GitHub 上有 62TB 的中文语料、4675 部科幻小说、成规模的对话语料。但这些对写网文的人到底有什么用？本文说清语料库的三件正经用途、一个必须避开的坑，以及个人作者最省力的做法。
读者和编辑说"这篇像 AI 写的"，通常指的是一批具体的词汇和句式特征，而不是某种玄学。本文把这些特征逐项拆开，给出可直接操作的清除方法。
GitHub 上写小说、去 AI 味的提示词仓库动辄几百星，但真拿来自用，多半跑两次就丢了。本文拆解提示词包失效的三个原因，并从几个做得好的项目里提炼出「能用的提示词」共有的三个特征。
长篇写作要把状态外置，但外置到哪里，各家做法完全不同：有人用一份 12KB 的 Markdown，有人搭一整套 Neo4j 知识图谱，有人塞进向量索引。本文把三条路线的形状、代价与适用场景摆在一起，给出一张选型表。
前十章还行，后面开始重复、忘设定、伏笔不回、人物走形——这不是模型不行，是"靠上下文维系连贯"这条路本身就走不通。GitHub 上六个头部项目，给了同一个答案。
句长太整齐、有被动句、爱用排比、正文里写"首先其次"——这些常被当成 AI 痕迹的写法，实测下来跟人类写作没差别。真正该改的是另一批东西，它们有可定位的标记。
只写一句"继续写"它乱跑，把全书设定都塞进去它反而抓不住重点。长篇用 AI 的成败，多半不在提示词写得多漂亮，而在每章开工前那份"简报"里放了什么。
AI 能大幅提高写作效率，但直接让 AI 生成正文发布，既过不了平台检测，也留不住读者。本文给出一条分工明确的协作流程：AI 负责结构，人负责血肉，并说清各平台的 AI 政策红线。