de-ai-writing · diff
git:20260925.32ce6c0 to git:20261010.f412a01
56 added, 74 removed. Audit A to A.
---
name: de-ai-writing
- description: "文本去AI味：用「检测 -> 删除 -> 声纹校准 -> 改写 -> 反查」五步法去除文字的机器腔，把文字放回一个具体的人身上，保留真实人味。产出：AI味检测报告 + 删减建议 + 声纹设定 + 改写终版 + 七维评分。触发场景：用户说「去AI味」「太像AI写的」「帮我润色得更像人写的」「有机器味」「不够自然」「去掉宣传腔/公文腔/爆款腔/PPT腔/假人味」；或给一段文字要求改写得更口语化、更有个性、更有活人感。适用任何文本类型：自媒体文章、周报、随笔、产品文案、朋友圈、小红书笔记、邮件。"
+ description: "文本去AI味：用确定性检测与「删除 -> 声纹校准 -> 改写 -> 防过平反查」去除文字的机器腔，把文字放回具体的人身上。产出：静默改写终版或AI味检测报告+七维评分。触发场景：用户说「去AI味」「太像AI写的」「帮我润色得更像人写的」「有机器味」「不够自然」「去掉宣传腔/公文腔/爆款腔/PPT腔/假人味」；或给一段文字要求改写得更口语化、更有个性、更有活人感。适用任何文本类型：自媒体文章、周报、随笔、产品文案、朋友圈、小红书笔记、邮件。"
---
# 文本去AI味 / De-AI Writing
- 真实可靠的文风指令。不输出一套新腔调替换旧腔调，而是教你找出机器味、删掉空话、校准到自己的声音。
+ 真实可靠的文风指令与客观检测。不输出一套新腔调替换旧腔调，而是教你找出机器味、删掉空话、校准到自己的声音。
## Purpose
- 把一段有机器腔的文字改写成一个人真正会说出来的样子，并给出可核查的修改依据。本技能是
- 「去 AI 味」的**唯一真源（single source of truth）**——其他技能内嵌的去 AI 味副本如需更新，
- 以本技能为准。
+ 把一段有机器腔的文字改写成一个人真正会说出来的样子，并结合确定性脚本给出可复核的客观依据。本技能是「去 AI 味」的**唯一真源（single source of truth）**。
- **AI 味的本质不是"用词太 AI"，而是"没有具体的人在里面"。** 干净但没灵魂，还是机器味：
- 每句话长度一样、没有观点、只做中立报道、不承认复杂感受、没有幽默、没有锋芒——这些都算没修好。
- AI 的根本问题是回归统计平均值，而人类是具体、奇怪、不稳定的。去 AI 味不是洗成"通用人类腔"，
- 而是把文字放回一个**具体的人**身上。
+ **AI 味的本质不是"用词太 AI"，而是"没有具体的人在里面"。** 干净但没灵魂依然是机器味：每句话长度一样、没有观点、只做中立报道、不承认复杂感受。去 AI 味不是洗成"通用人类腔"，而是把文字放回一个**具体的人**身上。
## When to Use
- 用户说「去AI味」「太像AI写的」「帮我润色得更像人写的」「有机器味」「不够自然」。
- 用户抱怨内容有宣传腔、公文腔、爆款腔、PPT 腔、假人味。
- 用户给一段文字（自媒体、周报、随笔、产品文案、朋友圈、小红书、邮件），要求更口语化、更有个性、更有活人感。
- 用户要检查自己的稿子是否还能听得出 AI 痕迹。
## When NOT to Use
- 用户要从零写一篇新文章 -> 交给 `wechat-article-writer` 或 `weitoutiao-creator`；本技能只改已有文字。
- 用户要分析/拆解别人的文章结构与说服策略 -> 交给 `article-deconstructor`。
- 用户要生成新的社交媒体评论文案 -> 交给 `viral-hook`。
- 用户要的是事实核查、合规审查或翻译质量 -> 超出本技能范围，如实告知。
- 文本本身是代码、日志、机器可读格式 -> 不做文学性改写。
## Workflow
- 五步走，不可跳步。每步的详细目录与判据见 `## References`，需要时按条件加载。
+ 六步流程，结合确定性工具与声纹改写：
- 1. **检测（不改文本）**。先输出 AI 味检测报告，按 11 类逐项标记问题并给出具体例句。
