humanizer-zh

name	humanizer-zh
description	去除文本中的 AI 生成痕迹，使其更自然、更像真人书写。适用于编辑或审阅文章、博客、技术文档等中文文本， 检测并修复 35 种 AI 写作特征：夸大的意义宣称、宣传语、模糊来源、AI 高频词汇、破折号滥用、三段式结构、 否定式排比、聊天机器人残句、模板化结尾等。基于维基百科 "Signs of AI writing" 指南。

English version: SKILL-en.md

Humanizer-zh：去除 AI 写作痕迹

将带有 AI 腔的文本改写为人类作者写出的文字，而不改变原文想表达的内容。不要捏造细节。

下文列出的模式来自维基百科的 「Signs of AI writing」（AI 写作特征） 页面，由 WikiProject AI Cleanup 维护。

核心任务

收到需要人性化的文本时：

1. 找出 AI 模式。 对照下面的模式清单检查文本。
2. 保留每一个论断。 可以删减平淡的部分、扩充有用的部分、合并或拆分段落。即使改变结构，也要保留信息。
3. 不虚构事实。 除非事实、姓名、数字、日期、引语或引用来自原文或用户，否则不得添加。如果某句话缺少必要细节，主动询问，或改用更简单的句子。当作者口吻需要时，可以加入观点或反应，但绝不能添加事实性论断。虚构类作品例外——虚构细节本身就是任务的一部分。
4. 匹配口吻。 根据文本类型使用恰当的语气（正式、随意、技术化）。只有当文本与作者需要时，才注入个性。

输入类型决定返回方式，参见如何返回结果。无论哪种模式，改写流程相同。

匹配作者文风

如果用户提供了写作样本（作者本人之前的作品），先分析样本再改写：

1. 先读样本。留意其句子长度、用词、段落开头、标点、重复短语与过渡方式。
2. 匹配这些习惯。不要用正式词替换口语词，也不要删掉刻意的个人风格。
3. 如果没有样本，采用下面的通用规则。

写作样本优先于本节风格规则。如果样本中使用破折号，按大致相同的频率保留。不要将 §14 当作绝对禁令。

只在合适时注入个性

去除 AI 模式只完成了一半工作。结果听起来仍应像一个活人。

个性适用于博客、随笔、评论和个人化写作——当它与作者风格相配时。参考性、技术性、法律性和事实性文本保持中性。不该出现观点或第一人称的地方，不要加入。

当个性适用时，保留作者的立场、犹疑、复杂情绪、幽默、离题与不匀称的节奏。绝不为了显得个性化而虚构事实。

内容模式

1. 夸大意义、遗产与宏观趋势

警惕词汇： 作为/充当、标志着、见证了、是……的见证/证明/缩影、扮演着……的角色、关键时刻、凸显/彰显了其重要性/意义、反映了更广泛的、象征着其持续/永恒/持久的、为……做出了贡献、为……奠定了基础、标志着/塑造着、代表/标志着一个转折、关键转折点、不断演变的格局、焦点、不可磨灭的印记、深深植根于

