推荐信润色：教授给的 LOR 太弱、太空，你能改吗

Adcom 怎么看推荐信

很多中国学生以为 LOR 是"加分项"，写得普通也无所谓。实际情况：美国 top 30 的研究生项目、英国 G5、香港大三所、加拿大 U15，对 LOR 的权重普遍在 15%-25%，仅次于 GPA 和研究/工作经历。在博士申请里 LOR 权重可以到 30%-40%，超过 GPA。

Adcom 看 LOR 主要看三件事：

第一，推荐人是不是真的认识你。Adcom 训练有素，能从用词的具体程度判断推荐人是否真的和你共事过。"X is a hardworking and dedicated student" 这种描述说明推荐人不认识你；"X stayed at the lab past midnight twice in October 2024 to debug the simulation, identifying a parameter mismatch in the boundary condition" 这种描述才说明推荐人确实认识你。

第二，推荐人有没有 calibrated comparison。"X is one of the top 5% students I've taught in the past 10 years" 比 "X is excellent" 强一百倍，因为前者给了 calibration baseline，让 Adcom 可以推断你在更大的样本里的位置。

第三，和申请人其他材料的一致性。如果 SOP 说你做过自然语言处理研究，但 LOR 里推荐人完全没提这件事，Adcom 会怀疑：要么你没真做，要么这个推荐人不了解你。

意识到这三点之后，回看你手里那封教授给的 LOR，问题就清晰了：太空泛 = 第一点失败；没有比较定位 = 第二点失败；和你的 SOP 没有交叉印证 = 第三点失败。

教授给的 LOR 常见的四种问题

第一种：英文不地道，但内容真实

这是最常见的情况。国内教授写出 "X is a very excellent student. He often comes to my office to discuss study problems. I think he is suitable for studying in your university." 这种英文每一句单看都没错，但放在一起像 90 年代的 ESL 教材。Adcom 看到这种风格会产生一个可识别的印象：这是一封中国教授写的真信，但表达水平比期望低。

这种 LOR 处理起来相对简单：保留所有 factual content，做语言层面的改写。把上面那段改成 "X distinguished himself in my graduate seminar through his persistent intellectual curiosity. He routinely came to office hours not for help with assignments, but to push back on the readings' methodological assumptions. I am confident he will thrive in your program's research environment." 内容没动，但学术语体到位了。

第二种：内容空泛，但英文 OK

海外交换或实习时拿到的 LOR 经常是这种。导师写的英文很流利，但通篇是 "X is intelligent, hardworking, and a team player. I highly recommend him for graduate study." Adcom 看到这种 LOR 的反应是：推荐人不愿意花时间，写了一封 form letter。

这种情况最棘手。如果你和推荐人关系够近，应该回去找推荐人补充具体素材，问他能不能提供 1-2 个 specific anecdotes。如果不能回去找，你只能在 LOR 里嵌入你自己提供的素材：把"team player"改写成"X led the bi-weekly literature review session for our 6-person research group, synthesizing 20+ papers per session into actionable hypotheses"。这种改写需要你对推荐人和你共事时发生的具体事件有清晰记忆，不能编造。

第三种：政治式套话

国内教授（尤其是党政干部、学院领导）写出来的 LOR 常常带有"该生政治觉悟高、思想品德优秀、积极参加党团活动"这类内容。这些在国内场合是优势，在 Adcom 文件夹里可能引发不必要的解读。

这种 LOR 的处理需要把意识形态化的语句替换成 academic 维度的描述："政治觉悟高" 不要直译成 "politically conscious"，可以改写成 "demonstrates intellectual independence and ethical reasoning"；"积极参加学生活动" 改写成 "showed exceptional initiative in organizing the department's annual research symposium"。

第四种："教授让你自己起草，他签字"

中国学术圈这个现象普遍。教授让你写一份初稿他签字，这件事本身在国内不算违规，但放到海外申请的语境里有几个风险：

Adcom 会比对同一推荐人写给不同申请人的 LOR，如果文风、句式、词汇高度相似但内容不同，会引起怀疑
LOR 里的视角问题：如果 LOR 里出现 "我相信我写得很好" 这种第三人称该说的话被你以第一人称写了，会暴露
推荐人最终签字的时候没有仔细审阅，结果文中出现和推荐人本人立场不符的内容

如果你在这种情况下，处理思路是：起草内容尽量从推荐人的真实视角出发，使用推荐人可能会用的语言风格，给推荐人留出修改空间，并且最终让推荐人逐字读过再签字。这是合规边缘最微妙的情况，但只要最终签字的推荐人对内容负责，流程上是 acceptable 的。

Adcom 一眼看出 AI 直出 LOR 的特征

ChatGPT 和 Claude 这两年让 LOR 写作发生了变化。Adcom 收到的 LOR 至少有 30%-50% 经过 AI 工具修改或生成，这个比例在中国申请人里更高。但顶级项目的 Adcom 已经对 AI 直出文本有强烈直觉。AI 直出 LOR 的几个明显特征：