- 报告含"可删的正确废话""解释性内容"和预估可删比例（见 `references/detection-catalog.md`）。
- 2. **删除（至少砍 20%）**。按报告直接删：意义膨胀的帽子句、模糊归因的伪引用、正确的废话、
- 聊天残留、公式化开头结尾、纯凑字数段落。判断标准：删掉这段话，文章损失什么？什么都不损失 = 该删。
- 删不够 20% 就继续找。
- 3. **声纹校准（放回具体的人）**。先定口气（吐槽/尖锐/冷脸技术/专业编辑/随性），再模拟或提取
- 一个具体的人的声纹。这一步是去 AI 味最容易失败的地方——不是换成另一种通用人类腔，而是换成**你**的腔。
- 口气表与声纹提取清单见 `references/voice-calibration.md`。
- 4. **改写（抽象词换具体物）**。按 6 条改写规则执行：抽象词换动作、不要形容给事实、具体到数字名字
- 时间结果、留一些脏、打破节奏均匀、系动词回流。规则与示例见 `references/rewrite-rules.md`。
- 5. **反查（第二轮专找残留味）**。让改完的文本自己回答"这段哪里还明显像 AI？"，逐项过反查清单。
- 发现问题就回到第 2 步再删再改。
+ 1. **客观初筛与清洗**。运行 `python3 <skill>/scripts/detect.py` 获取客观指标（`ai_tell_score`、句长变异系数 CV、零宽字符）。若检出零宽字符，先用 `--clean` 清洗。
+ 2. **删除（至少砍 20%）**。按检测问题直接删：意义膨胀帽子、模糊归因伪引用、正确废话、聊天残留、公式开头结尾。删掉这段话，文章损失什么？什么都不损失 = 该删。
+ 3. **声纹校准（放回具体的人）**。先定口气（吐槽/尖锐/冷脸技术/专业编辑/随性），提取或模拟具体活人的声纹（见 `references/voice-calibration.md`）。
+ 4. **改写（抽象换动作，坚守边界）**。执行 7 条改写规则：抽象词换动作、给事实不给形容、具体到数字实体、留一些脏、系动词回流、坚守防语义漂移红线（字数 <= 1.25x，见 `references/rewrite-rules.md`）。
+ 5. **反查与防过平自检**。重新运行 `detect.py` 确保得分落入 clean 区间（<= 20）；自检是否过度扁平化（句长 CV 是否 >= 0.35，是否保留了人声起伏）。
+ 6. **分流交付**。默认走**静默交付**（仅输出改写终版）；用户显式索要报告时才附带完整检测分析与评分。
## Decision Rules
- - 用户只要"快速扫一遍"、不要求完整流程 -> 用 `references/verification-and-scoring.md` 里的「快速自检卡」（读三遍法），跳过逐类报告。
- - 用户有写作样本（2-3 段喜欢的文字）-> 第 3 步走"声纹提取"路径，从样本提炼特征。
- - 用户没有样本 -> 第 3 步走"模拟活人声纹"路径，并让用户确认口气。
- - 文本为中文 -> 用 `references/detection-catalog.md` 的 11 类中文检测 + 中文 AI 高频词表。
- - 文本为英文 -> 用 `references/word-replacement-tiers.md` 的三层词汇替换表。
- - 用户未指定口气 -> 按文本类型给默认：朋友圈/小红书 -> 吐槽/朋友；观点文 -> 尖锐；技术文档/周报 -> 冷脸技术文；公众号深度文 -> 专业编辑；随笔 -> 随性。
- - 用户只贴了一段而非全文 -> 只对该段落执行五步，并在报告中说明未覆盖全局节奏。
+ - 用户仅要求"去AI味/润色/改写" -> 走**静默交付**路径，仅输出改写终版，禁止倾倒自检报告与元分析。
+ - 用户明确要求"出检测报告/看哪里像AI/分析一下" -> 输出全量检测报告、修改依据与评分。
+ - 用户有写作样本（2-3 段喜欢的文字）-> 第 3 步走"声纹提取"路径，从样本提炼特征与节奏。
+ - 用户没有样本 -> 第 3 步走"模拟活人声纹"路径，按文体给定默认口气：朋友圈/小红书 -> 吐槽/朋友；观点文 -> 尖锐；技术文档/周报 -> 冷脸技术文；公众号深度文 -> 专业编辑；随笔 -> 随性。
