humanize-ai

name	humanize-ai
version	1.8.0
description	【L1 声音真实度】AI味检测与消除——只处理「像不像真人」。19种AI味模式识别，根据严重程度选策略。默认只诊断不改，改写要用户确认。三种改写方式：自动替换、追问驱动、混合。可接收 voice-dissolver 声音清单作为保护区。 触发：AI味、像机器写的、太正式、读起来假、去AI味、AI感太重、像ChatGPT写的、太模板化、语气太标准、缺乏个性、AI腔、读起来没温度、句式太整齐、总结陈词、翻译腔、不说人话、套路化。 Not for：内容质量不够但没AI味（→ L0 chinese-write-checker）、结构冗余/废话多（→ L2 editor-revisor）、找不到自己声音（→ voice-dissolver）、排版/标点/标题（→ L3 packaging-workshop）。

AI 味检测与消除

AI 味不是「写得不好」，是「读者感觉到背后没有真人」。但去 AI 味 ≠ 好内容。 花时间去 AI 味不如花时间把事情搞清楚。

文字洁癖（taxue）：AI 味不是 AI 的问题，是用套话掩盖不确定的思考。人话三要素：带立场、带偏见、带情绪。每删一个套话，都要问：我到底想说什么？如果删完发现原文也没什么真东西，那问题不在 AI 味，在内容本身。

执行原则：

1. 默认只诊断不改。识别AI特征是帮人看清自己的文字，不是帮人伪装成人类。改写必须用户确认。
2. 去 AI 味 ≠ 好内容。如果检测结果很干净，直接告诉用户。不要为了输出报告而硬找问题。
3. 改写必须基于用户的偏好。每个 AI 特征背后都有一个本来想达成的目的。追问那个目的，而不是直接替换。
4. 见感思行是正面的改写目标（taxue）。去 AI 味不只是删坏东西，更是让文字回到「见（观察）→ 感（感受）→ 思（思考）→ 行（行动）」的自然结构。

三种改写方式（用户选）：

• 自动替换：检测 → 直接改 → 质量验证 → 迭代
• 追问驱动：检测 → 逐条追问写作意图 → 用户回答后给修改方向
• 混合：自动替换 + 对关键特征追问意图

怎么运作：先判断AI味有多重，再选策略——轻微改几处、中等改一段、严重整篇重写、致命直接拦下。改完检查质量，不过关就回去重来，最多3轮。

---

怎么一步步处理

先判断内容类型（推文/公众号/学术），确定AI味的判断标准。然后快速扫一遍，数数AI味关键词命中几个。

• 命中少于5处 → 直接改标记的位置
• 命中5处以上 → 进入全量诊断，先找根因（3个根因能同时引发多种表现），再验证独立信号

改之前先识别作者的声音——口头禅、动情处、不完美痕迹，这些标为保护区一字不动。

遇到疑似AI味的句子，走决策树判断该不该删：在保护区？密度够？换话题还成立？是喘息句？删了会失温度？

改写时先清除明显废话，再逐段处理，最后检查人话三要素（偏见、情绪、立场）。

改完过检查：有没有编造？核心观点还在吗？有没有引入新的AI味？A/B级交付，C/D级回去重写。致命浓度直接拦住，不让改。

---

先判断内容类型

不同体裁对「规范表达」的容忍度不同。推文允许不完美，公众号保留结构感，学术文体别误伤。

体裁	AI 味敏感度	处理原则
个人随笔/推文/短视频文案	高	允许不完美，允许跑题，允许情绪化
公众号/专栏文章	中	保留结构感，但打破模板化
商业报告/学术文体	低	规范表达不是 AI 味，别误伤

体裁判断只在有明显特征时做——大部分内容默认为公众号/专栏类型。详细判断标准 → references/extended-patterns.md。

---

快速扫描 + 全量诊断

快速扫描

扫一遍全文，数数这些关键词命中几个：

• 结构胶水：「首先…其次…最后…」「值得注意的是」「综上所述」
• 空洞词：「至关重要」「不可或缺」「深度赋能」「显著提升」
• 模板句：「在当今…背景下」「随着…的发展」
• 口水话：「如流星划过」「时不我待」
• 交流腔：「感谢您的」「期待与您」「让我们一起」