问题： AI 写作常把普通细节包装成重大变革、历史遗产或宏大趋势的标志。

改写前：

加泰罗尼亚统计局于 1989 年正式成立，标志着西班牙区域统计演变史上的关键时刻。这一举措是西班牙全国范围内更广泛运动的一部分，旨在分散行政职能并加强区域治理。

改写后：

加泰罗尼亚统计局成立于 1989 年，是西班牙行政职能分散化的一部分。

2. 报菜名式列举来源

警惕词汇： 独立报道、地方/区域/国家媒体、由知名专家撰写、拥有活跃的社交媒体账号

问题： AI 写作常通过罗列知名媒体或粉丝数来证明某人重要，而列表往往不提供任何有效上下文。

改写前：

她的观点被《纽约时报》、BBC、《金融时报》和《印度教徒报》引用。她在社交媒体上拥有超过 50 万粉丝的活跃账号。

改写后：

她的观点被《纽约时报》和 BBC 引用过。

如果原文解释了此人说了什么、在哪里说的，保留这个有用的引用。不要为缩短版本编造上下文。

3. 以悬垂动词收尾的肤浅分析

警惕词汇： 凸显/彰显/强调了……、确保了……、反映了/象征着……、为……做出了贡献、培养了/促进了……、涵盖了……、展示了……

问题： AI 写作常在句尾追加一个"动词 + 宾语"的短语（对应英文的 -ing 分词短语），把简单的事实包装出虚假的深度。

改写前：

寺庙的蓝、绿、金三色与当地的自然美景产生共鸣，象征着德克萨斯州的蓝帽花、墨西哥湾与多样化的州内景观，反映了社区与这片土地之间的深厚联系。

改写后：

寺庙外墙刷成蓝、绿、金三色，意在呼应当地的蓝帽花和墨西哥湾。

4. 宣传与广告式语言

警惕词汇： 拥有（夸张用法）、充满活力的、丰富的（比喻义）、深刻的、增强了其、展示了、体现了、致力于、自然之美、坐落于、位于……的中心、开创性的（比喻义）、著名的、令人叹为观止的、必游之地、迷人的、宝藏（形容词化）、底蕴深厚

问题： AI 写作在描述地点、文化、产品或组织时，常常听上去像广告，尤其是涉及"文化遗产"话题时。

改写前：

坐落于埃塞俄比亚贡德尔地区令人叹为观止的自然风光之中，Alamata Raya Kobo 是一座充满活力的城镇，拥有丰富的文化遗产与迷人的自然美景。

改写后：

Alamata Raya Kobo 是埃塞俄比亚贡德尔地区的一座城镇。

5. 模糊来源

警惕词汇： 业内人士表示、有观察者指出、专家认为、一些批评者认为、多个来源/多家媒体（但实际很少点名）

问题： AI 写作常把论断归给不具名的专家、批评者、报告或观察者。

改写前：

由于其独特特征，浩来河引起了研究人员和保护主义者的关注。专家认为它在区域生态系统中扮演着至关重要的角色。

改写后：

研究人员和保护主义者研究浩来河，是因为它的特征不同寻常。

原文提供了真实来源时，点出该来源。否则，删掉没有依据的论断。绝不编造来源。

6. 模板化的"挑战与展望"章节

警惕词汇： 尽管其……仍面临若干挑战……、尽管存在这些挑战、挑战与遗产、未来展望

问题： AI 文章常插入一段固定的"挑战与未来展望"内容，通常只是重复模糊的论断而非提供事实。

改写前：

尽管工业繁荣，Korattur 仍面临着城市地区典型的挑战，包括交通拥堵和水资源短缺。尽管存在这些挑战，凭借其战略位置和持续推进的举措，Korattur 继续蓬勃发展，成为金奈增长不可或缺的一部分。

改写后：

Korattur 长期存在交通拥堵和水资源短缺的问题。

只有日期、公共行动等细节来自原文或用户时，才添加它们。

语言与语法模式

7. 过度使用的 AI 高频词

中文高频 AI 词汇： 此外、与此同时、赋能、抓手、闭环、颗粒度、底层逻辑、认知、洞察、范式、深耕、护城河、链路、痛点、场景化、差异化、生态（抽象义）、维度、夯实、打通、沉淀、重构（滥用）、彰显、彰显着、赋能于、致力于、持久、充满活力、宝贵的、至关重要的、关键（形容词滥用）、格局（抽象名词）、织锦/画卷（抽象比喻）、试金石、里程碑

英文高频词的中文对应： 此外（Additionally）、与……保持一致（align with）、至关重要（crucial）、深入探讨（delve）、强调（emphasize）、持久的（enduring）、增强（enhance）、培养（foster）、获得/赢得（garner）、突出（highlight）、错综复杂（intricate）、关键（key）、不断演变的格局（landscape）、关键性的（pivotal）、展示（showcase）、证明（testament）、宝贵（valuable）、充满活力的（vibrant）

问题： AI 写作使用这些词的频率远高于普通人，尤其会成群出现。

改写前：

此外，索马里菜肴的一个显著特征是加入骆驼肉。意大利殖民影响的持久证明，是当地烹饪格局中意大利面的广泛普及，展示了这些菜肴如何融入传统饮食。

改写后：

索马里菜肴还会用到骆驼肉，当地人视其为美味。意大利殖民时期传入的意面至今仍很常见，尤其是在南部。

8. 回避"是""有"

警惕词汇： 作为/标志着/代表了/充当着 [一个]、拥有/设有/提供了 [一个]

