メニュー
检测并去除文章中的AI化表述模式。**必须触发**：当文章经过写作流程（无论是模式1润色优化还是模式2内容创作）完成初稿后，在输出给用户之前，**必须**调用此 skill 进行 AI腔 检测和去除。不可跳过此步骤，不可仅凭感觉省略检测。任何"先输出再说"的做法都是不允许的。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/cat-xierluo/de-ai-polish.skill --skill de-ai-polishコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SOC 職業分類に基づく
SKILL.md を表示中
| name | de-ai-polish |
| homepage | https://github.com/cat-xierluo/legal-skills |
| author | 杨卫薪律师（微信ywxlaw） |
| version | 2.0.1 |
| license | MIT |
| description | 检测并去除文章中的AI化表述模式。**必须触发**：当文章经过写作流程（无论是模式1润色优化还是模式2内容创作）完成初稿后，在输出给用户之前，**必须**调用此 skill 进行 AI腔 检测和去除。不可跳过此步骤，不可仅凭感觉省略检测。任何"先输出再说"的做法都是不允许的。 |
检测文章中的AI化表述：
# 全文扫描检测
/de-ai-polish detect @article.md
# 直接修改
/de-ai-polish fix @article.md
核心原则：以下清单和规则是参考框架，不是穷举清单。AI 写作的变体无穷，正则匹配必然遗漏。检测必须以 Agent 通读全文为主，清单仅作为辅助参考。
AI化表述往往以变体出现，不会恰好匹配清单字面形式。遵循以下原则：
越来越/越...越...、其实、往往/通常/很多时候、经常/常常、更重要的是/更麻烦的是、看起来/看来、真正、不只/不只是、更像/更像一个/更像一种、很容易、更容易才...才...、不是...而是...、就是X，就是Y，就是Z）容易X、容易Y、容易Z）；句子开头用程式化引导词（更麻烦的是、说到这里）；程度副词+抽象名词固定搭配（有很强的体感）窄/小/平/浅/局限、变化/改变/转变/变革，在短距离内超过3次即为AI词汇贫乏的表现下面 7 类用于把本 skill 的细碎禁用风格归纳成稳定问题来源。原有 17 类清单继续保留，负责具体命中；本类型学负责先判断“为什么这句话像 AI”，再决定怎么改。
结论：本 skill 的负面风格清理项可以完整归入这 7 类；personal-style-guide.md中的正向个人风格是改写目标，不属于污染项。
| 污染类型 | 问题来源 | 覆盖本 skill 中的规则 | 改写优先级 |
|---|---|---|---|
| 姿态污染 | 文本在评价自己、讨好读者或摆作者姿态 | 结尾姿态句、谄媚语气、自我陈述、评价式陈述、过度强调知名度、客观让步姿态 | 删除姿态层，直接保留事实、判断或经验 |
| 模板污染 | 用固定句式组织观点，替代真实判断 | 对比句式、程式化连接词、AI 过渡语、导语式口癖、比较性与断定性表述 | 重写整句，改成直接陈述、因果、场景或并列 |
| 语义稀释 | 模糊词、程度副词和大词冲淡信息 | 绝对化 / 哲学化 / 戏剧化、程度副词堆叠、模糊频次词、同义循环、空泛意义拔高 | 补足对象、条件、范围、结果；删掉无信息修饰 |
| 节奏污染 | 句式、排比、短句和断句形成机器节奏 | 工整排比、疑问词排比、连续短段、长级联 越...越...、句子节奏问题 | 打散工整结构，合并碎句，恢复自然段落节奏 |
| 概念污染 | 借黑话、隐喻、口号或专业词制造高级感 | 口号化隐喻、互联网黑话、引号误用、格局/生态/闭环/模板/叙事 等抽象词 | 能不用术语就改普通词；必须用时说明本文用法和边界 |
