LLM वॉइस क्यों तुरंत पहचानी जाती है और इसे कैसे सुधारें

पिछले ढाई-तीन सालों में लिखे ब्लॉग पोस्ट दस मिनट पढ़िए, और आपको एक अजीब सी बात महसूस होगी: लगेगा कि सब कुछ एक ही, थोड़े ज़्यादा जोश वाले इंटर्न ने लिखा है। यही है LLM वॉइस — वह अलग, तुरंत पहचानी जाने वाली शैली जिसमें बड़े भाषा मॉडल गद्य लिखते समय डिफ़ॉल्ट रूप से लिखते हैं। यह किसी एक मॉडल की बग नहीं है। यह उस तरीके का ढांचागत नतीजा है जिससे ये सिस्टम ट्रेन होते हैं, और अगर आप AI-जनित टेक्स्ट पाठकों तक पहुंचा रहे हैं, तो यह आपके ध्यान, भरोसे और engagement की कीमत वसूल रहा है, चाहे आपको इसका पता हो या न हो।

अजीब बात यह है कि इसे पूरी तरह परिभाषित कोई नहीं कर पाता। किसी पाठक से पूछिए कि कोई पैराग्राफ मशीन का लिखा क्यों लगता है, तो वह em-dash की तरफ़ इशारा करेगा, या "delve" शब्द की, या किसी अस्पष्ट कॉर्पोरेट चिकनाहट की। लेकिन सतही संकेतों पर बने डिटेक्टर लगातार नाकाम होते हैं, और कई इंसानी लेखक भी त्रिक (triads) और हेजिंग इस्तेमाल करते हैं। कुछ गहरा चल रहा है, और अगर आप टेक्स्ट जनरेट करने वाले प्रोडक्ट बना रहे हैं — या सिर्फ़ ऐसे प्रॉम्प्ट लिखना चाहते हैं जो गंदगी न पैदा करें — तो इसे समझना ज़रूरी है।

LLM वॉइस असल में कैसी सुनाई देती है

मशहूर संकेत शब्द-स्तर के हैं: "delve", "landscape", "tapestry", "testament", "furthermore"। लेकिन अलग-अलग शब्दों पर ही अटकना असली संकेत को मिस कर देता है। लेखन टूल बनाते समय मैंने हज़ारों लाइनों का जनित टेक्स्ट देखा है, और जो पैटर्न असल में इसे पकड़ते हैं वे वाक्य और पैराग्राफ स्तर पर काम करते हैं:

• त्रिक की लत (Rule-of-three). "यह तेज़, भरोसेमंद और स्केलेबल है।" "साफ़, संक्षिप्त और प्रभावशाली।" LLM लगातार त्रिक इस्तेमाल करते हैं, क्योंकि उनके ट्रेनिंग डेटा में त्रिक को "अच्छा लेखन" माना गया है। इंसान इन्हें कभी-कभार लिखते हैं। मॉडल हर तीसरे वाक्य में लिखते हैं।
• सममित पैराग्राफ संरचना. विषय-वाक्य, तीन सहायक बिंदु, और एक समापन वाक्य जो विषय को फिर से दोहराता है। हर पैराग्राफ़ में। असली लेखक बहुत अलग-अलग होते हैं — कुछ पैराग्राफ़ सिर्फ़ एक शब्द के भी होते हैं।
• झूठी हेजिंग. "किसी को यह ध्यान में रखना चाहिए कि..." "इस पर विचार करना महत्वपूर्ण है..." मॉडल जटिलता स्वीकार करता है, पर कभी किसी स्थिति पर पक्का रुख नहीं लेता। यह गद्य का कंधे उचकाने जैसा है।
• नकारात्मक समानांतरता (Negative parallelism). "यह सिर्फ़ X नहीं, Y है।" "यह गति के बारे में नहीं है — यह भरोसे के बारे में है।" एक बार यह बनावट पहचान लें तो यह हर जगह दिखेगी, क्योंकि मॉडल जोर पैदा करने के लिए इसे लगातार इस्तेमाल करते हैं।
• सारांश का बहाव (Summary drift). LLM का टेक्स्ट लगातार बताता रहता है कि उसने अभी-अभी क्या बताया। "दूसरे शब्दों में..." "अंत में, मुख्य बात यह है कि..." इंसानी लेखक मान कर चलते हैं कि आप ध्यान से पढ़ रहे हैं।
• भावनात्मक सपाटपन. न झुंझलाहट, न उत्साह, न ऐसी उलझन जो सुलझे बिना रह जाए। भाव हर जगह एक जैसे सुखद-पेशेवर होते हैं, जैसे कस्टमर सर्विस चैट।

