这篇内容探讨了如何利用人工智能 Claude 作为一名历史讲座的“合作者”。通过使用 Claude 的“项目”功能来保持对话的连续性，作者扮演了主导者的角色，负责确定叙事重点、修正偏见和塑造最终内容，而 Claude 则作为知识渊博的写手，产出了绝大部分的草稿。这种人机协作模式不仅高效，还揭示了 AI 在叙事上的固有倾向，例如偏爱戏剧性冲突和固定的历史范式，这需要人类的监督和引导来创造更准确、更细致的历史叙述。
一种人机协作的新模式
与 Claude 的合作更像是一种共同创作。通过创建一个专门的“项目”文件夹，Claude 能够“记住”所有相关的指令和之前的对话，避免了每次交流都从零开始。
- 设定角色与规则： 在项目开始时，作者会给出通用指令，比如要求 Claude 扮演历史学教授的角色，或避免使用某些特定的句式。
- 对话驱动创作： 每一部分内容的撰写都源于双方的反复讨论。作者在对话中做出关键决定，如强调什么、包含哪些内容以及如何开场。
- 高效分工： 作者负责构思想法和方向，Claude 负责具体的文字起草。最终，超过 95% 的文字都出自 Claude，作者只需进行少量修改和润色，以确保表达更清晰有力。
有趣的是，现在读很多长文时，我都会觉得“这听起来像 Claude 写的”。我不是在质疑这些作品思想的原创性，而是其写作节奏，以及在某种程度上的冗长，都让我想起 Claude。
驾驭人工智能的写作风格与偏见
尽管 Claude 知识渊博，但它在写作时也表现出一些明显的倾向，需要人为引导和修正。
- 偏爱情节剧 (Melodrama)： Claude 喜欢强调戏剧性。例如，在描述一战爆发时，它想直接指出角色对战争将很快结束的看法是多么错误。但作者选择相信听众自己能领会其中的讽刺，而无需明说。
- 叙事过于冗长： 它倾向于描述事件的每一个细节转折，比如关于美联储成立或加入国联的辩论。作者则引导它聚焦于争议的核心要素及其解决方案。
- 固有的叙事偏见：
- 它常常不自觉地强化“进步派是英雄，商界领袖是恶棍”的传统叙事。
- 它倾向于将工人描述为在“资本主义反乌托邦”中受苦。作者则要求提供关于生活水平的具体数据来平衡这一看法，并指出当时大量移民涌入美国这一事实。
作者如何主导叙事方向
作为主导者，作者的价值在于凭借自己的见解和判断力，对 Claude 提供的内容进行筛选、修正和深化。
- 纠正主流历史叙事： 作者不接受美联储的创立是解决金融危机的伟大方案这一传统说法。通过让 Claude 分别描述美联储成立“前后”的银行业运作方式，揭示了这仅仅是一次增量式变革。
- 挖掘被忽略的细节： 在讨论移民问题时，Claude 偶然提到一些欧洲移民只是来美国工作，并打算未来返回故乡。作者敏锐地抓住了这一点，并将其融入叙事，突出了意大利“客工”移民和为逃避迫害而来的俄国犹太移民之间的重要区别。
- 梳理复杂概念： 通过不断提问，作者弄清了许多模糊的问题。例如，进步主义者为何既是精英主义者（支持独立委员会），又是民粹主义者（支持直接民主）？最终，作者将进步主义梳理为五个不同的流派。
合作的成果与未来展望
这种与 Claude 合作的模式不仅高效，还能激发新的见解。通过好奇心驱动的提问和反复探讨，作者对历史的理解也得到了深化。例如，在探讨美国参加一战的原因时，经过多轮讨论，作者最终接受了“德国的无限制潜艇战是决定性因素”这一教科书式的答案。
这段经历最终可能发展成一个更宏大的项目，比如一部涵盖整个 20 世纪美国史的书籍或播客系列。目前市场上缺乏这样的作品，许多现有书籍要么只覆盖特定时期，要么带有强烈的偏见。