novel-polishing

name	novel-polishing
description	网文润色与去AI味。当用户需要润色AI生成的文本、去除AIGC痕迹、改写机械句式、增加口语化表达、注入个人风格时触发。覆盖去AI化核心策略、润色指令模板、风格增强技术、前后对比案例。
license	MIT
compatibility	opencode
metadata	{"audience":"novel-writers","version":"2.0.0"}

润色与去AI味

Purpose

提供AI生成文本的润色与去AI化方法，帮助作者将AI辅助生成的内容转化为具有人性温度和个人风格的文字。

When to Use

• 用户需要润色AI生成的网文内容
• 用户需要去除文本中的AIGC痕迹
• 用户需要改写机械句式
• 用户需要增加口语化与个性化表达
• 用户需要注入个人写作风格

Instructions

声音微调（可选）

如果用户提供了写作样本，在改写前先分析并模仿其文风：

1. 阅读样本，记录特征：

   • 句子长度模式（短小精炼？长而流畅？长短结合？）
   • 词汇选择水平（通俗？学术？介于之间？）
   • 段落开头习惯（直接切入？先铺垫背景？）
   • 标点符号偏好（多用逗号或句号？多用括号？使用分号？）
   • 重复出现的词组或口头禅
   • 过渡句处理方式（显式过渡词连接？直接开始下一个论点？）

2. 在改写中模仿其文风。 如果习惯写短句就不要写长句，如果习惯用"东西"就不要改成"元素"。

3. 未提供样本则使用默认风格（长短错落、有明确立场、富于变化的自然风格）。

个性与灵魂

仅当内容和作者语境需要时（随笔、个人博客、小说叙事），才注入以下人性温度。百科全书、技术手册等请保持中立平实。

无生气的写作迹象：

• 每个句子长度和结构千篇一律
• 没有任何观点，只是中立罗列事实
• 绝不承认困惑、不确定性或纠结
• 在本该用第一人称的地方避而不写
• 毫无幽默感，没有锋芒，缺乏个性

如何增加个性与灵魂：

• 表明立场： "我真的不知道该对此作何感想"比中立罗列优缺点有人情味得多
• 改变句式节奏： 短小精悍的句子紧接着绵长的句子，长短交错
• 容许随性： 偶尔的题外话、插话和未完全成形的想法才是人类特征
• 消除旁观者视角： 用"你"代替"人们"，把读者带入真实具体的场景

39条改写规则

收到需要去AI腔的文本时，按以下五大类39条规则逐项扫描并改写：

内容模式

#1 过度渲染重要性 规则：大模型喜欢强行拉高细节到"体现/有助于更宏大的主题"来虚张声势。 改写：直接陈述事实，删除"标志着""关键时刻""奠定了基础"等渲染。 → 标志着西班牙地方统计史上的一个关键时刻 → 成立于1989年，旨在收集并发布地方统计数据

#2 刻意渲染知名度 规则：大模型喜欢用模糊的社会知名度压人。 改写：给出具体出处和具体观点，而非罗列媒体名。 → 被《纽约时报》等媒体广泛引用 → 在2024年《纽约时报》专访中，她提出……

#3 肤浅套路句式 规则：AI喜欢在句尾强行追加分句伪造深刻分析。 改写：删掉句尾的"折射出/体现出/凸显了"类分句。如有必要，用直接引语代替。 → 折射出社区与土地的深厚纽带 → 直接删掉这句话

#4 宣传性与广告式口吻 规则：AI很难在行文中保持中立客观。 改写：用具体事实替代空泛形容词。 → 令人窒息的美景、充满活力的城镇 → 以其每周一次的集市和一座18世纪的教堂而闻名

#5 模糊指代与含糊其辞 规则：AI喜欢把观点归功于模糊权威。 改写：给出具体来源或直接删除。 → 专家认为它在生态系统中扮演着至关重要的角色 → 根据中科院2019年调查，该河拥有数种特有鱼类

#6 模板式"挑战与前景"段落 规则：AI极度喜欢在文末塞"面临挑战但前景光明"的总结段。 改写：用具体事件替换模板套话。 → 尽管面临挑战，凭借战略位置继续蓬勃发展 → 2015年新IT园区开放后交通加剧，市政于2022年启动排水工程