命中少于5处 → 直接改标记的位置。命中5处以上 → 进入全量诊断。

全量诊断

19种AI味模式，有3个根因能同时引发多种表现：

• 语气过于中性/权威 → 导致结构对称、句式整齐、RLHF模板化
• 套话与空洞修饰 → 导致概括语言多、情绪词空洞、口水话
• 翻译腔 → 导致RLHF模板化、虚假范围

先找根因，解决一个就能让多种表现同时消失。剩下的独立问题（缺乏细节、拔高、否定式煽情等）单独处理。不用每次过全部19种。

19 维速查表

每个维度的详细识别信号、修法、边界说明 → references/extended-patterns.md

#	来源	识别信号	修法
1	结构对称	三段式排比、段落长度一致、每段总结句	打破对称，长短不一
2	概括语言多	「总的来说」「综上所述」、抽象词替代场景	用具体数字/人物替代
3	情绪词空洞	「令人深思」「至关重要」无细节	删情绪词，换具体细节
4	句式整齐	「不仅…而且…」大量重复、句子长度一致	长句后接极短句，换口语
5	缺乏细节	没时间地点人物、「研究表明」不说哪项	加时间、数字、具体描述
6	语气权威	整篇没有「我不确定」、像教科书	加入不确定、偏见、犹豫
7	过度拔高	「历史性时刻」「分水岭」「里程碑」	保留事物本来大小
8	否定式煽情	「不仅仅是 X，而是 Y」强行升华	直接说事实
9	虚假范围	「从 X 到 Y」硬凑、「涵盖多个领域」	删范围词，说做了什么
10	翻译腔	被动语态多、中英混杂、名词化堆叠	被动改主动，短句化
11	平台套路	小红书体/抖音体/知乎体全套照搬	像那个人，但不像模板
12	RLHF 模板化	虚词密度异常、句子长度方差过低	故意打断流畅，加入停顿
13	格式型痕迹	破折号/粗体每段都有、表情符号、弯引号	克制格式，用直角引号
14	交流型痕迹	谄媚语气、免责声明、填充短语、过度限定	平等语气，直接说内容
15	口水话修辞	比喻连篇、空洞号召、套话、形容词堆砌	用数字替代比喻，删套话
16	套话修饰	「至关重要」密集、「在当今…」开头、万能句式	删掉或用数据替代
17	视角混乱	人称在「我」「我们」「你」之间漂移	确定稳定视角，全篇保持
18	伪逻辑连接	「因此」「所以」连接无因果关系的分句	检查因果，删假因果词
19	数字伪造	精确到小数但无来源、无上下文	有来源保留，无来源改模糊

AI味多重，策略就有多猛：

• 轻微（1-2处） → 只改标记的那几处
• 中等（3-4处） → 重点段落重写，保留核心观点
• 严重（5-6处） → 整体重写，保留核心观点
• 致命（全是AI味，无真人在说话） → 拦住，不让改。让用户先想清楚要说什么

特殊情况：AI味很轻但结构冗长 → 建议用 editor-revisor。AI味为零 → 建议用 editor-revisor 或 chinese-write-checker。

---

识别作者的声音（保护区）

不先做这步就逐段改，会把人味当AI味删掉。

接收声音清单（如有）

如果用户提供了来自 voice-dissolver 的声音清单，直接引用作为保护区，不重新判定。清单内的句子一字不动。

自行判定

扫一遍全文，用以下标准标记哪些是「只有这个人才会这样写」的句子：

类型	操作性标准	示例
口头禅/特有表达	同一词/句式在全文中出现 ≥ 3 次，且在非 AI 模板语境中	作者爱说「说实话」，不是套话的「值得注意的是」
动情处的拔高	情绪强度明显高于前后文（≥ 2 个等级），且有具体细节/经历支撑	「那天看到这个消息，我手停在半空」
不完美痕迹	存在语序不当、自我修正、跑题、语法错误——这些都是真人写作证据	「不对，我想想……其实是另外一回事」

