humanizer-zh

# Humanizer-zh：中文去 AI 味（润色改写层） 定位：**改写既有中文文本**使其读不出 AI 痕迹。不从零生成内容（那是 academic-publishing 等的活）。 本技能可单独用，也可作为任何中文产出（论文、汇报、交付文档）交付前的最后一道打磨。 方法上不靠"眼看 + 自评打分"，靠**可执行的扫描→改写→复扫归零**；不无差别注入口语与情绪， **先定 register**——学术/专业稿削个性、靠具体与节奏去 AI 味。 --- ## 一、第一步：定 register（决定改写方向） 去 AI 味在不同文体里手法相反，先判定： | register | 适用 | 去 AI 手法 | |----------|------|------------| | **学术/专业（默认）** | 论文、综述、汇报、咨询交付、报告、正式邮件 | 第三人称研究者/作者视角；书面语；**靠具体化 + 句长突发性 + 删冗余**去 AI 味；**不**注入口语、情绪、第一人称感慨、跑题 | | **通俗/随笔** | 博客、公众号、自述、非正式叙述 | 可注入第一人称、观点、口语节奏、适度跑题（见 `references/ai-patterns.md` §灵魂） | 判不准就问用户。本用户（流行病学/卫生统计研究与咨询）绝大多数是**学术/专业**——默认走它，除非明确是随笔。 **严禁**把学术稿改出口语词（坑、净赚、一句话、当万能…）、网络词、第一人称感慨或情绪化具体（"凌晨三点… 让人不安"那类只属通俗 register）。 --- ## 二、工作流（每次都按这个走） 1. **扫描**：用 §四 的 grep 正则在文本上逐条跑，列出所有命中位置。**不要只凭印象**——AI 痕迹靠扫，不靠感觉。 2. **分类**：每个命中归到 §三/§四 的某一类，确定改法。 3. **最小改写**：逐处改写，**保留原意与信息**，只动有问题的片段，不顺手重写整段（除非整段是套话空壳）。 学术稿锁 register：不引入口语/情绪/第一人称。 4. **复扫归零**：再跑一遍 §四 grep，命中必须降到 0（或对保留项说明理由）。 5. **节奏校验**：朗读式检查句长突发性与段首多样性（§三）。 6. **报告**：交付改写文本 + 一句话说明删改了哪几类痕迹（不写 /50 自评分那种表演）。 --- ## 三、去 AI 味的两个核心杠杆（最管用） AI 文本被识破，根因是**困惑度低**（用词高频可预测）和**突发性低**（句长节奏均匀）。同义词替换治标不治本， 要从这两处下手。 ### 3.1 提高困惑度（让文本不可预测） - **具体化**：泛陈述换成数据/事实。"检出率较低"→"检出率 0.71%"；"显著改善"→"评分从 X 升到 Y"。 - **低频专业词**：通用词换准确术语。"南方地区高温"→"地处北回归线附近，全年适合虫害繁殖"。 - **具体来源**：模糊归因换具体出处。"专家认为/已有研究表明"→"Chen 等[3]对京津冀的评估显示"。 - **删评价形容词**：丰富的/卓越的/显著的/先进的/重要的——一律删或换成可度量的事实。 ### 3.2 提高突发性（让节奏像人） | 指标 | 目标 | 检查 | |------|------|------| | 句长方差 | 每段最短句 ≤15 字、最长句 ≥40 字，长短交替 | 按句号拆，量各句字数 | | 段首多样 | 相邻 3 段开头前 2 字不重复 | 提取段首比对 | | 连接词密度 | 同段"此外/同时/并且/另外"合计 ≤2 | 逐段数 | | 段长方差 | 段间字数差 ≥30%，别全是等长段 | 量各段字数 | | 句式 | 每 3 句至少 1 句非"主谓宾"直线结构 | 看有无从句/对比/插入 | 学术稿提高突发性靠**长短句交替 + 段首换主语（数据显示/结果表明/就……而言/从……来看）**， 不靠加口语或感叹。 --- ## 四、黑名单与 grep 自检正则（扫描即用） > 完整 24 类模式目录与改写范例见 `references/ai-patterns.md`；下面是最高频、扫描必跑的子集。 **一级套话（命中即删/改）** ``` (此外|值得注意的是|不容忽视|不可或缺|至关重要|举足轻重|日益严峻|引发了广泛关注|具有深远影响) (充分证明|有力证实|深刻揭示|深入探讨|彰显|赋能|筑牢|擘画) (丰富的|多彩的|卓越的|显著的|先进的|领先的)\s*(成就|贡献|经验|优势|地位) (标志着|见证了|奠定了?基础|做出了?贡献).{0,8}(时刻|篇章|转变|里程碑) ``` **-ing 式肤浅分析（中文表现为"……，凸显/反映/彰显/为……贡献了……"句尾拖尾）** ``` [，,].{0,12}(凸显|彰显|强调|反映|象征|展现|诠释)了?.{0,20}(重要性|意义|价值|联系|决心)。 ``` **模糊归因 / 系动词回避 / 否定式排比 / 三段式 / 虚假范围** ``` (一些研究|部分学者|已有研究|有学者|业内人士|观察人士)(发现|认为|指出|报道|表示) # 模糊归因→具体引用 (作为|充当|代表着?|标志着)[^。]{0,15}(的|之)(平台|空间|象征|证明|体现) # 系动词回避→直接用"是" 不仅仅?是[^。]{2,20}[，,].{0,4}(而是|更是) # 否定式排比 从[^。]{1,10}到[^。]{1,10}[，,]从[^。]{1,10}到 # 虚假范围"从X到Y从A到B" ``` **对话残留 / 谄媚 / 截止声明（粘贴痕迹）** ``` (希望这|如有需要|请告诉我|当然！|您说得对|这是一个).{0,10} # 对话残留 (好问题|很高兴|很棒的) # 谄媚 (截至[^，。]{0,8}(日期|目前)|根据我.{0,6}训练|现有资料.{0,6}(有限|稀缺)) # 截止声明 ``` **排版痕迹** ``` —— # 破折号过度（中文学术句内多改逗号；保留确需破折号处） \*\*[^*]{1,12}\*\* # 粗体强调滥用（学术正文一般不用粗体强调名词） [\x{1F300}-\x{1FAFF}\x{2600}-\x{27BF}] # emoji（工作产物一律 0） ^[-*]\s*\*\*[^*]+\*\*[：:] # 内联标题垂直列表（**X：**…）→ 改成自然句 ``` **连接词过密 / 结构机械** ``` (此外|同时|并且|另外|而且|与此同时|不仅如此) # 同段合计 ≤2 首先.{5,50}其次.{5,50}(最后|再次) # "首先其次最后"全文 ≤2 处 [^。！？\n]*；[^。！？\n]*；[^。！？\n]*； # 分号排比（同句 ≥3 分号） ``` 逐条命中改到 0；确需保留的（如个别必要破折号）在报告里说明。 --- ## 五、最小改写原则（学术/专业 register） - **只改有问题的片段**，不重写已认可的句子；改完原意不变、信息不丢。 - 删套话后若句子变空，**补具体内容**（数据/出处），不要只删成更短的空话。 - 不引入第一人称感慨、口语、网络词、情绪化细节、emoji、破折号金句。 - 改完对全文复扫 §四 正则验证归零，再朗读一遍查突发性。 > 通俗/随笔 register 才允许第一人称、观点、口语节奏与适度跑题——详见 `references/ai-patterns.md`「§灵魂」， > 不要用到学术稿上。 --- ## 六、验证清单（替代旧版 /50 自评） 交付前逐项过，全 ✓ 才算完成： - [ ] §四 全部 grep 正则复扫命中 = 0（保留项已说明理由） - [ ] 每段满足 §3.2 突发性目标（句长方差/段首多样/连接词≤2/段长方差） - [ ] 删掉的套话处已补具体内容，不是删成更短的空话 - [ ] register 正确：学术稿无口语/情绪/第一人称感慨/emoji/破折号金句 - [ ] 原意与关键信息（数字、结论、引用）零丢失零篡改 - [ ] 朗读一遍自然，不像新闻稿/维基条目/机器口吻 --- ## 七、reference 导航 | 文件 | 何时读 | 内容 | |------|--------|------| | `references/ai-patterns.md` | 需要逐类模式的改写范例、或处理通俗随笔 register | 24 类 AI 痕迹模式（内容/语言/风格/交流/填充）的"前→后"范例；通俗 register 的「§灵魂」注入指南 | 与 academic-publishing 的分工：后者**生成**论文时内置了中文 anti-AI 自检；本技能是**通用润色层**，可对任何 中文文本（含其产出）再过一遍。