语言与语法模式

#7 AI高频词汇与大厂黑话 规则：禁用AI高频词（至关重要、织锦、格局、见证）和大厂黑话（赋能、闭环、打法、对齐、抓手、底层逻辑、赛道）。 改写：用朴素直白的语言代替。 → 展示这些菜肴如何融入当地饮食格局 → 意大利殖民时期引入的面食也很常见

#8 避用"是""有"等简单谓语（绕弯子） 规则：AI不喜欢直接说"是"或"有"。 改写：将"作为……而存在""呈现出……的特点""具备"替换为最简单的"是""有"。 → 作为展览空间而存在，呈现出四个独立空间的特点 → 是展厅，有四个房间

#9 否定平行句式与双重对比 规则："不仅是X，更是Y"被严重滥用。 改写：直接陈述Y，删去前半句否定铺垫。 → 不仅仅关乎伴奏节奏，更是攻击性的一部分 → 沉重的节奏增强了歌曲的攻击性

#10 三项式排比与列举 规则：AI极其固执地把所有事物凑成三个一组。 改写：改用两项或一项，避免机械的三字/三项排比。 → 主题演讲、小组讨论和社交互动 → 包括演讲和研讨，会间留有自由交流时间

#11 同义词翻来覆去 规则：AI为了避免词汇重复，强行用不同词指代同一事物。 改写：统一指代，一句说完。 → 主角面临挑战。主要人物克服阻碍。中心人物获胜。英雄回家 → 主角历经挑战后获胜回家

#12 虚假关联（从X到Y） 规则：AI喜欢"从X到Y"句式，但X和Y不在同一维度。 改写：直接罗列涵盖内容。 → 从大爆炸的奇点走向暗物质的神秘舞蹈 → 涵盖了大爆炸、恒星演化以及暗物质理论

#13 被动语态与无主语句 规则：AI隐瞒动作执行者。 改写：找出动作执行者，使其成为主语。 → 无需配置文件。结果会被自动保存 → 你不需要配置。系统会自动保存结果

#31 虚假施动者（无生命主语） 规则：给无生命事物赋予人类动作，以避开具体执行人。 改写：明确指出是哪个人做的。 → 意见变成了解决方案。决定逐渐浮现 → 团队在当周解决了这个问题。团队做出了决定

#32 旁观者视角 规则：像上帝一样漂浮在场景上方做抽象总结。 改写：将读者带入具体场景，用"你"代替"人们"。 → 没有人设计这个。人们往往会在危机中对齐 → 你不会某天坐下来决定去……我们在危机中更容易达成共识

#33 戏剧化断句 规则：故意将完整句子切碎以示强调。 改写：融合成自然完整的句子。 → 速度。质量。成本。你只能选两个。就是这样 → 速度、质量、成本，三选二

#34 设问句与修辞铺垫 规则：自问自答显得居高临下且拖沓。 改写：直接抛出观点。 → 如果我告诉你最优秀的团队不以生产力为核心优化呢？我的意思是…… → 顶尖团队追求的是学习效率，而不是忙碌度

#35 公式化陈词滥调 规则：套路化叙事模板或绕弯子。 改写：直接使用主动且具体的表达。 → 无法带来改变的举措 → X失败了

#36 应避免的句首词 规则：避免以疑问词开头；避免段落以"所以"开头；避免句首用"看""听着"。 改写：以主语或动作开头。 → 让这件事变得困难的是其高昂的成本 → 高昂的成本阻碍了这一举措

格式与排版样式

#14 禁用破折号 规则：改写版中不能出现任何破折号（—或–）。 改写：用逗号、句号、括号或重构句子替换。 → 新政策——在无预警下公布——影响了工人 → 这项突然公布的新政策影响了工人

#15 滥用加粗 规则：AI机械地给短语加粗。 改写：移除加粗。 → 融入了**目标与关键结果(OKR)** → 融入了目标与关键结果(OKR)