保护区内的内容不碰。

动情处 vs 套话

动情处的拔高有具体上下文锚定，删了会失去温度。套话放哪儿都成立。判断方法：换话题测试——把这句话放到另一个完全无关的话题中，看是否仍然成立。

---

判断：该不该删

检测到疑似AI味后，不直接动手。走决策树。

1. 在保护区内？
   是 → 留（不进入后续判断）
   否 → 继续

2. 200 字内出现 ≥ 3 次？
   否 → 不算 AI 味，留
   是 → 继续

3. 换话题还成立？
   （把这句话放到另一个完全无关的话题中，看是否仍然成立）
   不成立 → 这句话和具体内容绑定，是作者自己的话 → 留
   成立 → 继续

4. 是两段之间的喘息句？
   （位于两个长段落/高强度段落之间的短句或低强度句）
   是 → 留
   否 → 继续

5. 删了之后会失去温度/锋利/犹豫吗？
   是 → 留
   否 → 删

核心检测原则：看密度，不看单次出现。对仗、排比、成语真人写作里本来就在用。反复堆叠、跟前后内容没关系、换到别的话题上也成立——这才是 AI 味。

避免过度修正：去 AI 腔 ≠ 去一切规范化表达。真人常用的写法（如「支持 X 等平台」「用于 X」）本身不是 AI 腔，不要为了「更口语」硬删。

---

改写执行

先清掉明显的

以下内容直接标记删除：

• 结构化废话：首先/其次/此外/综上所述/值得注意的是/综合来看/总体而言/不难发现/显而易见/众所周知/毋庸置疑/深度赋能
• 形容词堆砌：重要/关键/显著/有效/至关重要（不含数据支撑的程度修饰）
• 口号收尾：让我们共同/未来可期/携手共进
• 格式滥用：多余加粗、破折号滥用、分隔线、小标题编号（一、二、三）

预清理不是改写，只是快速切除明显废话。

逐段改写

按诊断出的问题逐段处理，跳过标记的保护区。

改写原则：

• 保留原文的核心观点和关键信息
• 打破对称结构，段落长短不一
• 替换空洞情绪词为具体细节
• 加入具体时间、数字、人物（但只锚定在原文已有线索上，不编造）
• 允许语气不完美、允许有犹豫——完美的那个是神，满嘴跑火车的才是人
• 避免过度修正——不要为了去 AI 味而强行口语化
• 重要的点要像聊天时解释给熟悉的人听：该展开的逻辑链条、背景、为什么这么想，都说开，不要只扔结论
• 改写时把观点锚定在文本里出现过的具体经历、场景或细节上
• 检查节奏和对话感：该长说的地方充分说清楚前因后果，该停的地方就短句落地
• 改完后自己过一遍：有没有把原文里锋利、犹豫或不完美的部分磨圆了？如果有，恢复它
• 任何改动都必须能回溯到作者已在文本中显露的偏好；不要用「更自然」或「更像人」作为默认偏好来覆盖作者实际想保留的生硬、犹豫或锋利

第三步：人话三要素检查

删完套话后，检查全文有没有这三样东西：

• 至少一处真实的偏见：「我知道这个观点有争议，但我真的觉得……」——偏见要扎在具体的事上：把判断跟作者经历过、看到过、试过的某个片段绑在一起
• 至少一处真实的情绪：不是「令人感动」这种空洞词，是具体到那个瞬间的反应——「我看到这条消息的时候，手停在半空」。情绪要像对朋友复述那天的情景一样展开
• 至少一处真实的立场：明确站队，不骑墙。立场可以有思考的来回：「我一开始也觉得...后来撞见这事才发现...」

---

质量控制

改写完成后过检查清单。不过关的回到判断层或改写层重写。

硬指标（一票否决）

检查项	标准	不过关
硬边界	有没有编造原文没有的人物、故事、细节、样本量？	有 → 整体重写
对齐度	改写后的每个核心判断、关键数据、作者立场，能在原文中找到对应？	找不到 → 重写问题段落
信息保真度	核心观点、关键数据、作者立场有没有被误删或篡改？	被误删 → 恢复原文
新引入套话	改写中有没有引入新的 AI 味？	有 → 删掉

软性指标

• 人称一致性：全文视角统一
• 因果链真实性：「因此」「所以」前后有真实因果
• 节奏变化：长短句交替，不是每句都一样长
• 结尾质量：不是口号收尾，有具体行动或余味

