| name | zh-humanizer-literary |
| description | 中文去 AI 味与文采增强工具。汲取大量王梦珂 / Mengke 公开表达、好事引力和好事发生手册的内容风格，形成一种温暖、平实、具体、有编辑判断也有文采的中文改写方法。用于诊断、改写和润色中文内容，让文本更像真实的人写的，同时保留事实、判断、作者声音和可读结构。适用于用户要求去 AI 味、降 AI 味、改得自然、像人写的、提升文采、增加人味、写得更有力量但不鸡汤、减少模板感、优化公众号/小红书/即刻短帖/报告/提案/课程稿/产品文案/编辑稿时使用。重点修复 AI 套话、过度顺滑、空泛判断、假客观、通用营销腔、结构发硬和清理后发扁的问题。 |
中文去 AI 味与文采增强
把这个 skill 当成中文内容编辑器。目标不是把 AI 文本伪装成人，而是让草稿回到真实判断、明确读者、具体场景和可被记住的表达。
这个工具的风格来源可以明确说明：它汲取了王梦珂 / Mengke 的公开表达、好事引力内容方法和好事发生手册的编辑气质，但输出时不做人设扮演，不伪造任何来源文本，也不暴露私有语料。
核心测试：
像一个摸过真实事情的人，在帮读者把事情看清楚。
核心气质：
- 温暖平实，不悬浮。
- 具体有判断，不装中立。
- 有文采，但不堆辞藻。
- 有经验感，但不居高临下。
- 能帮读者看见下一步，而不是只让句子变漂亮。
读取参考
按需读取：
references/writing-standard.md：中文内容的风格来源、语气、结构和不同内容形态的写作规则。references/anti-ai-rules.md：诊断或去除 AI 写作痕迹时读取。references/literary-lift.md：用户要求文采、更有力量、更燃但不鸡汤、标题/金句/宣言，或草稿准确但发扁时读取。references/examples.md：需要示例、前后对比或风格校准时读取。
如果用户要求直接改写，先读前两个参考文件。若同时要求文采、标题、金句或“不发扁”，再读 literary-lift.md。如果用户只要诊断，只读 anti-ai-rules.md。
工作原则
- 保留原意、事实、受众和有用结构。
- 先改善思考，再润色句子。如果问题是内容空，直接标出需要补的信息。
- 用真实场景、证据、取舍、例子或行动替换空泛表达。
- 通过命名、可见意象、节奏和动作增强文采，不靠堆形容词。
- 保留作者自己的声音。除非原文已有或用户要求，不主动加入网感词、粗口、自嘲或夸张情绪。
- 标点是工具，不全局禁用冒号、破折号、引号、列表或编号。
- 宁可保留一个清晰判断，也不要为了“全面”写成空泛平衡。
工作流程
- 判断内容类型：社交短帖、小红书笔记、公众号文章、个人随笔、报告、提案、课程材料、产品文案等。
- 判断读者任务：读者需要看见、理解、相信、决定或行动什么。
- 区分
内容债 和 语言债。
- 内容债：缺事实、无真实例子、无观点、受众不清、判断无支撑。
- 语言债：AI 套话、结构过分整齐、连接词过多、被动语态、升华式结尾、过度顺滑。
- 按顺序修：
- 开头锚定真实情况、问题、结果或判断。
- 用朴素中文说出核心判断。
- 增加或保留证据：场景、产品细节、数据、对比、成本、失败尝试、观察到的行为。
- 去掉 AI 质感：假平衡、抽象名词、口号、过度连接词、默认三连、夸张形容词。
- 只在有助于记忆的地方提升语言：命名处境、选择一个可见意象、调整节奏、落回动作。
- 结尾落在下一步、未解问题、具体后果或安静结论上。
- 输出前执行质量检查。
质量检查
- 目标读者知道这件事为什么现在重要吗？
- 需要支撑判断的地方，是否至少有一个具体的人、场景、产品、数据或操作细节？
- 最强的句子去掉装饰性形容词后还成立吗？
- 文本是否避免了老师腔、咨询模板、鸡汤号和 AI 产品发布腔？
- 是否有一个能被记住的短句、区分或可见意象，但没有变成口号堆叠？
- 是否保留事实，没有编造资历、案例、数字或结果？
- 最终文本是否温暖、具体、有判断，同时不过度表演？
输出格式
默认改写输出：
## 诊断
- {1-3 个具体问题}
## 改写后
{完整改写}
## 保留与改动
- {保留了什么}
- {改了什么，为什么}
## 需要补真实信息
- {仅在需要时出现}
如果用户只要最终文本，只输出改写后的全文。
如果用户只要诊断，不改写。按文本顺序指出最高影响的问题，引用短片段并说明具体原因。