सबमें एक बात साझा है: LLM वॉइस वह है जो तब मिलती है जब हर छोटा फ़ैसला "सबसे सांख्यिकीय रूप से सुरक्षित चुनाव" होता है। यह ऐसा गद्य है जिसमें कोई जोखिम नहीं होता। और पाठक — भले ही वे एक भी संकेत का नाम न बता सकें — इस जोखिम-रहितता को एक तरह की मृतता के रूप में महसूस करते हैं।

RLHF इन संकेतों को अंदर कैसे बैठा देता है

यह कोई संयोग नहीं है। यह आवाज़ ट्रेनिंग पाइपलाइन का एक अनुमानित नतीजा है, और अगर आप इससे लड़ना चाहते हैं तो इसकी मैकेनिक्स समझना उपयोगी है।

कच्चे इंटरनेट टेक्स्ट पर ट्रेन किए गए बेस मॉडल शैली में अराजक होते हैं — वे किसी उलजलूल फ़ोरम पोस्ट या घनी अकादमिक पेपर की नकल खुशी-खुशी कर लेते हैं। हमें जो आवाज़ पहचान में आती है वह दूसरे चरण से आती है: ह्यूमन फ़ीडबैक से रीइनफ़ोर्समेंट लर्निंग। मानव रेटर, दबाव में हज़ारों मॉडल आउटपुट जांचते हुए, लगातार उन जवाबों को इनाम देते हैं जो:

• विनम्र और अनिश्चित हों (किसी रेटर ने कभी हेजिंग के लिए जवाब नहीं घटाया)
• संरचित हों (बुलेट पॉइंट और हेडर ग्रेडिंग आसान बनाते हैं)
• पूरे हों (जो जवाब हर पहलू को कवर करता है वह एक तीखी राय वाले जवाब से ज़्यादा मददगार लगता है)
• व्याकरण से दोषरहित हों (टाइपो पर डाउनवोट होता है; अनोखी शैली पर और ज़्यादा)

लाखों तुलनाओं में इन पसंदों को जोड़ दीजिए, तो इनाम का संकेत ठीक "पेशेवर, मददगार, किसी को न चुभने वाले" के सांख्यिकीय केंद्र की ओर इशारा करता है। इस तरीके से ट्रेन हर मॉडल — GPT, Claude, Gemini, Llama — एक ही attractor की ओर बढ़ता है। अलग लैब, अलग डेटा, वही आवाज़। यही इस बात का सुराग है कि यह तरीके की वजह है, मॉडल की नहीं।

एक दूसरा, ज़्यादा सूक्ष्म तंत्र भी है। जैसे-जैसे AI-जनित टेक्स्ट इंटरनेट पर भरता है, वह अगली पीढ़ी के मॉडलों के ट्रेनिंग डेटा में आ जाता है। आवाज़ खुद को ही खिलाने लगती है। शोधकर्ताओं ने मशीन ट्रांसलेशन और इमेज मॉडलों में यह दर्ज किया है; गद्य इससे अलग नहीं है। नतीजा हर ट्रेनिंग चक्र के साथ बढ़ता हुआ शैलीगत "माध्य की ओर वापसी" है। इसका मतलब यह भी है कि ये संकेत इंसानों में भी फैल रहे हैं — लोगों ने LLM आउटपुट पढ़ते-पढ़ते "delve" और "genuinely" जैसे शब्द अपने लेखन में आते देखे हैं, जिससे डिटेक्शन और उलझता है।

LLM वॉइस कोई ऐसी शैली नहीं है जिसे मॉडल ने चुना हो। यह उस हर चीज़ का केंद्र है जिसे मानव रेटरों ने इनाम देने के लिए ट्रेन किया, और यह वैसी ही सुनाई देती है।