| 过程泄漏 | 把 AI、调研、协作或写作过程暴露给读者 | 模糊归因、知识截止免责声明、协作交流痕迹、以上是/请告诉我、资料状态式表达 | 删除过程痕迹；正文只留可确认事实和作者判断 |
| 格式污染 | 用格式包装替代正文表达 | 无序列表滥用、内联标题垂直列表、表情符号、过度粗体、引用块宣言、引号滥用 | 还原为自然段、合法清单或真实引用 |
使用方式：
**这是 X** 出现在引用块里”主类型是模板污染，协同格式污染。以下模式在任何情况下都应去除，它们是最明显的AI痕迹：
必须去除的模式：
不是.*而是并非.*而是不在于.*在于不在.*而在（缩写形式，如「问题不在工具，而在…」）不再是.*而是与.*是两回事与.*不等同于看似.*实则（如：看似在讲隐喻，实则在讲生产方式）看起来.*其实（如：看起来是X，其实是Y）可以.*但不能.*（能力限定式对比，如"冷水可以让人清醒，但不能替人看见未来"）不在于.*也不在于（双重否定变体）远不只是.*（"不只是"的加强变体）这不是X。这是Y。（分离式对比：把「不是…而是」拆成两句，本质相同）这不是X（否定宣言：作为段落开头或独立断言，如「这不是想象」「这不是追热点」）**这是X**（肯定宣言：作为独立加粗行或引用块，本质与否定宣言相同，只是省略了否定前缀，如「这是提前移动自己的观察位置」「这是在新的信任机制里，为自己建立位置」）低水平X...高水平Y / 表层X...深层Y（工整对称对比，常出现在引用块中）改写策略：根据上下文选择「删 / 合并 / 改写」。拆成独立陈述句或递进关系，避免为了强调而强行对比。改写时不要套用同一结构（"本质上是X""症结在于X"），要根据语境灵活选择陈述、问答、因果、并列等替代方式。
否定宣言和肯定宣言的改写：直接删除"这不是"或"这是"前缀，保留核心内容即可。加粗行本身的格式已足够传达强调，无需再用"这是"开头。
同义词循环：
检测模式：在短距离内使用多个同义词指代同一事物
示例：
主人公…主要角色…中心人物…英雄（同一段落中用4个词指代同一人）系统…平台…工具…解决方案（频繁换词但指代同一事物）改写：统一使用最准确的词汇，在上下文清晰的情况下重复使用同一词汇。
写作规则中已禁用：
首先、其次、此外、但是、因此、然而一方面、另一方面综上所述、总而言之AI 词汇库：
深入探讨、深入分析（过度使用）强调、凸显、彰显（过度重复）持久的、持久的证明增强、增强其培养、培养/促进、促进获得、获得.*的认可相互作用、复杂的相互作用复杂/复杂性、错综复杂的格局、整体格局、格局的演变（抽象名词滥用）织锦、社会织锦（抽象名词滥用）宝贵的、宝贵的经验充满活力的、充满活力的社区肤浅分析表述：
突出/强调/彰显…，确保…反映/象征…，为…做出贡献培养/促进…，涵盖…展示…，体现…必须检测的表述：
方向已经明确未来可期拭目以待这只是开始让我们期待公式化展望：
检测关键词：
尽管其…面临若干挑战…尽管存在这些挑战、尽管面临挑战挑战与遗产、机遇与挑战并存未来展望、下一步计划我们将继续关注、值得关注改写：删除空洞的展望，用具体事实或具体计划结尾，或直接结束。
必须检测的词汇：
稳、挺稳、很稳、靠谱飘、摇摆、不稳搞定、没问题迟早得、肯定、必须得肯定、绝对、一定跑偏、很顺、挺顺等过于口语化的状态描述随意化表述模式：
写长了、做多了、搞定了等过于随意的说法迟早得拆、肯定会、必须得等口语化表达接下来要盯的东西、接下来要关注的等口语化表达改写方向：使用更正式、更具体的表达（"迟早得拆"→"需要考虑拆分"，"跑偏"→"偏离预期"，"很顺"→"顺畅"）。
系动词回避：
作为/代表/标志着/充当 [一个]、拥有/设有/提供 [一个]、位于.*的中心、坐落于谄媚语气：
好问题！、您说得完全正确！、这就是一个很好的观点必须检测的表述：
并不是一个绝对命题本质上、从根本上说、从本质上讲必然、无疑、绝对、必须真正的、核心的、关键的（过度使用）推到底、刺痛感这词听着玄、道理其实很朴素天然、天生、自然而然（绝对化自然表述）立刻、马上、立即（过于绝对的时间表述）其实（过度使用，显得矫饰）其实已经能看清、其实很简单等带"其实"的表述很现实（AI式绝对化判断）过度强调意义：