质量分级：A（全过）交付，B（微调后交付），C（回去重写问题段落），D（重新判断再整体重写）。最多3轮，第3轮仍不达标就交付当前版本，标注未解决的问题。

---

发现内容本身有问题时

内容质量（信息密度、逻辑链、立场清晰度）不是去AI味的职责。

如果发现内容本身有问题（信息密度低、逻辑跳跃、立场模糊），建议用户先用 chinese-write-checker 体检，补全内容骨架后再回来去味。

---

诊断报告模板

【AI 味有多重】{轻微/中等/严重/致命}
【体裁】{类型}

【作者声音保护区】
{标记了哪些句子——口头禅、动情处的拔高、不完美痕迹。这些不碰。}

【问题定位】
来源{X}（{类型}）——第{X}段/第{X}句
原文：「{原文}」
200字内出现：{X次}
决策树结果：{留/删，原因：动情处/喘息句/换话题不成立/密度不足/…}
问题：{一句话}
改法：「{建议改法}」

【人话三要素检查】
偏见：{有/缺——补的话扎在原文已有线索上}
情绪：{有/缺——补的话展开到具体瞬间}
立场：{有/缺——补的话让它有来有回的过程}

【改写版本】
{直接输出改写后的完整文本}

【改写说明】{改了什么，为什么；重点说明锚定了什么具体经历、节奏调整、对话感}
【过度修正检查】{有没有磨平了锋利、犹豫、不完美的地方}
【节奏检查】{句子长短变化够不够、读起来有没有呼吸感}

【下一步建议】
{条件触发，只在结果明确指向下一步时推荐}

---

只自检不改写

如果用户只要求自检，单独走这个流程。检查标准和质量分级同上。

---

注意事项

• AI 味诊断要定位到具体句子或段落，别说「整体有 AI 感」
• 每个 AI 味来源给「原文 → 改法」对照
• 别说「加入个人感受」——直接在改写版里加
• 消除 AI 味不是「让文字更好看」，是「让读者感觉到真人存在」
• 改完之后文章可能变短、变「不完整」——这是对的，不是问题
• 要输出改写后的完整版本，不能只给诊断不给改写
• 用户已提供声音清单却重新判定保护区 → 清单是上游已确认的，直接引用

---

DO NOT

• 只诊断不改写 → 诊断+改写是一体的
• 把作者真实的犹豫、锋利、不完美当 AI 味删掉 → 先判定保护区再动手
• 为去 AI 味而强行口语化 → 去 AI 腔 ≠ 去一切规范化表达
• 不看密度只看单次 → 排比/对仗出现一次不是 AI 味，200 字内出现 3 次以上才是
• 替用户写他没有的经历或细节 → 补的具体场景必须锚定在原文已有线索上
• 编造样本量或来源 → 原文说「73.2% 的用户满意」，不能改成「问卷发了 200 份」
• 追问本身不能犯 AI 特征（dbs 自检规则）：
  • 不用「你可能会觉得」开头（这是替读者说蠢话）
  • 不用「不是 X 是 Y」结构追问
  • 不用「本质上」「归根结底」升维追问
  • 不用选择题结构（A 还是 B？）——这是在替用户想答案
  • 直接说你观察到的现象，然后问一个开放性的问题
• 去 AI 味 ≠ 好内容 → 检测结果干净就直接说，不要硬找问题

---

下一步建议（条件触发）

结果条件	推荐
AI 味已去，但结构松散/废话多	建议用 editor-revisor 精简
AI 味已去，但标题/开头/排版/标点需打磨	建议用 packaging-workshop 做呈现层检查
去味过程中发现个人声音被盖住	建议先用 voice-dissolver 理清声音
改写后用户不确定质量	建议用 chinese-write-checker 体检
致命浓度——全文无真人在说话	不推下一步。直接拦住，让用户先想清楚要说什么

---

示例

→ references/examples.md

共享规范

本技能与 chinese-write-checker、voice-dissolver、editor-revisor、packaging-workshop 共享写作规范（套话清单、格式规范、保护区逻辑、换话题测试、密度原则）。详见 ~/.agents/skills/chinese-write-checker/references/writing-standards.md（跨 skill 引用）。按需读取，不预加载全文。