问题： AI 写作常用更长的结构替代简单的系动词（是、有）。

改写前：

Gallery 825 作为 LAAA 的当代艺术展览空间。画廊拥有四个独立空间，提供了超过 3000 平方英尺的面积。

改写后：

Gallery 825 是 LAAA 的当代艺术展览空间。画廊有四个房间，总面积 3000 平方英尺。

9. 否定式排比与甩尾否定

问题： AI 写作过度使用"不仅……而且……""这不是……而是……"等结构。

它还喜欢用"无需……"式的短尾否定来替代一个完整的从句。

改写前：

这不仅仅是节拍在歌声下流动；它是攻击性与氛围的一部分。这不只是一首歌，而是一种宣言。

改写后：

沉重的鼓点强化了歌曲的侵略性基调。

改写前（甩尾否定）：

选项来自所选项目，无需猜测。

改写后：

选项来自所选项目，用户不必费劲猜测。

10. 强行三段式

问题： AI 写作常把想法硬凑成三组，以显得全面。

改写前：

活动内容包括主题演讲、小组讨论和社交环节。与会者可以期待创新、灵感和行业洞见。

改写后：

活动包括演讲和小组讨论，会议间隙还有非正式的社交时间。

11. 同义词循环与重复的句子开头

问题： AI 写作按规则而不是凭语感处理重复：可能不断更换同一人或事物的称呼，也可能连续多句用同一主语开头（常见的是"他/她"）。

同一主语使用一个清晰的称呼。对于重复的句子开头：合并句子，必要时更换主语，或直接以动作开头。

改写前（同义词循环）：

主人公面临许多挑战。主角必须克服重重障碍。核心人物最终获胜。英雄回到了家乡。

改写后：

主人公面临许多挑战，但最终获胜并回到了家乡。

改写前（重复开头）：

她注意到那扇门。她注意到门上的锁。她把两件事都记了下来。

改写后：

她注意到那扇门和门上的锁，然后把两件事都记了下来。

不要禁止重复的词本身，要修复重复的句式。改写后的句子仍可以"她"开头。

12. 虚假的"从 X 到 Y"范围

问题： AI 写作常用"从 X 到 Y"的结构，但 X 和 Y 并不构成一个有意义的范围。

改写前：

我们对宇宙的探索从大爆炸的奇点开始，穿越壮丽的宇宙网，从恒星的诞生与消亡到暗物质的神秘舞动。

改写后：

这本书涵盖了大爆炸、恒星形成和当前关于暗物质的理论。

13. 被动语态与主语缺失

问题： AI 写作常隐藏施动者或省略主语。当主动语态能更清晰地表达施动者与动作时，改用主动语态。

改写前：

无需配置文件。结果会被自动保留。

改写后：

你不需要配置文件。系统会自动保留结果。

风格模式

14. 破折号过度使用

规则： 最终改写稿不得包含破折号（——），除非作者样本中使用。用句号、逗号、冒号或括号替代破折号，或重写该句。同时检查以两个连字符（--）充当破折号的写法。

改写前：

这个术语主要由荷兰机构推广——而不是人民自己。你不会把"荷兰，欧洲"写进地址——但这种错误标注仍在继续——甚至出现在官方文件中。

改写后：

这个术语主要由荷兰机构推广，而不是人民自己。你不会把"荷兰，欧洲"写进地址，但这种错误标注在官方文件中仍在继续。

改写前：

新政策——事先毫无征兆——影响了数千名员工。这些改动（批评者早就认为早该实施）将立即生效。

改写后：

新政策在没有预警的情况下出台，影响了数千名员工。批评者早就认为早该实施的改动将立即生效。

返回改写稿之前，搜索全文中的"——"和"--"。逐处移除，除非作者样本使用了该符号——此时按样本的频率保留。

15. 粗体过度使用

问题： AI 聊天机器人常无明确理由地给词语和短语加粗。

改写前：

它融合了 OKR（目标与关键结果）、KPI（关键绩效指标） 与 商业模式画布（BMC）、平衡计分卡（BSC） 等视觉战略工具。

改写后：

它融合了 OKR、KPI 以及商业模式画布、平衡计分卡等视觉战略工具。

16. 粗体小标题列表

问题： AI 写作常用纵向列表，每一项以粗体标签加冒号开头。

改写前：

• 用户体验： 新界面显著改善了用户体验。
• 性能： 优化算法提升了性能。
• 安全性： 端到端加密加强了安全性。

改写后：

更新改善了界面，通过优化算法加快了加载速度，并加入了端到端加密。

17. 机械化的标题层级

警惕词汇： "一、二、三"式编号标题、"1.1 / 1.2"式子编号、层层嵌套的小标题

问题： AI 写作喜欢把内容拆成机械的多级标题（"一、1.1、1.1.1"），即使内容简单到不需要分层。真实作者只用标题区分真正不同的部分。（本条为中文适配版：原版 §17 针对英文标题大小写，中文无此问题，故替换为中文语境下的等效特征。）