作为.*的体现/证明/提醒、充当.*的证明标志着.*关键时刻、见证了.*历史是.*不可或缺的组成部分、是.*的重要体现凸显/强调/彰显了其重要性/意义反映了更广泛的、象征着其持续的/永恒的/持久的为.*做出贡献、为.*奠定基础关键转折点、不断演变的格局虚假范围：
从.*到.*（检查是否在有意义的尺度上）程度副词堆叠结构：
很+形容词/动词：很直接、很吃人、很依赖、很麻烦非常+形容词/动词：非常依赖、非常麻烦、非常清楚有+很+的+名词：有很直接的感觉、有很强的体感、有很深的感受戏剧化感受词：
改写：用弹性表达替代绝对化（"必然"→"往往"/"多半"/"可能"，"本质上"→"通常"/"在某种程度"）。保留空间感，不过度封死结论。
必须检测的结构：
具体示例：
疑问词排比：
三个以上疑问词引导的并列项，是 AI 列举场景时的典型结构：
能不能...能不能...能不能...（如"能不能下载，能不能直接跑，能不能少填几张表"）怎样...怎样...怎样...（如"怎样收集信息，怎样组织判断，怎样沉淀经验"）如何...如何...如何...（如"如何识别问题，如何做成工具，如何翻译工作"）越...越...越...（如"越理解工具，越容易提升效率；越提升效率，越容易输出"）改写：将部分项合并为名词短语或动宾短语，打破统一句式。如"怎样收集信息，怎样组织判断，怎样沉淀经验"→"怎么收集信息、组织判断，怎么沉淀经验"（合并+缩减）。
改写：打破工整结构，改为陈述句或混合结构，避免三个以上相同结构的并列。
必须检测的过渡语：
先把.*摆出来、摆上台面不妨把.*拆成、不妨这两个问题一问、答案就清晰了这话对了一半、这话没错我后来发现、我也想过一个直接的原因、一个现实的原因、一个根本的原因一个很现实的原因是、一个很直接的原因是原因很简单、原因很直接这也是为什么（结论倒装式过渡，直接删除前缀即可）从一开始就（时间绝对化框架，如"从一开始就没有对准问题"）协作交流痕迹：
希望这对您有帮助、当然！、您说得完全正确！、请告诉我、以上是…必须检测的表述：
我更愿意、我更倾向于我给自己定、我设定了我想强调、我想指出我期待、我希望渐进式自我陈述：
我越来越觉得、我越来越认为、我越来越倾向于、我现在越来越必须检测的表述：
表面上看更关键的是、更值得写的是、更重要的是更大的变化在于、更实质的变化是、更X的是/更X的在于（"更"字引导的递进式宣言）从经验看、在实践中这当然成立、毫无疑问接下来会、接下来我们频次表述重复：
很多时候（整篇文章出现超过2次）、往往、通常（过度重复）模糊归因：
行业报告显示、观察者指出、专家认为、多个来源（无具体出处）知识截止免责声明：
截至 [日期]、根据我最后的训练更新、基于可用信息…、在现有资料中…必须检测的表述：
必须检测的词汇：
必须检测的表述：
被.*多家媒体报道、受到.*广泛关注独立报道、地方/区域/国家媒体由知名专家撰写、专家团队活跃的社交媒体账号拥有超过.*粉丝、关注者改写：删除空洞的知名度强调，或提供具体有意义的内容。
以下模式需要根据文章风格、语境和目标读者来判断是否修改：
检测标准：列表是否在"堆积观点"而非"说明步骤"；整篇文章无序列表出现超过2-3次应改为段落。
可接受场景：操作步骤、检查清单、核心框架列举。
内联标题垂直列表：
- **用户体验：** 用户体验通过新界面得到显著改善（粗体标题+冒号的机械列表）表情符号和粗体过度使用：
🚀 **启动阶段：**、💡 **关键洞察：**、过度使用 **OKRs** 等粗体检测过度使用：
"..."'...'AI写作特有的引号误用模式（必须检测）：
以下类型的引号通常不需要，应去除：描述性短语（"可调用的能力"）、比喻性描述（"Skill 的外壳"）、口语化表达（"能不能一键跑起来"）、动作/状态描述（"换一个 Skill"）、属性列举（"可组织、可迭代"）、问题表达（"Skill 很火"）、价值判断（"工作标准"）。
正确使用引号的场景：引用原文、核心术语定义（首次出现）、避免歧义、特殊概念区分。
检测标准：
必须检测的模式：