+ - 文本为中文 -> 结合 `references/detection-catalog.md` 与 `detect.py` 中文词表。
+ - 文本为英文 -> 结合 `references/word-replacement-tiers.md` 的三层词汇替换表。
## Constraints
**绝不使用：**
- 泛化开头和泛化结尾
- - 空洞的过渡句
- - 企业套话
- - 励志填充物
- - 过度解释
- - 可预测的句式
- - 显而易见的观察
- - 不必要的背景铺垫
+ - 空洞的过渡句与象征性伴随尾句（从而展现了、进一步巩固了）
+ - 否定平行句式（不是A而是B、不仅是A更是B、没有多余的X只有Y）
+ - 企业黑话与励志填充物
- 证据明显倾向一边却假装中立
-
- **始终做到：**
- - 先甩出最重要的观点
- - 洞察优先于解释
- - 具体优先于抽象
- - 句子节奏自然多变
- - 包含有意义的判断
- - 必要时挑战假设
- - 带着确信感写
- - 砍掉所有不创造价值的文字
- - 听起来像一个对主题有深度理解的人
-
- - 改写不得改变原文的事实、数据、引用与立场；只改表达方式。
- - 不得为了"更像人"而编造原文没有的经历、数字或来源。
- - 用户未提供声纹时，不得声称模仿了某个真实作者。
+ - 首句复述提示词（Prompt Echo）与更新日志口吻（Diff-anchored）
- **写完后自问：这段话删掉，文章损失什么？什么都不损失 = 删。**
+ **坚守防语义漂移底线：**
+ - 改写后字数严禁超过原文的 **1.25 倍**；字数膨胀即视为凭空编造。
+ - 严禁将客观观测改写为引述声明（不得擅自添加"据称/号称"），亦不得抹掉原文引述。
+ - 严禁删掉句中唯一的限定词（不得将可能性改写为绝对必然）。
+ - 严禁倒置原文批评或抱怨倾向；数字与实体必须保持精准绑定；模板占位符（如 `[Name]`）必须原样保留。
## Priority
规则冲突时按此顺序，越靠前越有约束力：
- 1. 忠实——不改变事实、数据、引用与立场。
- 2. 不编造——不引入原文没有的经历、数字、来源。
+ 1. 忠实与防漂移——不改变事实立场，字数 <= 1.25x，保留唯一限定词。
+ 2. 不编造——不引入原文没有的经历、数字、来源与推论。
3. 删减到位——至少有 20% 的可删内容被删掉。
- 4. 声纹具体——文字里能听出"谁"在说话。
- 5. 节奏自然——长短句、段落长度刻意不均匀。
- 6. 评分达标——七维评分与红线检查通过。
+ 4. 声纹具体——文字里能听出明确的说话人。
+ 5. 防过平——长短句交替，变异系数达标，避免机械扁平化。
+ 6. 确定性合规——`detect.py` 评分 <= 20 且零宽字符为 0。
## Stop Conditions
- - 第 5 步反查发现问题 -> 最多回到第 2 步重做 **2 轮**；2 轮后仍有残留，如实报告剩余问题和原因，不再循环。
- - 用户只要求检测报告、明确不改写 -> 在第 1 步后停止，不要擅自改写。
- - 改写会让原文事实失真、或原文本身缺少任何可保留的具体信息 -> 停止改写，向用户说明需要补充素材。
+ - 第 5 步反查或脚本复检超标 -> 最多回到第 2 步重做 **2 轮**；2 轮后仍有残留，如实说明剩余问题，不再死循环。
+ - 用户只要求检测报告、明确不改写 -> 在第 1 步后停止，输出报告即可。
+ - 改写会导致事实失真，或原文彻底缺乏任何可保留的具体信息 -> 停止改写，向用户提示补充事实素材。
## Verification
交付前逐项确认：
- - [ ] 已输出第 1 步 AI 味检测报告，且问题带具体例句。
+ - [ ] 运行 `detect.py`，确认 `ai_tell_score <= 20` 且无零宽字符。
- [ ] 删除比例达到 20% 以上，或有明确说明为何不足。
- - [ ] 第 3 步已定口气/声纹，并在成稿中可辨识。
- - [ ] 六条改写规则逐条对照过。
- - [ ] 第 5 步反查清单已过，残留问题已修或已如实说明。
- - [ ] 七维评分与红线检查见 `references/verification-and-scoring.md`，无红线触发。
- - [ ] 事实、数据、引用、立场未被改动。
+ - [ ] 改写字数未超过原文的 1.25 倍，占位符未被篡改。