#16 列表"加粗+冒号"模板 规则：每项开头使用加粗词加冒号。 改写：转换为自然段落或还原纯文字。 → - **用户体验：** 体验显著提升 → 此次更新改进了界面，优化了算法

#17 标题英文大小写格式 规则：AI在英文标题中习惯首字母大写，混入中文。 改写：符合简洁的中文排版。

#18 多余表情符号 规则：AI喜欢在标题或列表前点缀表情符号。 改写：删除。 → 🚀 **发布阶段：** → 产品计划在第三季度发布

#19 引号统一 规则：确保引号统一规范。

沟通与废话模式

#20 交互式聊天废话 规则：聊天助手的客套话被误引入正文。 改写：全部剔除，直入正题。 → 以下是法国大革命的概述。希望这能帮到你！ → 法国大革命始于1789年……

#21 知识库截止免责与猜测填充 规则：AI找不到信息时写废话解释。 改写：如果不知道就直接不写。 → 关于她早期生活的信息并未公开，这表明她十分低调 → 现有资料未记载其早期生活

#22 谄媚与迎合 规则：AI喜欢讨好用户。 改写：删除廉价赞美。 → 问得好！你说的非常正确 → 你提到的经济因素在这一讨论中非常关键

#37 刻意的强调语气与表演式强调 规则：使用"细品一下""句号。"或"悄悄渗透"等制造虚假真诚感。 改写：直接删去。 → 事实证明，大多数团队都在对齐上挣扎。残酷的事实是……而这完全没有关系 → 团队很难达成共识，且没人愿意承认自己不懂

#38 说教而非展示 规则：单纯用词语宣称某件事的困难或重要性。 改写：用具体事实和细节展示。 → 这真的很困难 → 描述阻碍所在，让读者自行判断

#39 删掉"金句" 规则：听起来像刻意包装的名人名言或口号。 改写：踏实、诚恳地说。

填充与对冲

#23 冗余的填充性词组 规则：繁琐翻译腔的过渡和填充句式。 改写：删掉。 → 为了实现这一目标 → 为此；在当前的这个时间点上 → 现在

#24 过度对冲与和稀泥 规则：连续堆叠"可能/也许/某些/潜在"等修饰词。 改写：只保留一个或直接陈述。 → 或许可以论证的是，这项政策可能会对结果产生某些潜在影响 → 这项政策可能会影响最终结果

#25 空泛积极的结尾 规则：结尾假大空地升华。 改写：用具体计划替代。 → 未来一片光明。令人兴奋的时刻就在眼前 → 公司计划明年再开两家分店

#26 滥用连字符词组 规则：翻译腔十足的修饰语堆叠。 改写：用自然动宾或直接修饰。 → 跨部门的团队交付了一份高质量的、数据驱动的报告 → 跨部门团队提交了一份高质量数据分析报告

#27 伪造权威感 规则：用"真正的问题是""从根本上说"装作看穿真理。 改写：直接删去。 → 从根本上说，真正重要的是组织的准备情况 → 这主要取决于组织是否做好了改变习惯的准备

#28 指路标志与多余预告 规则：AI在做事情前喜欢大肆预告。 改写：直接陈述。 → 让我们深入了解缓存机制。这里是你需要了解的内容 → Next.js在多个层面上缓存数据……

#29 零碎的过渡性单句段落 规则：标题后面塞一句无实际信息的修辞废话。 改写：直接删除热身句。 → ## 性能\n\n速度很重要。\n\n当用户遇到…… → ## 性能\n\n当用户遇到……

#30 变化叙事（写注释时关注"修改"而非"功能本身"） 规则：描述功能"是什么"，而非描述修改过程。 改写：聚焦功能本身。 → 添加了此函数以替换旧做法 → 该函数使用哈希表进行O(1)查找

评分系统

对以下五个维度进行1到10分评分：

维度	评估问题
直截了当 (Directness)	是直接陈述事实，还是像在做预告说明？是否有无意义开场？
节奏变化 (Rhythm)	句子长短有致，还是像节拍器一样千篇一律？是否排除了三项式排比与多余破折号？
信任读者 (Trust)	是否尊重读者的智商（避免过度解释、恩准安慰、猜测填充与说教）？
真实感 (Authenticity)	听起来像真人写的吗？有具体的细节、情绪或第一人称立场吗？
信息密度 (Density)	是否有任何可以删减的虚词、大厂黑话或空泛的未来展望？