把.*讲得很清楚、把.*说得很明白更尖、更锐利、更深刻（评价性形容词修饰抽象概念）更硬的定义、更.*的.*（过度修饰的形容词结构）被.*卡住、被.*阻挡（被动句式+过度概括）一旦把视角从.*就更容易看清（视角转换程式化）更具体一点、更准确地说（AI式过渡语）改写：直接陈述内容，删除评价性修饰和过渡语。"被两件事卡住"→"两件事挡在路中间"，"更具体一点"→直接进入具体内容。
必须检测的模式：
它更像一种、更像一个.*它其实是、这里其实、其实是第二类天然会、天生就、自然而然就会更清楚、会更.*（过度使用的"会更"模式）就.*了、就.*能（过于绝对的断言）否定式断定性表述：
事实并不是这样、事情并不是这样、并不是.*而是、其实并不是改写方向：
模糊频次词（虚假普遍性）：
经常、常常、常常会 — AI 用这些词制造"普遍现象"的假象很容易 + 抽象判断（如"讨论很容易变窄"）— 模糊频次 + 模糊后果的组合评价性断语（客观让步姿态）：
太绝对、太武断、话说得太死、说过头了、容易被反驳这个判断太X、这种说法太Y — AI 先立靶子再打倒的程式化让步改写对照：
| 原文 | 改写 | 说明 |
|---|---|---|
| 经常听到一个判断 | 最近几次都会碰到一个判断 | 具体频次替代模糊词 |
| 讨论很容易变窄 | 讨论就容易局限在产品层面 | 补充"窄在哪" |
| 这个判断太绝对，也容易被反驳 | 说 X，我不这么看 | 个人立场替代客观评价 |
去 AI 味的力度、容忍度和保护范围因场景而异。开始通读前，先判定本次属于哪类场景，并据此调整后续 Step 2-5 的力度与重点。若用户未指明，默认按“通用”处理。
| 场景 | 默认力度 | 重点扫描的污染类 | Protected Spans 宽度 |
|---|---|---|---|
| 法律文书（判决/意见/合同/代理词/法律意见书） | 克制 | 姿态污染 / 过程泄漏 / 格式污染 | 最宽 |
| 公众号·公开评论 | 激进 | 模板污染 / 节奏污染 / 语义稀释 | 标准 |
| 口语·即时回复（chat/status/站会） | 最小 | 谄媚 / 协作痕迹 | 标准 |
| 通用（未指明） | 按公众号力度 | 全类 | 标准 |
场景判定约束后续三件事：① 改写力度（克制/激进/最小）；② Protected Spans 宽度（法律文书最宽，见 Step 1）；③ 重点扫哪几类污染（其余污染类仍按默认处理，不跳过，只是优先级靠后）。法律文书场景下，正式语体、程序术语、固定程式表达默认保留，不当作 AI 味处理。
必须完整通读全文，理解核心观点、文章风格和上下文语境。不得仅通过正则/grep 匹配来检测——正则只能覆盖已知模式的精确形式，会遗漏大量语义等价但形式不同的变体。
通读时同步划定 Protected Spans（禁改项）：标记必须原样保留、后续 Step 2-4 不得触碰的范围。默认覆盖：
判定原则：宁可多保留，不可误改。若某 Protected Span 表面像 AI 味（如公司全称带“有限公司”被误判为宣传性），仍保留原样，只在备注里提示用户复核。场景为“法律文书”时，Protected Spans 范围取最宽。
以 Agent 通读全文的方式识别 AI 化表述。前文的核心检测规则（§总则 + §一～§二）是参考框架，不是穷举清单。Agent 应当：
进入本步之前，先声明扫描范围：本次覆盖了哪些 §（§总则、§一、§二 的具体小节），本次未覆盖的 § 也明确列出。让用户一眼看到检测的边界在哪。
识别过程不得触碰 Step 1 划定的 Protected Spans：即使 Protected Span 内部出现疑似 AI 模式（对比句式、宣传语等），也不列入 finding、不改写；最多在交付备注里提示用户复核。
**粗体** 或 > 引用 中是 X。是 Y。是 Z。 / 生成 X，生成 Y，生成 Z / 先把 X。先把 Y。先把 Z。 / 我们要的是 X，是 Y，是 Z能不能 X？能不能 Y？能不能 Z？ / 怎样 X，怎样 Y，怎样 Z / 如何 X，如何 Y越来越 真正 不只 等超过 2 次的词）禁止的做法：仅用 grep/正则匹配清单中的关键词，然后声称检测完成。正则匹配只能作为频次统计的辅助工具，不能替代通读理解。词汇层扫完不能宣布完成——必须再走一遍结构层扫描。
为什么结构层必须独立走：词汇层 flag（如「不是 X 而是 Y」「其实」「真正」）容易锚定，agent 容易把全部注意力放在词替换上。结构层 flag（连续问号、连续短段、连续虚词引导的并列）不会出现在词级 grep 结果里——必须按位置、按节奏、按并列项数单独扫一遍。词扫得再彻底，结构不扫等于没扫。