+ - [ ] 第 3 步已定口气/声纹，成稿可辨识说话人。
+ - [ ] 防过平检查通过：句长有参差变异，非 TTS 式机械匀速。
+ - [ ] 事实、数据、限定词、批评立场未被扭曲。
+ - [ ] 交付模式匹配：默认仅输出正文，未倾倒不必要的元分析。
## Output
- - **Outcome**：一份五步交付物——AI 味检测报告、删除建议、声纹设定、改写终版、反查结果与七维评分。输出脚手架见 `references/verification-and-scoring.md`。
- - **Done when**：五步走完，反查无残留或残留已说明，红线检查无触发，事实未失真。
- - **Evidence**：检测报告能指出具体例句；改写版能听出明确的说话人；评分表有七维分值。
+ - **Outcome**：
+ - 默认模式：经清洗去机味的**纯净正文终版**。
+ - 报告模式（用户显式要求）：包含检测问题清单、删减说明、声纹设定、改写终版与七维评分（格式见 `references/verification-and-scoring.md`）。
+ - **Done when**：文本重构完成，脚本复检 clean（<= 20），防语义漂移与防过平检查通过。
+ - **Evidence**：文字能听出明确的说话人；无任何残留大厂黑话或公式句式；字数在受控范围内。
## References
按需加载，不要预先全读：
- - `references/detection-catalog.md` — 在第 1 步做逐类检测时读；含 11 类中文 AI 味检测、36 种 AI 写作模式、P0/P1/P2 严重度分级。
- - `references/word-replacement-tiers.md` — 当文本含 AI 高频词、需要按词替换时读；含 Tier 1/2/3 三层英文替换表与中文高频词处理。
+ - `references/detection-catalog.md` — 做逐类检测时读；含 11 类中文检测、36 种写作模式与微观句式。
+ - `references/word-replacement-tiers.md` — 出现高频词需词汇级替换时读；含英中文词汇替换表。
- `references/voice-calibration.md` — 在第 3 步定口气或需要提取/模拟声纹时读。
- - `references/rewrite-rules.md` — 在第 4 步执行改写时读，含六条规则的示例。
- - `references/verification-and-scoring.md` — 在第 5 步反查、评分和整理交付格式时读；也含轻量「快速自检卡」。
+ - `references/rewrite-rules.md` — 在第 4 步执行改写时读；含七条改写规则与防语义漂移红线。
+ - `references/verification-and-scoring.md` — 在第 5 步反查、评分或输出全量报告时读；含防过平自检与评分红线。
+ ## Scripts
+
+ - `scripts/detect.py` — 确定性检测与字符清洗脚本（纯标准库）。调用契约：
+ - `python3 <skill>/scripts/detect.py <file>`：扫描文本并输出包含 `ai_tell_score` (0-100)、句长变异系数 CV、零宽字符与命中项的 JSON 报告。
+ - `python3 <skill>/scripts/detect.py --clean <file>`：清洗零宽字符、BOM 与非标准空格，将干净文本输出至标准输出。
+
## Related Skills
- `wechat-article-writer` — 自媒体长文写作；其去 AI 味环节以本技能为准。
- - `snowflake-novel-writer` — 小说写作；其内嵌的 anti-ai-writing 副本以本指南为准，更新时需同步。
+ - `snowflake-novel-writer` — 小说写作；其内嵌的 anti-ai-writing 副本以本指南为准。
- `viral-hook` — 社交媒体评论文案生成，内置去 AI 味检查。
- `article-deconstructor` — 拆解文章结构；若需分析而非改写，改用它。