去除 AI 味道

目标

把内容从“正确但像 AI 总结”改成“自然、具体、像人在认真讲一件事”。

优先保留作者的观点、判断、材料和语气，不把文章改成另一种人格。这个 skill 不是为了追求“检测器通过”，而是为了提升真实读者的阅读感。

使用边界

如果用户没有提供原文、文件路径或明确的待改片段，先索要文本，不要凭空示范。

这个 skill 只处理表达质感和读者阅读感，不负责事实核查、资料补充、选题策划、标题生成或平台格式排版。遇到事实可疑、数据缺来源、观点缺证据时，保留原意并提醒用户需要另行核查。

判断模式

先判断用户要哪种处理深度：

• 诊断模式：用户说“看看哪里有 AI 味”“先审一下”“帮我标出来”。只输出问题清单和改写建议，不直接重写全文。
• 轻改模式：文章基本可用，只是有少量套话、硬句、破折号、冗余连接。做最小改动。
• 深改模式：文章像资料整理稿、翻译稿、AI 草稿或提纲稿。需要重写开头、过渡、小标题、结尾和部分段落。
• 终稿模式：用户明确要“可发布版本”“公众号终稿”“直接改好”。输出完整优化稿，并说明关键修改。

如果用户没有说明，默认使用 轻改模式；如果原稿明显不像成稿，升级到 深改模式 并说明原因。

Gotchas

• 不要为了“像人写”而加入夸张情绪、口水话或油腻表达。
• 不要为了顺滑改掉作者立场、删掉关键限定条件，或发明原文没有的案例和结论。
• 不要把专业文章改成鸡汤、营销腔或段子文。
• 不要承诺可以绕过 AI 检测器；目标是让真实读者读起来更自然。
• 不要把所有列表都强行改成自然段；真正方便扫描的列表要保留。

工作流程

复制此清单并跟踪进度：

去 AI 味进度：
- [ ] 步骤 1：判断处理深度
- [ ] 步骤 2：保留核心观点、事实和作者语气
- [ ] 步骤 3：识别 AI 味、资料味、翻译腔和模板句
- [ ] 步骤 4：按模式输出诊断、局部改写或完整终稿
- [ ] 步骤 5：自查自然度、具体性、节奏和可发布性

1. 先保留骨架

改写前先抓住这些内容：

• 文章最核心的一句话
• 必须保留的事实、数据、案例、术语
• 作者原本的立场和语气
• 读者为什么要读完

不要为了顺滑删掉关键细节。不要擅自加入原文没有支持的新结论。

2. 再清理味道

优先处理这些高频问题：

• 套路开场：在这个时代、随着技术发展、众所周知
• 生硬连接：综上所述、基于此、由此可见、值得一提的是
• 空洞大词：卓越、革命性、颠覆性、重要意义、巨大价值
• 假金句：听起来很猛，但没有信息增量
• 破折号滥用：用 —— 强行制造解释和转折
• bullet 堆叠：能写成自然段的内容，被硬拆成列表
• 加粗过多：每段都在强调，反而没有重点
• 翻译腔：语序像英文，抽象名词多，动作词少
• 判词腔：用“不是免费的 X 来源”“必须看起来 Y”这类负向定义、制度化判断表达观点，读起来像模型在下结论
• 资料味：元信息堆在开头，像笔记、讲义、PPT 备注

详细识别表和替换策略见 references/anti-ai-flavor-rules.md。当文章问题较多、需要系统处理时读取该文件。

3. 改写原则

• 删除套话，直接切入主题。
• 用具体场景、动作、数据替代抽象形容词。
• 把负向定义改成正面判断或更像人会说的动作句，例如把“不是免费的可靠性来源”改成“可靠性没有那么简单”。
• 把长句拆短，让一句话只说一个主要意思。
• 用自然承接替代机械连接词。
• 少用排比，避免每段都像总结。
• 尽量不用 不是……而是……、不仅……而且……更…… 这类模板句式。
• 尽量不用破折号；改用冒号、逗号、句号、括号，或重排句子。
• 需要列表时保留列表；不需要时改回自然段。
• 对技术、产品、行业文章，保持准确克制，不改成鸡汤。

输出要求

诊断模式

输出：

# 去 AI 味诊断

共发现 X 类主要问题：

## 1. [问题类型]
- 原文：...
- 问题：...
- 建议：...
- 示例改法：...

## 优先修改顺序
1. ...
2. ...
3. ...

轻改模式

输出“优化后文本”，再补充 3 到 5 条关键修改说明。不要写太长的诊断报告。

如果原稿来自文件，默认直接在回复中给出轻改结果，不新建文件；只有用户要求保存，或文本很长不适合直接回复时，才写入新 Markdown 文件，且不覆盖原文。

深改 / 终稿模式

输出完整优化稿。若原稿来自文件，写入新 Markdown 文件，不覆盖原文，默认命名为：

原文件名-去AI味版.md

回复用户时说明：

• 已完成哪种处理模式
• 主要去掉了哪些 AI 味
• 新文件路径（如有）
• 是否已经接近可直接发布

自检清单

交付前检查：

• 是否保留了原文核心观点和关键事实
• 是否删掉了明显套话和模板连接词
• 是否减少了空洞大词、假金句和过度排比
• 是否把生硬的负向定义、制度化判断改成更自然的判断或动作句
• 是否处理了破折号、过多 bullet、乱加粗
• 是否让开头更像人在开讲，而不是资料卡
• 是否让段落之间有自然承接
• 是否让结尾有收束，而不是像清单结束
• 是否避免把专业文章改成鸡汤或营销腔