यह आपके पाठक कैसे कम करती है

सौंदर्य से आगे एक व्यावहारिक वजह है जिसकी परवाह करनी चाहिए। जब इंसान पढ़ते हैं, तो वे लगातार दूसरी तरफ़ के दिमाग़ का मॉडल बनाते हैं — उसका इरादा, उसका आत्मविश्वास, और यह कि क्या उसकी बात सुनने लायक है। LLM वॉइस यह सिमुलेशन तोड़ देती है। वाक्य व्याकरण से ठीक होते हैं, पर उनके पीछे का व्यक्ति वहां होता ही नहीं। पाठक इसे हल्की बेचैनी के रूप में महसूस करते हैं, फिर ऊब, और फिर बैक बटन।

मैंने यह सपोर्ट टूलिंग में होते देखा है। टीमें कच्चा मॉडल आउटपुट सीधे ग्राहक जवाबों में डालती हैं और पाती हैं कि टिकट छोड़ दिए जाने की दर बढ़ जाती है, भले ही जवाब का समय सेकंडों में आ गया हो। ग्राहक सचेत रूप से यह नहीं सोचते कि "यह LLM ने लिखा है।" वे सोचते हैं "यह कहीं पहुंच नहीं रहा" और पढ़ना बंद कर देते हैं। कम सूचना-घनत्व — यह सारी हेजिंग और सारांश — का मतलब है कि असली जवाब बारह वाक्यों के जवाब के नौवें वाक्य में दबा रहता है।

एक ट्रस्ट एक्सटर्नलिटी भी है। एक बार पाठक को आपकी साइट पर LLM वॉइस वाला एक लेख मिल जाए, तो वह बाकी सब पर भी शक करने लगता है। AI टेक्स्ट पहचानने का दावा करने वाले डिटेक्टर भरोसेमंद नहीं हैं — मैंने उन्हें स्टाइलिस्टिक फ़िंगरप्रिंट पर फ़्लैग करते देखा है जो वास्तव में अस्पष्ट होते हैं — पर इससे खास फ़र्क नहीं पड़ता, क्योंकि पाठक की गट-प्रतिक्रिया किसी टूल को चलाने से बहुत पहले काम कर जाती है। AI कंटेंट का आभास आपके इंसानी लिखे कंटेंट का भी कुआं खराब कर देता है।

प्रॉम्प्टिंग की ऐसी तकनीकें जो सच में फ़र्क डालती हैं

आप प्रॉम्प्ट लिखकर RLHF attractor से पूरी तरह बाहर नहीं निकल सकते, पर काफ़ी दूर तक जा सकते हैं। ज़्यादातर लोग जो गलती करते हैं वह है "प्राकृतिक" या "इंसानी" लिखने को कहना — मॉडल के लिए "प्राकृतिक" की अवधारणा खुद LLM वॉइस है। इसकी जगह ठोस मैकेनिज़्म पर हमला कीजिए:

You are drafting a product update email.
Hard constraints:
- Never use triads or lists of three adjectives.
- Never start a sentence with "It's" or "This".
- No hedging phrases ("bear in mind", "it's important").
- Vary sentence length: at least two sentences under 6 words.
- Take a position. If something is a trade-off, say which side you'd pick.
- Do not summarize or conclude. End on the strongest point.
Here is a paragraph written by our founder last month. Match this rhythm and vocabulary:
"Ship it Friday. The sync bug is ugly but it only hits multi-tab users, and the workaround is a refresh. Waiting two more weeks to fix it properly costs us the changelog window, and honestly, I'm tired of explaining the delay."

इस प्रॉम्प्ट की तीन चीज़ें असली काम करती हैं। पहली, नकारात्मक बाधाएं वाइब्स के बजाय ठीक उन विफलताओं को निशाना बनाती हैं — त्रिक, हेजिंग, सारांश वाक्य। दूसरी, शैली का उदाहरण किसी भी विशेषण से ज़्यादा करता है: मॉडल को नकल के लिए एक ठोस इंसानी नमूना देने से जनरेशन शैली-स्पेस में एक अलग बिंदु की ओर खिंचती है। तीसरी, वाक्य लंबाई में विविधता की मांग उस लयबद्ध एकरसता को तोड़ती है जो सबसे बड़ा अनजाना संकेत है।