总分低于35/50分：必须重新修改。

流程与输出

1. 仔细阅读输入文本，识别上述所有模式的每一个实例
2. 撰写初步改写稿。检查它大声读起来是否自然、句子长度是否富于变化、是否使用了直接简单的谓语动词，并且契合文体
3. 快速检查与评估评分：
   • 对照快速检查表逐项排查
   • 使用评分系统评分
   • 问自己："改写稿中还有哪些地方明显残留了AI痕迹？评分是否达到35分以上？"
4. 修正，输出最终改写稿。确保其绝对不包含任何破折号

快速检查表

• 是否有副词？全部删掉（尤其"地"字修饰词）
• 是否有被动语态？找出动作执行者
• 是否有无生命事物做施动动作？指出具体的人
• 句子是否以疑问词开头？调整句式
• 是否有"这里是/以下是……"等垫话开场？直接切入主题
• 是否有"不是X，而是Y"的对比？直接陈述Y
• 是否连续三个句子长度相同？打破其中一个句子的结构
• 每个段落是否都以金句收尾？使结尾富于变化
• 文本中是否有破折号（—）？全部移除
• 是否有含糊的陈述？指出具体影响
• 是否有旁观者视角？将读者带入具体场景
• 是否有元评论/过渡词？删除，让文本自然推进

场景润色

通用去AI化：减少完美句式结构，添加不规则表达，使用个性化语言，偶尔口语化，打破机械段落结构，句长变异。

战斗场景：增强动作画面感，短句增强节奏，添加感官细节，减少过度解释，动作本身说话。

情感场景：增加内心独白真实感，不完整思绪，身体反应描写，减少直白情感陈述，用行为暗示。

对话场景：增加口语化程度，语气词和停顿，角色独特说话方式，潜台词，减少信息量过大的对话。

Execution Protocol

1. 先判断用户输入属于润色、去AI味、风格模仿、对话优化还是场景增强；不要把所有文本都套进同一套改写模板。
2. 如果用户给出原文，先保留事实、剧情动作和人物关系，再改句式、节奏和词汇。
3. 如果用户给出样本文风，先提取3到5条可模仿特征，再开始改写。
4. 输出时优先给最终稿；只有用户要求诊断时，才附上删改说明和评分。

Failure Handling

触发条件	处理动作
用户未提供待润色文本	询问用户粘贴原文，不要凭空生成示例正文
原文包含关键剧情但语义不清	标出不确定位置，保留原意，不擅自补剧情
风格样本与待改文本冲突	以用户指定目标为准，并说明采用哪一套风格
改写后低于35/50分	重新改写，不输出未达标版本

CHECKPOINT

最终输出前逐项确认：事实未改、人物关系未改、句长有变化、没有破折号、没有客套开场、没有把小说语言改成说明文。

Anti-Patterns

• 不要为了去AI味把文本改得油腻、口水化或故意病句。
• 不要删除必要信息来换取所谓自然感。
• 不要把所有角色都改成同一种说话方式。
• 不要输出“以下是润色版本”这类垫话，除非用户要求解释过程。

Bundled Resources

• references/index.md — 润色工程索引
• references/de-ai-techniques.md — 去AI化技术详解（39条规则详解）
• references/polishing-commands.md — 润色指令模板库
• references/style-enhancement.md — 风格增强技术
• references/before-after-examples.md — 前后对比案例（含29个端到端示例）
• references/phrases.md — 禁用词组清单（AI高频词/大厂黑话/垫话/填充词）
• references/structures.md — 禁用句式结构清单

Checklist

• 机械句式已改写
• 口语化表达已添加
• 个人风格已注入
• 句长变化自然
• 修辞手法适度
• 不规则表达合理
• AIGC痕迹已降低
• 五大模式39条规则逐类排查
• 评分达到35/50以上
• 不含任何破折号