Menu
检查和清理中英文文本里的 AI 套路，适用于“去 AI 味”“说人话”“自然一点”“别像模板”“先标问题”这类改写和审稿需求；按场景控制力度，同时保留事实、术语、语域和责任主体。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
用于对章节正文做去 AI 味重写。适合主编式多轮去味、先诊断再定强度、整章去模板腔、局部拆解释腔、打散均匀句群、保信息重写与人物声音去同腔化。关键词：去AI味、主编式去味、多轮改稿、模板腔、解释腔、均匀句群、太像AI、重写这段。
Remove signs of AI-generated writing from text. Use when editing or reviewing text to make it sound more natural and human-written. Based on Wikipedia's comprehensive "Signs of AI writing" guide. Detects and fixes patterns including: inflated symbolism, promotional language, superficial -ing analyses, vague attributions, em dash overuse, rule of three, AI vocabulary words, passive voice, negative parallelisms, and filler phrases.
用于【AI科幻】题材下搜索起点中文网等目标平台的同题材 TopN 候选池，先锁定榜单与样本池，再从中收束 3–5 本主样本做四层深拆式竞对分析。作为题材包装层与路由层，负责保留AI科幻标准入口名，补充技术视角、技术针脚、数据链/系统逻辑链、长线系统谜团等题材维度，并明确要求优先强制加载并使用 `通用-分析竞对作品`。关键词：AI科幻竞对分析、AI科幻竞品分析、起点AI科幻榜单、标杆作品拆解、技术悬疑标杆报告。
用于【AI科幻】题材下的章节正文创作。作为题材包装层、兼容入口与路由层，负责保留AI科幻入口名，补充起点追读、数据追溯程序、真实编号、数字压迫感与文件写回要求，并要求生成的 ` ## 作者有话说` 保持读者向小剧场口感。
用于【AI科幻】题材下的去 AI 味重写。作为题材包装层、兼容入口与路由层，负责保留AI科幻标准入口名、补充程序 / 数据痕迹径、数值双轨与冷压迫来源保护边界，并明确要求优先强制加载并使用 `通用-去AI味重写`。关键词：AI科幻去AI味、模板腔、数据痕迹径、冷压迫。
用于【AI科幻】题材下的多平台适配策略。作为题材包装层与兼容入口，负责保留AI科幻入口名、补充异常数据、系统摩擦、数字压迫感与长期谜团在各平台的保真边界，并明确要求优先强制加载并使用 `通用-多平台小说适配`。关键词：AI科幻多平台适配、平台差异、改写前推演、平台保真。
| name | shuorenhua |
| description | 检查和清理中英文文本里的 AI 套路，适用于“去 AI 味”“说人话”“自然一点”“别像模板”“先标问题”这类改写和审稿需求；按场景控制力度，同时保留事实、术语、语域和责任主体。 |
把文本从”像模型在表演写作”拉回”像具体人在当前场景下表达”。
这份 skill 不是敏感词替换器，也不是反技术、反抽象、反专业。它的目标是减少模板感、表演感和语域漂移，同时保住事实、术语和责任主体。
在下面这些需求里使用：
chat、status、docs、public-writing在下面这些需求里不要硬套：
in-place scope，就只做句内改写。按固定顺序做，不要跳步：
chat / status / docs / public-writingprotected spans，看有没有必须保留的术语、系统主语、引用原文、命令或正式语体Tier 1 / Tier 2 / Tier 3，按问题命中强度判断，不要把 Tier 当作改写力度minimal / standard / aggressivestructural / bounded / in-place，判断这次能删到什么程度——自由删并重排、只把整句空话进删除清单、还是一句都不删references/，默认继续按问题类型补看 Protected Spans、Positive Style Contract、微操作手册、结构反模式 和相关短语表；如果目标是“改完能直接发”，或文本明显属于 README、release note、论坛帖、issue 回复，再补看 Scene Packs、真实样本评测 和 改写示例annotation mode执行第 6 步时，先按“模式”处理，再按“词条”兜底：
先判主场景，再处理局部问题。混合文本只保留一个主语域，其他语域只在必要信息层面留下。
chat信号：
默认档位：minimal