एक और ट्रिक जो अपनी हैसियत से ज़्यादा काम करती है: मॉडल से ऐसी चीज़ मांगिए जो उसे थोड़ी असहज लगे। "इस तरह लिखो जैसे तुम डेडलाइन से थोड़े नाराज़ हो" या "स्वीकार करो कि हमसे क्या गलत हुआ।" RLHF से optimized मॉडल नकारात्मक होने से नफ़रत करते हैं, इसलिए किसी खास भावनात्मक स्वर को ज़बरदस्ती लागू करने से वे सुखद-पेशेवर डिफ़ॉल्ट से बाहर खिंच आते हैं। आउटपुट को फिर भी एडिटिंग चाहिए, पर उसमें धड़कन आ जाती है।

एडिटिंग पास: दोबारा लिखना नहीं, घटाना

प्रॉम्प्टिंग आपको 70% तक ले जाती है। आखिरी 30% एक मैकेनिकल एडिटिंग पास है, और वह ज़्यादातर हटाने का काम है। जब मैं जनरेट किए गए ड्राफ़्ट पोस्ट-एडिट करता हूं, तो चार चक्कर लगाता हूं:

• पहला और आख़िरी पैराग्राफ़ हटाइए। LLM की भूमिकाएं गला साफ़ करती हैं और LLM के निष्कर्ष सारांश देते हैं। इनमें कोई जानकारी नहीं होती। यह एक कटौती काफ़ी बदबू हटा देती है।
• हर हेजिंग काटिए। "ध्यान में रखें," "महत्वपूर्ण है कि," "arguably," "generally," "typically," "often" जैसे शब्द खोजिए। आधी बार वाक्य इनके बिना ठीक रहता है; बाकी आधी बार आप वैसे भी कुछ नहीं कह रहे थे।
• लय तोड़िए। मध्यम लंबाई के वाक्यों की सबसे लंबी लड़ी खोजिए और एक को टुकड़े में बदल दीजिए। "शुक्रवार को शिप करो।" टुकड़े इंसानी धड़कन का सबसे सस्ता संकेत हैं।
• एक ठोस बात जोड़िए जो मॉडल नहीं जान सकता। आपके लॉग का असली आंकड़ा, कोई नाम, तारीख, किसी ट्रेड-ऑफ़ पर असली राय। विशिष्टता ही वह चीज़ है जिसकी RLHF केंद्र नकल नहीं कर सकता, क्योंकि उसके लिए प्रतिबद्धता चाहिए।

यह तेज़ है — एक हज़ार शब्दों के ड्राफ़्ट के लिए पंद्रह मिनट — और यह इसलिए काम करता है क्योंकि LLM वॉइस दोहराई जाने वाली कुछ आदतों की परत है जो अन्यथा सक्षम गद्य पर चढ़ी होती है। आप दोबारा नहीं लिख रहे। आप उंगलियों के निशान घिस रहे हैं।

जो टीमें इसे बड़े पैमाने पर कर रही हैं, उनके लिए इस स्वीप को लिंट स्टेप में बदलना उपयोगी है: एक सरल स्क्रिप्ट जो त्रिक, हेजिंग वाक्यांश और एकसमान वाक्य लंबाई को फ़्लैग करे, ज़्यादातर समस्या अपने-आप पकड़ लेती है। कई ओपन-सोर्स प्रोज़ लिंटर कस्टम नियमों के साथ कॉन्फ़िगर किए जा सकते हैं; उन्हें अपनी कंटेंट पाइपलाइन में वैसे ही जोड़िए जैसे कोड लिंट करते हैं। अगर आप पहले से ही असल कामों पर AI के प्रदर्शन को मापने में निवेश कर रहे हैं, तो अपने मेट्रिक्स में "फ़्लैग किए गए वाक्यों का प्रतिशत" जोड़िए।

LLM गद्य कहां ठीक है — और कहां नहीं

कुछ साल टेक्स्ट जनरेट करने वाले सिस्टम बनाने और शिप करने के बाद मेरी राय यह है: टूल को पाठक की अपेक्षाओं से मिलाइए, और यह दिखावा मत कीजिए कि एक नीति सब पर फ़िट बैठती है।

अगर टेक्स्ट किसी इंसान के बजाय प्रक्रिया को संबोधित करता है — सरकारी दफ़्तर को भेजा गया फ़ॉर्म लेटर, ऐसी कंप्लायंस रिपोर्ट जिसे कोई नहीं पढ़ेगा, या मशीन द्वारा उपभोग किया जाने वाला API विवरण — तो LLM से लिखवाइए और माफ़ी मत मांगिए। वहां किसी की भीतरी सिमुलेशन सक्रिय नहीं होती; किसी दूर होने वाले पाठक का सवाल ही नहीं है। सच कहें तो दस्तावेज़ों का बढ़ता हिस्सा वैसे भी दूसरे मॉडल ही पढ़ेंगे, और मॉडल को अनकैनी-वैली वाली सिहरन नहीं होती।

