改”“这是我自己的随笔”。不用记格式,怎么顺口怎么说。社区里很多人就是靠这一句话切换风格的。
第二种,显式打标签。 如果你嫌描述麻烦,也可以直接在请求里点明领域,比如写上 domain: business。这种方式最稳,适合批量处理稿子、或者团队里几个人共用同一套流程的场景。
第三种,自动判定。 什么都不说,它读一遍正文和你的指令,自己判断这是技术文、业务文还是随笔。文档里写得很清楚:判断依据来自输入的文字和你的要求,而不是瞎猜。
顺带提醒一句:领域(domain)和“文档类型”是两套并行的坐标。文档类型管的是 PR 说明、故障报告、会议记录、邮件、论文等十三种体裁,每种体裁还会顺带指定该读哪一份领域指南。所以你就算只说了“这是故障报告”,它也会自动配上业务模式——省心。
四、切错了会怎样?这是最让人安心的一点
很多人第一反应是:万一它猜错了,会不会把我的意思改跑偏?
答案是:几乎不会。领域模式只影响“文风往哪边靠”,不动你的事实和语义。
因为真正守住意思的,是底下那套通用的改写规则,以及一道叫“复述测试”的自检——每改一句,都要回头核对六件事:说的是不是同一件事、肯定和否定有没有反、谁对谁做了什么、范围和条件有没有变、断定的强弱有没有变、数字和专有名词有没有动。
只要有一项对不上,这句就退回原样,还会在报告里老实告诉你“这里我保留了原来的 AI 味”。
所以切错领域,最坏的结果只是:技术文被写得稍正式了点,随笔被收拾得太干净了点,像穿了不合身的西装。难看,但不致命。
真正会改坏意思的,从来不是“选错模式”,而是那种一上来就大刀阔斧、什么都敢替你补的改法。
五、普通人用得上吗?门槛其实不高
它不是一个要装显卡、要配环境的庞然大物,本质上是挂在 AI 编程助手里的一份“技能包”,一行命令就能装上,不跑模型、不烧算力。
更适合谁?
写日语技术文档、PR 说明的工程师;要给日本客户交报告、写提案的职场人;用日语写博客、做自媒体的创作者;以及正在准备日语论文、申请材料的学生。
顺便说个实用小技巧:它支持在项目里放一份自定义词表,把你所在行业里“约定俗成、不要改”的词加进去,再把“这个项目里看到就想删”的词标出来。等于是给它配了一本你们公司的内部用语手册。
写在最后
AI 把“写出通顺的日语”这件事的门槛拉到了地板上,可“写出像人写的日语”,反而成了新的分水岭。
yomiyasu 这类工具的聪明之处,不在于它多能干,而在于它懂分寸:该改的地方狠狠改,不该动的地方一个字都不碰,改完还要把“我为什么这么改”摊开给你看。
这大概也是未来所有 AI 写作工具都要面对的一道题:是替你写得更多,还是帮你写得更像你自己?
你平时用 AI 写日语或中文稿子,最受不了它哪句“AI 腔”?是那种“在这个快节奏的时代”,还是“让我们一起……”。评论区聊聊,说不定下次就成了改进清单上的一条。