---
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。"
---

# 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。

## 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。

**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。

## 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。

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。

## 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。

## 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
- 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。

**写完后自问：这段话删掉，文章损失什么？什么都不损失 = 删。**

## 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。
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。

## 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。

## 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。
- [ ] 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。

## 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。

## 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/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」。

## 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。
- `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。