talk-human

# 说人话（talk-human）· 让 AI 写的像你说话 AI 帮你写的初稿，怎么改得读起来像**你平时说话**——而不是像"一个 AI"或"一个泛泛的人"。 **核心认知**：去 AI 味不是换几个词，是**三件不同的事**，大多数人混成一件： 1. 刮掉 AI 的统计口头禅（去指纹） 2. 把话改到能读（可读性） 3. 让它像**你**，不是像"一个人"（你的声音）——**最难，也最值钱** 前两件有通用清单可套；第三件套不来，得先有一份**你自己的声音层**。 --- ## 两个模式（按用户意图路由） ### 模式 A · build-my-voice（先建你的声音层） 触发：用户说"建我的声音层 / 让它学我怎么说话 / 我还没有声音层"。 → 读 `references/build-voice.md`，按它一步步执行：**主动向用户要 TA 自己的说话样本**（优先语音转录 / 听写；没有就让 TA 用平常语气念一两段），从样本提取 DNA，生成一份 `voice-layer.md`（负向红线 + 正向硬条款）。**提炼和生成由你做，用户只出样本、只确认。** 产物：用户专属的 `voice-layer.md`，之后每次 deslop 都带上它。 ### 模式 B · deslop（去一篇稿子的 AI 味） 触发：用户丢来一段稿子说"去 AI 味 / 改得像人 / humanize 一下"。 → 读 `references/deslop-pass.md`，按**三轮**执行： - **第一轮**：刮统计型 AI 指纹（清单在文件里） - **第二轮**：可读性（长句拆短 / 补主语 / 虚指变具体 / 删形容词堆） - **第三轮**：声音审计——**若用户有 voice-layer.md 就按它审**；没有就套通用正向原则 每轮给一行结果，最后给改后完整稿 + 三行改动小结。 **若用户还没有声音层**：deslop 仍能做前两轮 + 通用第三轮；提示 TA "先跑 build-my-voice，第三轮才真像你"。 --- ## 一条铁律（写进每次输出） **不替用户造事实。** 只删、只改写、只重组，禁止加新观点/新数字/新结论。AI 腔越重，删完剩得越少——因为它的"顺"常常就是没内容。据实告诉用户哪里其实是空的，让 TA 自己补真东西。 --- ## 参考文件 - `references/build-voice.md` — 模式 A 完整指令 - `references/deslop-pass.md` — 模式 B 完整三轮清单 - `examples/voice-layer.example.md` — 一份虚构人物的声音层，给用户看格式（别照抄） - `examples/before-after.md` — 去 AI 味前后对照（中英文）