status信号：
默认档位：minimal 或 standard
docs信号：
默认档位：minimal
public-writing信号：
默认档位：standard
更细的下限限制见 场景禁改表。
如果文本本身命中下面任一子场景，不依赖用户是否明说，也不受主场景初判限制，都要补看 Scene Packs：
README：出现项目介绍、快速开始、安装方式、功能列表、README intro 等信号时，第一屏要说清“这是什么、给谁用、解决什么问题”release-note：出现版本标题、Release Highlights、Added / Changed / Fixed / Tested、changelog 列表等信号时，列清本版变更、验证和限制，不写发布宣言forum-post：出现 Linux.do / V2EX / 社区帖 / 发帖复盘等信号时，保留维护者的真实观察和社区语气，不改成公告issue-reply：出现 issue / PR 回复、bad case、复现、下一版补 benchmark 等信号时，先确认问题和下一步，不做客服式安抚子场景只负责发布目的和语气收束，不覆盖 protected spans、Tier、档位和回读规则。完整策略见 Scene Packs。
只加载 SKILL.md 时，也必须能完成基础改写。下面这些规则默认直接生效：
值得注意的是、让我来为你解释、希望这对你有帮助、Great question!综上所述、归根结底、本质上、At the end of the day不是 X，而是 Y、与其 X，不如 Y 多数删前半句，直接说 Y研究表明、数据显示、studies show、experts say 默认按场景选择 rewrite-safe 或 audit-only；只有用户明确要保留原论证骨架时才用 rewrite-with-placeholder；不要补虚构来源赋能、抓手、闭环、收窄、兜住、落盘、leverage你不是敏感、你只是太久没被稳稳接住了、你问到了问题的核心、顶刊作者的素养，默认删姿态层，改回低承诺回应或具体判断；不要硬演“我懂了”基于……、通过……来……单文件模式只是兜底，不是完整模式。只要环境里能读 references/，默认就继续补看对应文件；只有在 system prompt 真的只给了 SKILL.md 时，才退化为只按本文件做基础清理。
处理无源引用时，固定只在这 3 种模式里选一种：
rewrite-safe
研究表明 / studies show / 业内人士认为 这类权威铺垫chat 和 public-writingaudit-only
docs 和 statusrewrite-with-placeholder
如果用户没指定模式，就按场景默认值走；如果文本跨场景，优先取更保守的 audit-only。
minimal适用于：文本本身基本自然，只需去掉局部模板感、收尾腔和多余修辞。
默认动作：
standard适用于：有明显 AI 腔或语域混搭，但信息骨架是好的。
默认动作：
aggressive适用于：Tier 1 命中密集，或 Tier 1 + Tier 2 叠加后整段呈现强模板感或强表演感。
限制：
Tier 1 明显密集，或多类结构问题叠加时才允许docs 默认不要升到 aggressiveScope 表示这次能不能改动句子和段落结构，和 minimal / standard / aggressive 是两条轴。三档 scope 按"能不能删整句、怎么删"区分：structural 自由删并重排；bounded 只删"删了不丢信息"的整句空话，且走删除清单交用户确认；in-place 一句都不删。
structural默认 scope。适用于短文本、明确要求重写的文本、AI 味密度很高且不需要保留原节奏的文本。
允许动作：
bounded中文 public-writing 长文（约 1000 字以上）的默认 scope。目标是把整句级的 AI 味去干净，又不被 structural 不可控地压缩——长文走 structural 时缩水程度依模型而定（同一篇可能 -18%，也可能 -39%），用户无法预期；bounded 把"删多少"交还给用户。
和另两档的关系：
structural 克制：不合并相邻句、不重排段落、不删承担节奏的实句或有意重复in-place 能去味：允许删"整句都是空话"的句子，但不直接删，而是进删除清单交用户拍板一句能进删除清单，必须同时满足三条：
两类动作分开走（实测依据：长文里句首引导词模型能句内清掉，但整句空话在 in-place 下删不掉，只会被软化成另一种说法）：
值得一提的是 / 归根到底 / 这说明）后面还跟着实质内容 → 直接句内洗，删引导词留骨架，不进清单不仅仅是……更是…… 的价值拔高）→ 进删除清单，不擅自软化成另一种说法输出：正文给句内洗后的稿，末尾附「建议删除（待确认）」清单，每条写 原文 + 为什么删了不丢信息。用户点头才删，长度由用户拍板。
