humanize-ai

Imported from taxueseek/say-it-human (skills/humanize-ai/SKILL.md). Install upstream with npx skills add taxueseek/say-it-human --skill humanize-ai. Copyright stays with the author.

AI 味检测与消除

AI 味不是「写得不好」，是「读者感觉到背后没有真人」。但去 AI 味 ≠ 好内容。 花时间去 AI 味不如花时间把事情搞清楚。

文字洁癖（taxue）：AI 味不是 AI 的问题，是用套话掩盖不确定的思考。人话三要素：带立场、带偏见、带情绪。每删一个套话，都要问：我到底想说什么？如果删完发现原文也没什么真东西，那问题不在 AI 味，在内容本身。

执行原则：

1. 默认只诊断不改。识别AI特征是帮人看清自己的文字，不是帮人伪装成人类。改写必须用户确认。
2. 去 AI 味 ≠ 好内容。如果检测结果很干净，直接告诉用户。不要为了输出报告而硬找问题。
3. 改写必须基于用户的偏好。每个 AI 特征背后都有一个本来想达成的目的。追问那个目的，而不是直接替换。
4. 见感思行是正面的改写目标（taxue）。去 AI 味不只是删坏东西，更是让文字回到「见（观察）→ 感（感受）→ 思（思考）→ 行（行动）」的自然结构。

三种改写方式（用户选）：

• 自动替换：检测 → 直接改 → 质量验证 → 迭代
• 追问驱动：检测 → 逐条追问写作意图 → 用户回答后给修改方向
• 混合：自动替换 + 对关键特征追问意图

怎么运作：先判断AI味有多重，再选策略——轻微改几处、中等改一段、严重整篇重写、致命直接拦下。改完检查质量，不过关就回去重来，最多3轮。

怎么一步步处理

先判断内容类型（推文/公众号/学术），确定AI味的判断标准。然后快速扫一遍，数数AI味关键词命中几个。

• 命中少于5处 → 直接改标记的位置
• 命中5处以上 → 进入全量诊断，先找根因（3个根因能同时引发多种表现），再验证独立信号

改之前先识别作者的声音——口头禅、动情处、不完美痕迹，这些标为保护区一字不动。

遇到疑似AI味的句子，走决策树判断该不该删：在保护区？密度够？换话题还成立？是喘息句？删了会失温度？

改写时先清除明显废话，再逐段处理，最后检查人话三要素（偏见、情绪、立场）。

改完过检查：有没有编造？核心观点还在吗？有没有引入新的AI味？A/B级交付，C/D级回去重写。致命浓度直接拦住，不让改。

先判断内容类型

不同体裁对「规范表达」的容忍度不同。推文允许不完美，公众号保留结构感，学术文体别误伤。

体裁判断只在有明显特征时做——大部分内容默认为公众号/专栏类型。详细判断标准 → references/extended-patterns.md。

快速扫描 + 全量诊断

快速扫描

扫一遍全文，数数这些关键词命中几个：

• 结构胶水：「首先…其次…最后…」「值得注意的是」「综上所述」
• 空洞词：「至关重要」「不可或缺」「深度赋能」「显著提升」
• 模板句：「在当今…背景下」「随着…的发展」
• 口水话：「如流星划过」「时不我待」
• 交流腔：「感谢您的」「期待与您」「让我们一起」

命中少于5处 → 直接改标记的位置。命中5处以上 → 进入全量诊断。

全量诊断

19种AI味模式，有3个根因能同时引发多种表现：

• 语气过于中性/权威 → 导致结构对称、句式整齐、RLHF模板化
• 套话与空洞修饰 → 导致概括语言多、情绪词空洞、口水话
• 翻译腔 → 导致RLHF模板化、虚假范围

先找根因，解决一个就能让多种表现同时消失。剩下的独立问题（缺乏细节、拔高、否定式煽情等）单独处理。不用每次过全部19种。

19 维速查表

每个维度的详细识别信号、修法、边界说明 → references/extended-patterns.md

AI味多重，策略就有多猛：

• 轻微（1-2处） → 只改标记的那几处
• 中等（3-4处） → 重点段落重写，保留核心观点
• 严重（5-6处） → 整体重写，保留核心观点
• 致命（全是AI味，无真人在说话） → 拦住，不让改。让用户先想清楚要说什么