改写前：

一、背景

1.1 什么是自动化测试

1.2 自动化测试的历史

1.3 自动化测试的现状

改写后：

自动化测试从上世纪 80 年代起随着软件规模膨胀逐步普及，如今已成为大多数开发团队的默认实践。

18. 表情符号

问题： AI 聊天机器人常把表情符号当装饰加在标题或列表项上。

改写前：

🚀 启动阶段： 产品将在第三季度发布 💡 关键洞察： 用户更喜欢简洁 ✅ 下一步： 安排后续会议

改写后：

产品将在第三季度发布。用户研究显示他们更喜欢简洁。下一步：安排后续会议。

19. 中英文标点混用

警惕词汇： 半角引号 " "、半角括号 ( )、半角逗号 , 混入中文文本；中英文标点在同一段落随意切换

问题： AI 生成的中文文本经常混用英文标点（直引号、半角括号、半角逗号），与中文全角标点不统一。真实作者通常会保持标点风格一致。（本条为中文适配版：原版 §19 针对弯引号与直引号之争，中文语境下更典型的特征是中英标点混用。）

改写前：

他说"项目进展顺利",但其他人不同意。

改写后：

他说"项目进展顺利"，但其他人不同意。

聊天机器人痕迹

20. 聊天对话残句留在正文中

警惕词汇： 希望这对您有帮助、当然！、没问题！、您说得完全正确！、您想要……、需要我……吗？、要我举个例子吗？、需要我继续吗？、请告诉我、以下是一个……

问题： 聊天机器人的问候、主动提议或结束语有时会残留在一段本应独立成篇的文本中。

改写前：

以下是法国大革命的概述。希望这对您有帮助！如果您想让我展开任何部分，请告诉我。

改写后：

法国大革命始于 1789 年，当时财政危机和粮食短缺引发了广泛的动荡。

21. 知识截止免责声明与猜测补全

警惕词汇： 截至 [日期]、根据我最后的训练数据、虽然具体细节在公开资料中有限/稀缺……、基于现有信息、未公开披露、保持低调、注重隐私、似乎是在……、据信……

问题： 旧模型可能会提到其知识截止日期。模型也可能先解释它没找到来源，再用一个看似合理的猜测填补空白。如实说明资料中没有的内容，或者删掉该句。不要把猜测当作事实陈述。

改写前（截止日期声明）：

虽然该公司成立的细节在现成资料中没有广泛记录，但它似乎是在 20 世纪 90 年代某个时候成立的。

改写后：

现有资料中没有记录该公司的成立日期。（或删掉这句。只有来源提供了日期时才写日期。）

改写前（猜测补全）：

关于她早年生活的信息未公开披露，说明她刻意保持低调、注重个人隐私。她很可能成长于中产家庭，这塑造了她后来对教育改革的兴趣。

改写后：

现有资料中没有关于她早年生活的记录。（或整段删去。）

22. 谄媚奉承的语气

问题： AI 助手常先夸赞用户或表示赞同，再给出答案。

改写前：

好问题！您说得完全正确，这是一个复杂的话题。关于经济因素，您提的这一点非常精彩。

改写后：

您提到的经济因素在这里是相关的。

填充词与回避

23. 填充短语

改写前 → 改写后：

• "为了达成这一目标" → "为此"
• "由于下雨的这一事实" → "因为下雨"
• "在当前这个时间节点上" → "现在"
• "在您需要帮助的情况下" → "如果你需要帮助"
• "该系统具有处理……的能力" → "该系统可以处理……"
• "值得注意的是，数据显示" → "数据显示"

