讀者對 LLM 文風的直覺排斥與恐怖谷效應
Fowler 描述在閱讀某些文章時，會逐漸意識到內容可能出自 LLM 之手。雖然難以明確定義原因，但常見特徵包括過度裝飾性的修辭（他特別指出並非僅是破折號的使用）。這種感覺導致閱讀慾望萎縮，甚至引發生理上的反感。
他將這種反應比喻為文字版的「恐怖谷效應」。當讀者察覺到文字缺乏人性靈魂卻看似流暢時，會產生強烈的不適感。Fowler 認為，等到需要借助工具來確認是否為 AI 寫作時，讀者的信任與興趣往往已經流失。
對 AI 偵測工具的懷疑與語言變遷的迷思
市面上雖有聲稱能區分 LLM 文字與人類寫作的工具，但 Fowler 對此持保留態度。他質疑這些工具的準確性，並認為依賴技術檢測忽略了問題核心：人類的直覺反應才是判斷文字是否具備人性的重要指標。
Fowler 也自我警惕，承認自己可能因語言隨時代演變而產生誤判。例如，某些商業術語或新聞用語雖讓他感到不適，但這些用法確實存在於人類口語中，屬於世代差異而非碳基與矽基生命的區別。他提醒讀者需區分真正的 AI 痕跡與單純的語言習慣改變。
寫作建議：避免讓 LLM 生成正文草稿
Fowler 強烈建議作者不要讓 LLM 撰寫初稿。他認為，即使後續經過人類編輯修改，也很難完全消除「LLM 文風」，這會持續引發讀者的恐怖谷反應。接受 AI 提供的改寫建議同樣存在風險。
他提出一個例外情況：曾有案例顯示初稿完全由 LLM 生成，但最終成品未顯現明顯的 AI 痕跡。然而，該案例經過大型刊物專業編輯的深度清理與重構。Fowler 強調這非常困難，且需要專業編輯的深度清理。
他建議寫作者可以利用 LLM 來發展大綱或結構，但僅止於此。正文內容必須由人類親自填充。對於 Fowler 自己的寫作流程，他僅將 AI 作為搜尋工具，並會透過原始來源驗證資訊，不使用 AI 生成文字或協助結構化。
寫作作為思考工具與人性溝通的必要性
Fowler 強調「說出你的想法」在 LLM 時代更為重要。他習慣先在腦中構思語句再寫下，並透過反覆編輯來釐清思路。他指出，寫作是將混亂思想轉化為連貫邏輯的關鍵過程，若將寫作外包給 AI，等同於將思考與理解能力也一併外包。
他認為，如果未來 LLM 進步到無法區分真假，情況可能更令人擔憂。因為這意味著更多人將失去透過寫作來深化理解的機會。Fowler 主張，若要與人類進行有效溝通，文字中必須展現人性，即使這種人性表現可能顯得笨拙或不完美。
例外情況：輔助障礙者與非人際溝通文件
Fowler 承認避免 LLM 文風並非絕對規則。他舉例指出，同事 Jim Highsmith 因患有帕金森氏症，發現與 LLM 協作對其寫作至關重要。在這種情況下，為了獲取智慧內容，容忍 LLM 文風是可以接受的。
另一個爭議領域是翻譯。對於非英語母語者，LLM 翻譯可能有助於溝通。但 Fowler 個人傾向於接受人類略顯生硬但真誠的文字，而非流暢卻缺乏靈魂的 AI 翻譯。他認為後者剝離了溝通中的人性連結。
此外，在撰寫官方信函或預期無人閱讀的報告時，使用 LLM 生成文字是合理的。Michael Nygard 評論指出，這類情境並非人與人之間的思維交流，而是與流程互動，人類僅作為系統中的組件存在。因此，在此類非人際溝通場景中，LLM 的使用不會引發同樣的道德或品質疑慮。