特殊情况：AI味很轻但结构冗长 → 建议用 editor-revisor。AI味为零 → 建议用 editor-revisor 或 chinese-write-checker。

识别作者的声音（保护区）

不先做这步就逐段改，会把人味当AI味删掉。

接收声音清单（如有）

如果用户提供了来自 voice-dissolver 的声音清单，直接引用作为保护区，不重新判定。清单内的句子一字不动。

自行判定

扫一遍全文，用以下标准标记哪些是「只有这个人才会这样写」的句子：

保护区内的内容不碰。

动情处 vs 套话

动情处的拔高有具体上下文锚定，删了会失去温度。套话放哪儿都成立。判断方法：换话题测试——把这句话放到另一个完全无关的话题中，看是否仍然成立。

判断：该不该删

检测到疑似AI味后，不直接动手。走决策树。

1. 在保护区内？
   是 → 留（不进入后续判断）
   否 → 继续

2. 200 字内出现 ≥ 3 次？
   否 → 不算 AI 味，留
   是 → 继续

3. 换话题还成立？
   （把这句话放到另一个完全无关的话题中，看是否仍然成立）
   不成立 → 这句话和具体内容绑定，是作者自己的话 → 留
   成立 → 继续

4. 是两段之间的喘息句？
   （位于两个长段落/高强度段落之间的短句或低强度句）
   是 → 留
   否 → 继续

5. 删了之后会失去温度/锋利/犹豫吗？
   是 → 留
   否 → 删

核心检测原则：看密度，不看单次出现。对仗、排比、成语真人写作里本来就在用。反复堆叠、跟前后内容没关系、换到别的话题上也成立——这才是 AI 味。

避免过度修正：去 AI 腔 ≠ 去一切规范化表达。真人常用的写法（如「支持 X 等平台」「用于 X」）本身不是 AI 腔，不要为了「更口语」硬删。

改写执行

先清掉明显的

以下内容直接标记删除：

• 结构化废话：首先/其次/此外/综上所述/值得注意的是/综合来看/总体而言/不难发现/显而易见/众所周知/毋庸置疑/深度赋能
• 形容词堆砌：重要/关键/显著/有效/至关重要（不含数据支撑的程度修饰）
• 口号收尾：让我们共同/未来可期/携手共进
• 格式滥用：多余加粗、破折号滥用、分隔线、小标题编号（一、二、三）

预清理不是改写，只是快速切除明显废话。

逐段改写

按诊断出的问题逐段处理，跳过标记的保护区。

改写原则：

• 保留原文的核心观点和关键信息
• 打破对称结构，段落长短不一
• 替换空洞情绪词为具体细节
• 加入具体时间、数字、人物（但只锚定在原文已有线索上，不编造）
• 允许语气不完美、允许有犹豫——完美的那个是神，满嘴跑火车的才是人
• 避免过度修正——不要为了去 AI 味而强行口语化
• 重要的点要像聊天时解释给熟悉的人听：该展开的逻辑链条、背景、为什么这么想，都说开，不要只扔结论
• 改写时把观点锚定在文本里出现过的具体经历、场景或细节上
• 检查节奏和对话感：该长说的地方充分说清楚前因后果，该停的地方就短句落地
• 改完后自己过一遍：有没有把原文里锋利、犹豫或不完美的部分磨圆了？如果有，恢复它
• 任何改动都必须能回溯到作者已在文本中显露的偏好；不要用「更自然」或「更像人」作为默认偏好来覆盖作者实际想保留的生硬、犹豫或锋利

第三步：人话三要素检查

删完套话后，检查全文有没有这三样东西：

• 至少一处真实的偏见：「我知道这个观点有争议，但我真的觉得……」——偏见要扎在具体的事上：把判断跟作者经历过、看到过、试过的某个片段绑在一起
• 至少一处真实的情绪：不是「令人感动」这种空洞词，是具体到那个瞬间的反应——「我看到这条消息的时候，手停在半空」。情绪要像对朋友复述那天的情景一样展开
• 至少一处真实的立场：明确站队，不骑墙。立场可以有思考的来回：「我一开始也觉得...后来撞见这事才发现...」