24. 过度限定

警惕短语： 坦白说、也可能、或许大概、可能也许、在某些情况下可能会、这只是一个推断、一定程度上

问题： 反复编辑会叠加限定词，直到每个论断听起来都不确定。只有当来源支持且语义确需限定时才保留。删掉那些只为补救前文夸张而存在的保留语。

改写前：

该政策可能也许会、或许大概会对结果产生一定程度的某种影响。

改写后：

该政策可能会影响结果。

25. 通用积极结尾

问题： AI 写作常以模糊的乐观结尾收场，而不是停在最后一个有用的事实上。

改写前：

公司的前景一片光明。激动人心的时代即将到来，他们将继续走向卓越的旅程。这代表了朝着正确方向迈出的重要一步。

改写后：

（删掉该段。让文章停在最后一个具体事实上，而不是送别式收尾。如果来源陈述了真实计划，用那些计划。）

26. 万能动词与名词化结构

警惕词汇： 进行、作出、实现、给予、加以（+ 动词名词化）；"对……进行了深入分析""作出了重要贡献""实现了显著提升""给予了充分重视"

问题： 英文原文对应"过度连字符化词组"（third-party、data-driven 等）；中文语境下，AI 写作的等效特征是大量使用"进行/作出/实现 + 名词"的万能动词结构，把本来可以一句话说完的动作拆成"动词 + 名词化宾语"，读起来官腔十足。（本条为中文适配版：针对中文语境的替换。）

改写前：

团队对性能问题进行了深入分析，对系统架构作出了重大调整，并实现了运行效率的显著提升。

改写后：

团队分析了性能问题，重写了系统架构，加载时间因此缩短了一半。

27. 假装揭示深层真相

警惕短语： 真正的问题是、其核心在于、事实上、真正重要的是、从根本上看、更深层的问题是、问题的实质是

问题： AI 写作用这些短语把普通的观点包装成隐藏的真理。

改写前：

真正的问题是团队能否适应。其核心在于，真正重要的是组织是否准备好了。

改写后：

问题在于团队能否适应。这主要取决于组织是否愿意改变自己的习惯。

28. 预告下一个要点

警惕短语： 让我们深入探讨、下面我们来聊聊、让我们拆解一下、你需要知道的是、接下来我们看、闲话少说、先提醒一句、顺便提一下

问题： AI 写作常先宣布下一个要点，而不是直接说出来。口语化的预告（如"有一个特别坑的地方"）也有同样的问题。删掉的是"预告"这个动作本身，而不只是它的正式腔调。

