你把報告發出去之後，收到一封回覆。
不是在說報告內容有問題，而是一句：「這份報告讀起來不太像你平常的風格。」
這句話看起來無害，但它傳達了一個訊號：對方已經察覺到這份報告和你之前的工作有某種不一致，而這種不一致讓他對這份報告的可信度打了一個問號。
AI 寫的報告和你寫的報告，差別不只在用詞，而在「這份報告有沒有一個真實的人站在後面」的感覺。
這種感覺很難完全用邏輯解釋，但讀者感受得到。
這篇文章給你七個具體的編輯點，讓 AI 的輸出通過你這個人的過濾之後再出現，讓讀者感受到的是你，不是工具。
什麼是「個人體感」
在進入七個編輯點之前，先說清楚這個概念。
個人體感不是文學性的個人風格，不是你特別喜歡用的修辭或句型。在職場報告裡，個人體感是這個人在這個情境下的真實感受、判斷、和立場的痕跡。
AI 生成的報告缺乏的不是文字能力，而是這個痕跡。它可以把一件事說得很完整，但說不出「我在做這件事的過程裡真實感受到的東西」。
七個編輯點的邏輯，就是在 AI 的輸出裡，把這個痕跡加回去。
編輯點一：把「我們發現」改成「我發現」
AI 生成的報告習慣用複數主詞，「我們發現」、「我們建議」、「我們認為」。
這種寫法很安全，但也很空洞，因為它不代表任何特定的人在說話。
把關鍵的判斷句改成第一人稱單數：「我發現這個數字有一個地方不對勁」、「我的判斷是這個方向風險偏高」、「我建議先解決 X，再處理 Y」。
第一人稱單數讓讀者知道這個判斷是有人負責的，不是委員會的集體結論。負責的判斷比安全的陳述更有說服力，也更像一個真實的人在說話。
編輯點二：加入一個你當時真實的困惑或疑問
AI 的報告通常太完整了，每個問題都有答案，每個分析都有結論。
但真實的工作過程不是這樣的。你在做這個專案的時候，一定有某個地方讓你困惑，有某個數字讓你不確定，有某個結論讓你猶豫了一下。
在報告裡加入一個這樣的時刻：「在整理這份數據的時候，我一開始以為 X 是主要原因，後來發現實際上是 Y，這個地方花了我一些時間才想清楚。」
這個困惑不會讓報告顯得不專業，反而讓讀者知道這份報告有人真的思考過，不是直接從模板生成的。
編輯點三：加入一個你只有親身經歷才知道的細節
這是讓報告和你的個人經驗產生連結的最直接方式。
每個專案都有一些只有在其中工作的人才知道的細節：某個會議裡的一句話改變了方向、某個數字背後有一個沒有寫在文件裡的故事、某個問題在技術上已經解決但在人的層面還沒有解決。
在報告裡加入一個這樣的細節，哪怕只是一句話：「這個方向是在上週的跨部門討論之後才確認的，在那之前我們考慮過另一個方案，最後因為執行層面的限制放棄了。」
這個細節 AI 不知道，任何沒有參與這個專案的人也不知道。它讓報告有了一個只有你才能提供的維度。
編輯點四：把結論的語氣從「陳述」改成「立場」
AI 的結論通常是陳述性的：「根據以上分析，建議採取 X 方案。」
這種語氣正確但沒有溫度，讀者不知道你對這個結論的把握程度是多少，也不知道你在說這句話的時候有沒有猶豫。
把結論改成有立場的語氣：「我認為 X 方案是目前最合理的選擇，主要是因為 Y。當然如果 Z 條件改變，這個判斷需要重新評估。」
這個語氣讓讀者知道這是你的判斷，不是演算法的輸出。判斷可以被挑戰，可以被討論，但它是有人在負責的東西。
編輯點五：在數字旁邊加上你的直覺反應
報告裡的數字通常只是數字，AI 會告訴你它代表什麼，但不會告訴你它讓你感受到什麼。
在關鍵數字旁邊，加一句你看到這個數字時的真實反應：「這個轉換率比我預期的低，我原本以為至少會在 X% 左右。」或者「這個成本數字比上個季度高了 18%，高於我在提案時的估算，這個差距需要解釋。」
這句話讓讀者知道你有一個對這個數字的預期，而你的預期來自你對這個業務的真實理解，不是從數據庫裡讀出來的基準值。
編輯點六：刪掉所有「值得注意的是」和「不難看出」
這類過渡語是 AI 最愛用的填充詞，也是最容易被認出是 AI 寫的痕跡之一。
「值得注意的是，本季的用戶留存率有所下降。」改成：「本季的用戶留存率下降了，這個趨勢需要處理。」
「不難看出，成本上升的主要原因來自原物料漲價。」改成：「成本上升主要來自原物料漲價，這個因素在短期內不會消失。」
直接說，不要用過渡語把簡單的陳述包裝成看起來很有分析感的句子。直接說反而更有力量，也更像一個真實的人在說話。
編輯點七：在結尾加上一個未解決的問題
AI 的報告通常有一個乾淨的結尾，所有問題都被解決了，所有建議都被提出了，整份報告有一種完結感。
但真實的工作不是這樣的。每個專案結束的時候，都有一些還沒有答案的問題，有一些需要持續觀察的指標，有一些決策還在等待更多資訊。
在報告的最後加入一個真實的未解決問題：「這份報告沒有回答的問題是：如果市場條件在下一季出現 X 變化，我們的方案是否需要調整？這個問題我目前沒有足夠的資料做出判斷，建議在下個月的數據出來之後再評估。」
這個未解決的問題讓報告從一個封閉的文件，變成一個持續思考的起點。讀者感受到的不是一份完成品，而是一個正在進行中的思考過程。這種開放性，比什麼都更像一個真實的人在寫作。
七個編輯點的使用方式
不需要每份報告都用上全部七個，根據報告的性質和長度選擇最適合的三到四個。
對外的正式報告，編輯點一、四、六最重要，讓語氣有立場、有直接性。
對內的工作報告，編輯點二、三、五最有效果，加入內部脈絡和真實感受，讓讀者知道這份報告來自真實的工作過程。
給主管的簡短更新，編輯點四和七最關鍵，立場清楚、問題誠實，讓主管知道你在哪裡，以及你還不確定什麼。
最後一件事
這七個編輯點的本質，不是讓 AI 的輸出看起來像你寫的。
而是讓你真正介入這份報告的生產過程，讓你的判斷、你的經驗、你的困惑、你的立場，真實地出現在這份文件裡。
做到這件事之後，你不只是在「去 AI 味」，而是在做一件更重要的事：確認這份報告是你的，不只是工具的輸出通過你的名字發出去。
這個差別，讀者感受得到，你自己也感受得到。