in-place适用于用户明确要求"完全原样 / 一句都别删 / 严格保句数"的情况，比 bounded 更严：整句空话也不删，只做句内降调。
默认触发条件：
bounded 仍删多了禁止动作：
允许动作：
删短语前先做语义独立性检查：删掉短语后，剩余部分必须仍是完整、可读、没有悬空指代的陈述句。否则改用句内替换，不要硬删。遇到整句空话，保留原句并标注 [空句，建议人工确认是否删除]，不擅自软化成新说法。
aggressive + in-place 可以存在，但默认先提醒用户：长文 aggressive 很容易明显缩水；如果用户真正要保长度，优先改成 standard + bounded。用户明确坚持时，再执行 aggressive + in-place，但仍遵守不删整句、不并句、不重排的边界。
Tier 表示问题命中强度，与 严重度分级 保持一致，不表示改写力度。
默认替换。命中这类词或句式时，通常直接删掉或换成更具体的表达。常见类型：
默认处理：局部命中用 minimal 或 standard，密集命中时可升到 aggressive
单独出现可以放行，但同段聚集时是 AI 味信号。常见类型：
长度参考：短段落（< 100 字/词）同段 2+ 个即标记；长段落（≥ 100 字/词）同段 3+ 个再标记。
默认处理：保留最贴切的一个，其余改写；通常用 minimal 或 standard
常见词本身不构成问题，只在全文密度明显过高时才处理。常见类型：
重要 / 关键 / 核心 / 提升significant / innovative / effective默认处理：只替换一部分重复命中，通常用 minimal，必要时不改
以下内容默认优先保留，除非用户明确要求改风格且改动不损害信息：
不要为了“像人”把文本改得更假。专业文本可以专业，关键是别模板化、别表演化。
完整的保护清单见 Protected Spans。
改写后的文本应尽量满足：
更完整的正向目标、分场景校准和“cleaner vs more human”对照见 Positive Style Contract。
默认输出一个推荐版本，不默认输出审稿过程、多版本比稿或逐条点评。
只有在用户明确要求下面这类事情时才启用：
先别改，先标问题这段哪里像 AI只做诊断 / 审稿 / 标注先告诉我该不该改annotation mode 不直接给整段改写稿，默认只输出最重要的 1-5 个问题点。每个问题点固定包含这 4 个字段：
问题族：例如 开场套话 / 无源引用 / 工程师腔 / 语域混搭触发点：点明命中的词、结构或局部句子建议动作：删掉、换成具体表达、补来源、保持不动是否建议改写：是 / 否额外约束：
是否建议改写：否annotation mode 时，仍然按默认改写合同输出单一推荐版本遇到无源引用时，输出必须符合所选模式：
annotation mode 下，只输出对应的处理建议，不直接给整段改写稿rewrite-safe：建议删掉无证据权威铺垫；如果不是 annotation mode，再给改写结果，不补虚构来源audit-only：优先点明缺来源、缺归属，而不是假装已经证实rewrite-with-placeholder：允许保留论证位置，但要显式暴露“此处待补来源”；如果不是 annotation mode，可以给带占位提示的改写结果只有在高风险误杀时，才额外补一行极短说明，例如：
保留了系统主语和术语，避免失真。这里只做轻改，避免把正式公告写成口语贴。提交改写前，把回读固定拆成两步，不要混着做：
先检查这 5 项：
如果删掉一句后段落突然没了落点，就补一条事实句，不要补口号句。
bounded / in-place scope 下额外检查：
in-place：输出字数低于原文 85% 时，回退检查是否误删整句、并句或压段落（in-place 不该删任何整句）bounded：字数会因删整句空话而下降，不设硬下限；但要确认删除清单里每条都是"删了不丢信息"的纯空句，没混进实句或承担节奏的重复只有在第一遍已经保住事实、但读起来还有轻微 AI 味时，才做第二遍。第二遍固定只查这 5 件事：
结论先说 / 直接说结论 / 值得注意的是 这类提示层总的来说 / 归根结底 / 最终来看 这类空收尾方向是对的 / 意义重大 / 真正理解了用户第二遍只允许做轻量修正：
第二遍不要做的事：
场景保守策略：
public-writing 和 AI 味偏重的 chat，第二遍更常需要docs / status / code-context 默认更保守；如果第二遍会让语气变口语、变广告、或影响保真，就停在第一遍SKILL.md + references/ 一起工作Tier 1 / 2 / 3 校准命中规则：看 严重度分级annotation mode 的对照：看 改写示例默认做法是：先用本文件完成“场景、Tier、档位、输出合同”的主判断，再按问题类型补读 references/；只有在单文件安装场景里，才停留在本文件的兜底规则。