改写前：

让我们深入探讨一下 Next.js 的缓存机制。你需要知道的是……

改写后：

Next.js 在多个层级缓存数据，包括请求记忆化、数据缓存和路由缓存。

改写前（口语化预告）：

有一个特别坑的地方，大家注意了：webpack 开发服务器默认不发送 CORS 响应头。

改写后：

webpack 开发服务器默认不发送 CORS 响应头。

29. 标题与首句重复

警惕信号： 标题后紧跟一行重复标题内容的段落，正文真正开始前。

问题： AI 写作常在标题后加一句只是复述标题的话。删掉这句重复。

改写前：

性能

速度很重要。

用户遇到慢页面就会离开。

改写后：

性能

用户遇到慢页面就会离开。

30. 描述旧版本

问题： 文档和注释应描述当前行为。只有变更日志、发布说明、迁移指南等专门讲变化的文档，才提旧版本。

改写前：

此函数是为了取代先前遍历所有元素的做法而新增的，旧做法会导致 O(n²) 的性能问题。

改写后：

此函数使用哈希表进行 O(1) 查找，避免了朴素遍历的 O(n²) 开销。

31. 强行金句与戏剧化碎片

问题： AI 写作常把每个句子都写成戏剧性的收尾。一个短句可以加强语气，但一串碎片式短句通常显得做作。

改写前：

然后 AlphaEvolve 登场了。它对对称没有偏好。没有美学先验。没有对人类品味的怀旧。旧规则一去不返。

改写后：

AlphaEvolve 改变了搜索方式，因为它不偏爱对称或"像人设计"的外观，这让一些旧假设不再适用。

32. 公式化格言

警惕词汇： X 是 Y 的语言、X 成为一个陷阱、X 不是工具而是一面镜子、……的语言、……的货币、……的架构

问题： AI 写作常把普通论断包装成听起来很深刻、但没增加任何信息的格言。用具体的论断替换格言。

改写前：

对称是信任的语言。当团队忘记人的维度时，效率就会成为一个陷阱。

改写后：

对称的布局往往让用户感觉更可预期。团队可能过度优化流程，忽略人们实际的使用方式。

33. 伪坦诚的开场

警惕短语： 说实话？、你看、事情是这样的、关键是、让我们坦诚一点、直说了吧——当它们被用作独立开场或摆拍式的停顿，后面跟着的却是一个普通的观点。

问题： AI 写作常先来一段做作的停顿或"坦诚声明"，再说一件稀松平常的事。直接说观点。

改写前：

这值不值这个价？说实话？取决于你用得有多频繁。

改写后：

这值不值这个价，取决于你用得有多频繁。

34. 反驳无人提出的反对意见

警惕短语： 这不是（主要/真正）关于、我不是说/我不是在争辩/我不是想、需要说明的是、别误会、这并不是说、你也可以换个角度……但是、也许有人会说……但

问题： AI 写作可能回答一个正文中根本不存在的反对意见。警惕那些没有来源的"作者并不想表达什么"的声明，尤其是话题在别处从未出现时。"该 API 不是线程安全的"这种直接论断不属于此模式。

改写前：

这主要不是关于提示词长度的问题，我也不是在说文档不重要。你也可以换个角度归类这个问题，但真正的关键在于：Agent 在执行时能否用上这条指令。

改写后：

关键在于：Agent 在执行时能否用上这条指令。

只删掉没有依据的防御性表述。如果其中包含真实论断，直接陈述该论断。当反对意见在文中点名了来源或得到了完整回应时，保留它。

35. 拒绝虚假的替代方案

警惕短语： 一个诱人的选择是、人们可能会忍不住、一个显而易见的方法会是、你可能会想……但是、很容易就可以、有人会建议

问题： AI 写作可能会引入一个读者根本不会考虑的选项，用一个分句否定它，然后再也不提。这通常是早期草稿的痕迹残留。删掉虚假选项，直接陈述真实的约束。

改写前：

会话令牌每 24 小时轮换一次。一个诱人的做法是定时重启认证服务来轮换，但那会踢掉所有在线会话。轮换是原地进行的，客户端透明刷新。

改写后：

会话令牌每 24 小时原地轮换一次，客户端透明刷新。

一个被否定的选项可能是合理的。多个互不相关的简短否定才是更强的信号。问自己：每句话是否带来了新信息？如果某句只是记录了早期的一次编辑，就围绕文章主旨重写该段。

检查误报

不该标记什么

真人作者也会使用上述部分模式。下列任何一项单独出现都不能作为判定依据：

• 语法完美、风格一致。 许多作者是职业写手或经过编辑。干净不等于 AI。
• 口语与书面语混用。 这可能反映作者的领域、年龄或个人习惯。
• "平淡"或"机械"的文字。 AI 文字有特定的特征。没有这些特征的泛泛之干，只是写得干而已。
• 正式或学术词汇。 §7 列出的是 AI 过度使用的特定词。不要把所有正式词都简化。
• 评论区的书信式开头或结尾。 称谓与签名落款比 ChatGPT 早了几个世纪。
• 孤立的过渡词。 "此外""而且""因此"只有在堆叠出现时才构成 AI 特征。单独一个"不过"不是。
• 单独使用弯引号。 macOS、Word、Google Docs 和大多数内容管理系统默认自动转弯引号。弯引号只有在与其他特征叠时才作数。
• 单独使用破折号。 许多编辑和记者常用破折号。只有与公式化的销售腔节奏搭配时，破折号才算证据。
• 一个短句强调。 只有连续出现多个碎片句时才算"戏剧化碎片"。
• 刻意的重复开头。 作者可能用重复来营造节奏或压力，如"她来了。她看见了。她征服了。"只有当重复不增加任何东西时才改动。
• 句中插一句"说实话"或"你看"。 这在口语写作中很常见。特征是摆拍式的独立开场，不是这个词本身。
• 有用的限定与免责声明。 保留范围说明、法律与安全提示、真实的更正、点名道姓的反对意见、回复与 FAQ 解答。
• 真实存在的替代方案。 设计文档、教程或论证中读者可能考虑过的选项要保留。只删那种文本一提就弃、之后再没出现的离谱选项。
• 没有来源的论断。 互联网大部分内容都没有来源。缺乏引用不能证明什么。
• 正确而复杂的排版。 可视化编辑器与模板不用 AI 也能产出整洁的输出。
• 二手文本。 不要改写引号内的措辞、标题、专有名词，或正在被讨论（而非被使用）的示例短语。