特征一：所有学生听起来一样优秀

AI 默认生成的 LOR 每个学生都是 "exceptional"、"outstanding"、"top tier"。Adcom 同时读 100 封 LOR 的时候，AI 直出的会形成明显的信号同质化。真实推荐人会有 calibrated 的语言：有的学生是 "very strong"，有的是 "exceptional"，区别会被准确表达。

特征二：动词高度抽象，缺乏 episodic detail

AI 喜欢写 "demonstrates excellent analytical abilities through her coursework"，真人推荐人会写 "during our group's debate on the Chevron doctrine in the spring 2024 seminar, X was the only student to identify the implicit assumption that..."。AI 喜欢概括，真人推荐人喜欢具体事件。

特征三：完美的 parallel structure 和 transition

AI 生成的文本在段落之间有完美的过渡 ("Furthermore," "In addition," "Moreover," "Beyond academic performance,")，每段开头都有 topic sentence。真人推荐人写的 LOR 段落之间常有跳跃，结构没那么对称。过于完美的结构本身就是 AI 信号。

特征四：客套结尾

AI 直出 LOR 经常以 "Please feel free to contact me if you have any questions" 或 "I am confident that X will be a valuable addition to your program" 这类标准客套句结尾。这两句话本身没错，但如果配合前面三个特征，Adcom 会判定整封信是 AI 生成。

降低 AI 信号的有效路径是让 AI 只处理语言层面的优化，把推荐人提供的具体素材、calibrated comparison、idiosyncratic 表达完整保留下来。把 AI 完全排除出工作流既不现实也无必要，关键在于不要让 AI 去填充本应来自推荐人本人的内容。

合规改写 LOR 的介入位置

LOR 改写比 SOP 改写敏感，因为名义上的作者不是你。改写的合规边线大致是：

可以改的

语法、拼写、标点、语序
从 "Chinglish" 句式到地道学术英语句式
段落顺序调整、段内句子重排
替换重复用词
把推荐人提供的素材表达得更精确

需要谨慎处理的

把推荐人没说过的具体事件加进去（除非这件事真发生过、并且推荐人事后会追认）
添加 calibrated comparison ("top 5% in 10 years")，除非推荐人确实认可这个判断
把空泛描述改成具体描述，前提是这些具体描述符合事实

不能做的

改变推荐人的核心立场（推荐人本来就有些保留，你改成完全无保留推荐）
编造从未发生过的事件
改变推荐人和你的关系类型（把课程导师写成研究导师）
增加推荐人不会写的内容（推荐人是工程教授，你给加了一段心理学评价）
让推荐人在不知情的情况下签署一份和初稿差异巨大的版本

最稳妥的工作流程是：你做语言改写和素材重组，改完之后把修改稿发给推荐人，让推荐人对照原稿审阅、修改、最终签字。只要推荐人对最终版本充分审阅并签字，流程上你是 acceptable 的。

从零润色对 LOR 的介入

LOR 改写的特殊性在于：你不能像 SOP 那样从零产出，必须基于推荐人的初稿做加工。但加工的工作量在很多情况下接近重写：

中式英语整体改写为学术英语
空泛描述替换为具体描述
添加 calibrated comparison
整体结构重组
多份 LOR 之间的口吻差异化（避免 Adcom 识别出多封信文风一致）
政治化语言去除
AI 直出特征清理

GhostPaper 的从零润色对 LOR 的处理逻辑：你提交推荐人的初稿，附上推荐人和你的关系背景、可以补充的真实素材、目标学校项目要求、以及 SOP 等其他申请材料供交叉对照，编辑在你的文档上做深度改写，交付完整的可发送终稿。

提交时建议附上：

推荐人初稿
推荐人和你的关系（哪门课、什么项目、共事多久、做过哪些具体事情）
你的 SOP 和 CV，让 LOR 内容和其他材料保持一致性
目标学校 / 项目的 LOR 提示问题（很多学校官方有 prompt：please describe the applicant's research ability, leadership, etc.）
同一推荐人是否会给多个学校发不同版本

可以直接上传到 GhostPaper 体验从零润色。基础保障：

初稿内容与字数不限，提纲、推荐人草稿、笔记均可
全程匿名，6 位提取码取件
文件加密存储，72 小时自动删除
多份 LOR 之间会做 voice differentiation，避免 Adcom 识别同源
交付不满意全额退款

写在最后

LOR 改写最容易踩的雷不是技术问题，是判断问题：什么可以改、什么必须保留。处理 LOR 的时候记住一件事：你的目标是让 Adcom 看到一封"真实的、对你了解的、calibrated 的推荐"，而不是一封"完美无瑕、所有人都赞美你"的推荐。后者反而会失败。

如果你正在准备申请，把推荐人初稿、SOP、CV、目标项目的 prompt 这几份材料先整理在一起，再决定 LOR 的改写方向。这一步多数申请人会跳，但跳过的代价是 LOR 和其他材料之间出现裂缝，被 Adcom 发现。