पर अगर टेक्स्ट मनाने, भरोसा बनाने या सोचने का काम कर रहा है — ब्लॉग पोस्ट, ऐसा डिज़ाइन डॉक जिसे सहमति चाहिए, या किसी से अपना मन बदलने को कहने वाला ईमेल — तो समीकरण पलट जाता है। वहां मॉडल का बेहतर उपयोग एक समीक्षक के रूप में है, घोस्टराइटर के रूप में नहीं। उससे अपना ड्राफ़्ट हमले में परखवाइए: "यह कहां अस्पष्ट है, तर्क कहां एक कदम छोड़ देता है, एक संदेहशील पाठक कहां सवाल उठाएगा?" इससे मॉडल की ताकत का फ़ायदा मिलता है (वह आलोचना में सचमुच उत्कृष्ट है) और उसकी आवाज़ आपके गद्य के आसपास भी नहीं फटकती। जो लोग लेखन के लिए LLM से सबसे ज़्यादा फ़ायदा उठाते हैं, वे उन्हें एक तेज़, कभी न थकने वाले संपादक की तरह देखते हैं, जिसके सुझाए गए दोबारा लेखन को वे विनम्रता से नज़रअंदाज़ कर देते हैं।

और शिल्प की सलाह के नीचे एक कठिन सच्चाई है: लेखन हम में से कई लोगों के सोचने का तरीका है। किसी तर्क को वाक्यों में उतारने का संघर्ष अक्सर वही जगह है जहां तर्क असल में सुलझता है। अगर आप ड्राफ़्टिंग पूरी तरह सौंप देते हैं, तो वह हिस्सा भी सौंप देते हैं। नतीजा आप सुन सकते हैं — ऐसा गद्य जो कहीं नहीं पहुंचता, क्योंकि उसे बनाते हुए किसी के विचार कहीं गए ही नहीं।

व्यावहारिक निष्कर्ष

LLM वॉइस कोई रहस्य नहीं है, और यह अपने-आप खत्म नहीं होगी — जिन ट्रेनिंग प्रोत्साहनों ने इसे बनाया, वे आज भी मौजूद हैं, और किसी फ़्रंटियर लैब ने अब तक इसे स्रोत पर ट्यून करके हटाने में ज़्यादा सफलता नहीं दिखाई है। तो ज़िम्मेदारी आप पर है, और यह साफ़ तौर पर बंटती है:

• बड़े पैमाने पर जनरेट कर रहे हैं? प्रॉम्प्ट को मैकेनिकली बाधित कीजिए (कोई त्रिक नहीं, कोई हेजिंग नहीं, वाक्य लंबाई में अनिवार्य विविधता), एक इंसानी शैली का नमूना दीजिए, और आउटपुट को लिंट कीजिए।
• ऐसा लेखन जो मायने रखता है? उसे खुद लिखिए, मॉडल को समीक्षक की तरह इस्तेमाल कीजिए, और उसके सुझाए शब्द कभी अपने ड्राफ़्ट में मत आने दीजिए — हर स्वीकार किया गया सुझाव एक छोटा आवाज़-प्रत्यारोपण है।
• प्रक्रिया-उन्मुख टेक्स्ट? कच्चा आउटपुट शिप कीजिए और अपना एडिटिंग समय वहां खर्च कीजिए जहां इंसान सच में पढ़ रहे हैं।

गहरी बात यह है कि आवाज़ सजावट नहीं है — यह एक दिमाग़ का सबूत है। पाठक उसकी अनुपस्थिति पकड़ने में असाधारण रूप से माहिर होते हैं, और हर महीने वे और बेहतर होते जा रहे हैं, क्योंकि इंटरनेट विकल्प से भरता जा रहा है। AI-सहायता वाले कंटेंट के अगले कुछ सालों में जो टीमें जीतेंगी, वे सबसे ज़्यादा टेक्स्ट जनरेट करने वाली नहीं होंगी। वे वे होंगी जिनका टेक्स्ट अब भी किसी इंसान जैसा सुनाई देता है।