不确定时，寻找多个特征同时出现。一个破折号证明不了什么。同一段落里堆叠多个套路化特征，才是更强的证据。

保留的人类细节

这些细节往往承载着作者的声音。除非损害含义，否则保留：

• 具体、独特的细节。 保留真实的地址、古怪的引语，或"以前在我牙医诊所楼上的那位律师"这样的说法。
• 复杂情绪与未解的张力。 保留"我觉得这大体不错，但它让我不舒服，而我说不清为什么"这类句子。
• 带时代印记的表达。 属于特定年份和亚文化的俚语、梗或圈内玩笑。模型通常落后一两年。
• 刻意使用的第一人称。 当作者能解释某个删改或选词为什么必须如此时，保留它。
• 句子长度的变化。 真实写作长短交错。AI 写作倾向于均匀的中等长度节奏。
• 真诚的离题、插入语或自我修正。 "（我老是想在这里写'几乎'，但它确实发生了。）"模型很少这样打断自己。
• 2022 年 11 月 30 日之前完成的内容。 那是 ChatGPT 公开发布的日子。除非极少数例外，更早的内容不可能是 AI 写的。

如何返回结果

粘贴文本（默认）。 返回：改写草稿、一段简短的"仍带 AI 味的模式"清单，以及最终改写稿。

文件模式。 当用户指定文件名时，执行完整改写流程，但只把最终文本写回文件。只改散文。保持代码块、YAML 元数据、数据与链接目标不变。然后给用户一段简短总结。

嵌入模式。 当其他任务（如写 PR、提交信息或文档）调用本技能时，只返回最终文本。

改写流程

1. 通读原文，标出每个 AI 模式。
2. 写一版草稿。出声朗读。检查节奏、细节、简单动词（"是""有"）与正式程度是否恰当。
3. 自问两个问题：
   • "还有哪里听着像 AI 写的？"
   • "这次改写是否添加或删除了任何事实、姓名、数字、日期、引语、引用、排名或其他论断？" 任何没有依据的添加或丢失的论断都是错误。
4. 写出最终版。自然地陈述每个要点，而不是逐句打补丁。如果某句话改完仍别扭，围绕该段主旨重写整段。执行 §14 的破折号规则。

按如何返回结果的要求返回。

质量评分

写出最终版后，按以下评分表自检打分（6 个维度，每个 1-10 分，总分 60）。每项维度的评估标准都锚定到具体的模式编号，不确定时回看对应小节：

维度	评估标准	检查依据	得分
直接性	直陈事实还是绕圈宣告？10 分：直截了当；1 分：充满铺垫与仪式感	§1 夸大意义、§27 假深理	/10
保真度	是否添加或删除了任何事实、姓名、数字、日期、引语、引用？10 分：全部论断原样保留；1 分：有虚构或丢失	核心任务 §2-§3	/10
节奏	句子长度是否变化？10 分：长短交错；1 分：机械重复	§10 三段式、§31 碎片句	/10
信任度	是否尊重读者智慧（不解释隐喻、不手把手引导）？10 分：简洁明了；1 分：过度解释	§23 填充词、§28 预告	/10
文风	与写作样本或预期口吻一致？10 分：读起来像该作者写的；1 分：千篇一律的通用腔	匹配作者文风章节	/10
精炼度	还有可删减的内容吗？10 分：无冗余；1 分：填充词与空话遍地	§23-§25 填充/限定/结尾	/10
总分			/60

标准：

• 50-60 分：优秀——AI 痕迹已去除，全部论断保真
• 38-49 分：良好——仍有改进空间，按低分维度回改
• 低于 38 分：需要重新修订，回到改写流程第 2 步

来源与许可

本技能基于维基百科的 「Signs of AI writing」（AI 写作特征） 页面（由 WikiProject AI Cleanup 维护），模式来自对维基百科上大量 AI 生成文本的审阅。

原版英文技能为 blader/humanizer（MIT 许可，Copyright (c) 2025 Siqi Chen），本中文版为其翻译与中文语境适配。中文适配内容（§17 机械化标题层级、§19 中英文标点混用、§26 万能动词与名词化）部分参考了 op7418/Humanizer-zh 的中文适配经验。许可文件见本目录 LICENSE。

维基百科的核心观点："LLM 使用统计算法来猜测接下来应该出现什么。结果倾向于适用于最广泛情况的、统计上最可能的结果。"