不是所有匹配都需要修改。判断标准：是否影响表达自然度、是否符合文章风格、是否有修辞目的。
核心原则：重新表述整个句子，不要只删除词汇或替换同义词。
错误（×）："它更像一种可维护的模块" → "这是一种可维护的模块"（只删词，结构没变）
正确（✓）："它更像一种可维护的模块" → "这种设计便于后续维护"（重构句子）
同义词替换是无效改写：把"窄"换成"局限"、把"小"换成"有限"、把"这不是"换成"那不是"，句式和语气都没有变化，读者仍然能感受到 AI 味。必须在理解原句核心意思的前提下，换一种全新的表达结构。
| 原文 | 无效改写（×） | 有效改写（✓） | 说明 |
|---|---|---|---|
| 格局一开始就小了 | 格局一开始就窄了 | 讨论就没抓到重点 | 换了语义场，换了句式 |
| 这不是我理解的 AI | 那不是我关注的 | 我关注的角度不太一样 | 去掉否定宣言，换成个人立场 |
| 视野就窄了 | 视野就局限了 | 但只看到这些还不够 | 彻底换一种表达 |
| 你越X，越Y；越Y，越Z | 你越X就越Y，越Y就越Z | 理解工具，效率会先提上来。有了余量，输出自然就多了 | 长级联拆成短句 |
在去除 AI 化表述后，可选地注入个人风格特征。目标比例：技术准确性 60% / 个人化 40%。本步可选，纯技术/法律文书若无需个人化可跳过。
两条路径（按是否有作者样本选择）：
reference/personal-style-guide.md 的"Voice Calibration 流程"提取 voice profile（七维度：句长分布 / 词选层级 / 段落开头 / 标点习惯 / 口头禅与过渡 / 观点密度 / 语气倾向），改写时按 profile 匹配。样本优先于下面的默认特征。reference/personal-style-guide.md"默认 voice"节。样本边界：只使用用户提供或确认可用于本次任务的作者样本。Voice Calibration 只学习表达特征，不冒充作者身份、不复制样本原句或高辨识短语、不把样本事实写进目标文本。若样本含敏感信息，只抽象成 voice profile，不在交付正文中复述。
默认正向特征（无样本时使用）：
参考文件（读取以获取详细指南）：
reference/personal-style-guide.md：Voice Calibration 流程 + 默认 voice 特征reference/expression-transformations.md：表达方式转化对照表reference/sentence-rhythm-guide.md：句子节奏指南reference/quality-scoring.md：质量评分系统必须作为最后一步执行。 AI 修改文本后往往会遗留英文标点，纯靠 LLM 提醒修正效果不可靠，因此使用脚本强制转换。
python3 scripts/fix_punctuation.py <文件路径>
脚本会自动处理：
" → 中文引号 ""（交替状态机）, → ，、; → ；、? → ？、! → ！: → ：、() → （）. → 。脚本会自动跳过以下区域不做转换：
--- 之间的元数据）![]()、[]()）```、`）Step 4-6 完成后、交付用户前，按 reference/quality-scoring.md 的 5 维（自然度 / 节奏感 / 专业度 / 个性度 / 精炼度，总分 10）对最终文本评分：
评分时可用"直接度""信任读者"两个辅助视角定位扣分原因（见 reference/quality-scoring.md"作为交付门禁使用"节），不单独打分。评分过程与结果默认不写入交付正文，只在交付备注或用户要求时给出。