| name | humanizer |
| description | 对 AI 生成的文本做去 AI 味润色:去掉套话、模板感、
过度完整的列表结构,让输出更像人话、更自然。
|
| version | 0.1.0 |
| tags | ["writing","editing"] |
| metadata | {"zlagent":{"category":"writing","triggers":["去 AI 味","听起来太 AI 了","改得自然一点","不像人说的话","润色一下","humanize","太机械了","太正式了"],"capabilities":[],"related_skills":["web-summary","skill-authoring"]}} |
humanizer
一、目标 / Goal
把 AI 生成的文本改写成读起来更像真人写的版本。
不是让内容变差,而是去掉让人一眼看出"这是 AI 写的"的结构和措辞。
不属于本 skill 的范围:
- 内容事实核查 → 走 web-summary
- 全文翻译 → 不是本 skill
- 代码审查 → 走 systematic-debugging
二、触发 / Trigger(输入信号)
正向触发:
- 用户把一段文本粘贴进来,说"去 AI 味"/"改得自然点"/"太机械了"
- 用户说"这段回复太正式了,帮我改改"
- 明显含有套话的段落需要优化("当然可以""非常感谢您的提问""总的来说"等)
反向排除:
- 用户要求保持正式语气(报告、公文)
- 原文就是人写的,不含 AI 特征
三、步骤 / Steps(执行控制)
-
识别 AI 特征,逐类标记:
- 开场套话:"当然""好的""非常感谢您""首先,让我们"
- 过度结构化:超过 3 层嵌套列表、每句都加序号
- 双向确认废话:"希望这对您有帮助""如有疑问欢迎继续提问"
- 过度完整:每个观点都展开三段论,没有取舍
- 过度中性:没有立场,每句都"也可能是"
-
按场景决定改写力度:
- IM 消息 → 短句、口语、去掉所有列表序号
- 文章/博客 → 保留结构但用自然过渡句代替标题
- 邮件 → 保留礼貌但去掉重复性开场白
-
改写规则(依次执行):
- 删除开场套话,直接开门见山
- 把序号列表改成连贯段落(≤3 条时)
- 把"的确/当然/显而易见"等废词删掉
- 把被动语态改主动("是由...导致的" → "...导致了")
- 每段≥1 处加入说话人视角("我觉得""说实话""其实")
-
输出原文 + 改写版对比(如果原文 ≤300 字),或直接输出改写版(>300 字)。
四、输出 / Output(被控变量)
改写后的文本应满足:
- 读出来不会让人觉得"这是 AI 写的"
- 信息量与原文等价,没有删掉实质内容
- 语气与用户指定场景匹配
- 没有出现新的套话
五、反馈 / Feedback(偏差检测 + 校正)
偏差信号:
- 改写后仍含"希望这个回答对您有所帮助"→ 直接删除
- 改写后语气比原文更正式 → 重新执行步骤 2
- 改写后内容减少了 → 检查是否误删实质内容
- 用户说"还是很 AI" → 加强步骤 3 第 5 条(加入第一人称视角)
校正策略:
- 如果不确定改写力度,先问"要保留什么结构"
- 如果原文有专业术语,保留术语,只改周围散文