质量控制

改写完成后过检查清单。不过关的回到判断层或改写层重写。

硬指标（一票否决）

软性指标

• 人称一致性：全文视角统一
• 因果链真实性：「因此」「所以」前后有真实因果
• 节奏变化：长短句交替，不是每句都一样长
• 结尾质量：不是口号收尾，有具体行动或余味

质量分级：A（全过）交付，B（微调后交付），C（回去重写问题段落），D（重新判断再整体重写）。最多3轮，第3轮仍不达标就交付当前版本，标注未解决的问题。

发现内容本身有问题时

内容质量（信息密度、逻辑链、立场清晰度）不是去AI味的职责。

如果发现内容本身有问题（信息密度低、逻辑跳跃、立场模糊），建议用户先用 chinese-write-checker 体检，补全内容骨架后再回来去味。

诊断报告模板

【AI 味有多重】{轻微/中等/严重/致命}
【体裁】{类型}

【作者声音保护区】
{标记了哪些句子——口头禅、动情处的拔高、不完美痕迹。这些不碰。}

【问题定位】
来源{X}（{类型}）——第{X}段/第{X}句
原文：「{原文}」
200字内出现：{X次}
决策树结果：{留/删，原因：动情处/喘息句/换话题不成立/密度不足/…}
问题：{一句话}
改法：「{建议改法}」

【人话三要素检查】
偏见：{有/缺——补的话扎在原文已有线索上}
情绪：{有/缺——补的话展开到具体瞬间}
立场：{有/缺——补的话让它有来有回的过程}

【改写版本】
{直接输出改写后的完整文本}

【改写说明】{改了什么，为什么；重点说明锚定了什么具体经历、节奏调整、对话感}
【过度修正检查】{有没有磨平了锋利、犹豫、不完美的地方}
【节奏检查】{句子长短变化够不够、读起来有没有呼吸感}

【下一步建议】
{条件触发，只在结果明确指向下一步时推荐}

只自检不改写

如果用户只要求自检，单独走这个流程。检查标准和质量分级同上。

注意事项

• AI 味诊断要定位到具体句子或段落，别说「整体有 AI 感」
• 每个 AI 味来源给「原文 → 改法」对照
• 别说「加入个人感受」——直接在改写版里加
• 消除 AI 味不是「让文字更好看」，是「让读者感觉到真人存在」
• 改完之后文章可能变短、变「不完整」——这是对的，不是问题
• 要输出改写后的完整版本，不能只给诊断不给改写
• 用户已提供声音清单却重新判定保护区 → 清单是上游已确认的，直接引用

DO NOT

• 只诊断不改写 → 诊断+改写是一体的
• 把作者真实的犹豫、锋利、不完美当 AI 味删掉 → 先判定保护区再动手
• 为去 AI 味而强行口语化 → 去 AI 腔 ≠ 去一切规范化表达
• 不看密度只看单次 → 排比/对仗出现一次不是 AI 味，200 字内出现 3 次以上才是
• 替用户写他没有的经历或细节 → 补的具体场景必须锚定在原文已有线索上
• 编造样本量或来源 → 原文说「73.2% 的用户满意」，不能改成「问卷发了 200 份」
• 追问本身不能犯 AI 特征（dbs 自检规则）：
  • 不用「你可能会觉得」开头（这是替读者说蠢话）
  • 不用「不是 X 是 Y」结构追问
  • 不用「本质上」「归根结底」升维追问
  • 不用选择题结构（A 还是 B？）——这是在替用户想答案
  • 直接说你观察到的现象，然后问一个开放性的问题
• 去 AI 味 ≠ 好内容 → 检测结果干净就直接说，不要硬找问题

下一步建议（条件触发）

示例

→ references/examples.md

共享规范

本技能与 chinese-write-checker、voice-dissolver、editor-revisor、packaging-workshop 共享写作规范（套话清单、格式规范、保护区逻辑、换话题测试、密度原则）。详见 ~/.agents/skills/chinese-write-checker/references/writing-standards.md（跨 skill 引用）。按需读取，不预加载全文。