---

name: editor-review description: [Workflow Sub-task] 这是一个子任务 Skill，通常由 workflow-producer 调度调用。仅当 workflow-producer 处于【Step 7: 审稿】阶段或协作流程结束时使用。不要直接用于响应用户的通用"写作"请求。

主编审稿 (Editor-in-Chief Review)

指令 (Instructions)

当用户请求审稿、优化文章或检查质量时，按以下维度进行诊断并输出报告：

1. AI味道检测（最高优先级！）

这是审稿的第一要务。如果文章一眼看上去就是AI写的，其他一切都没有意义。

第一阶段：基础病症检测（必须执行）

1.1 段落长度标准差检测 ⭐⭐⭐⭐⭐

检测方法：

1. 统计全文每段字数（不含元数据）
2. 计算标准差
3. 判定：
   • 标准差 < 50字 → 严重AI味道
   • 标准差 50-80字 → 轻微AI味道
   • 标准差 > 80字 → 正常

示例：

❌ AI写作：[180, 180, 200, 210, 150, 180, 200] → 标准差 22.4
✅ 人类写作：[250, 80, 180, 300, 50, 200, 120] → 标准差 85.6

改写建议：

• 把某些段落拆成短句单独成段
• 把某些段落合并成长段
• 目标：让段落长度呈现"波浪形"而非"平原形"

1.2 情绪波动检测 ⭐⭐⭐⭐⭐

检测指标：

1. 感叹号密度变化（每段感叹号数量）
2. 脏话/口语词分布（"他妈"、"扯淡"、"算了"等）
3. 短句（<10字）的分布

判定：

• 如果情绪强度在全文中保持稳定（波动 < 30%）→ AI味道
• 如果没有突然的情绪高潮或低谷 → AI味道

改写建议：

• 在某些段落突然插入短句："买彩票。"
• 在某些段落突然爆发："这他妈就是个笑话！"
• 在某些段落突然冷静："算了，不说这个。"

1.3 "完美收尾"检测 ⭐⭐⭐⭐

AI典型收尾模式：

• 回扣主题 + 升华立意 + 给出答案
• "所以，XXX的真相是...我们应该...只有这样，才能..."
• "综上所述..."、"让我们共同期待..."

判定： 如果结尾段落同时满足以下3点 → AI味道

1. 明确回应了开头的问题
2. 给出了"答案"或"启示"
3. 使用了总结性词汇

改写建议：

• 戛然而止，不解释："时间从来不欠任何人一个交代。"
• 留下悬念："那4000个孩子的时间去哪儿了？"
• 反问结尾："你说呢？"

1.4 教科书式表达检测 ⭐⭐⭐⭐

禁用词汇清单：

• "值得我们深思"
• "引发了广泛关注"
• "具有重要意义"
• "不难发现"
• "由此可见"
• "在当今社会"
• "随着...的发展"
• "众所周知"

判定： 出现 ≥2 个禁用词汇 → AI味道

改写建议： 直接删除，或改成人话：

• "值得深思" → "想想就他妈可怕"
• "不难发现" → "你看"
• "由此可见" → "所以说"

---

第二阶段：深度病症检测（建议执行）

1.5 句式重复度检测 ⭐⭐⭐⭐

检测方法： 统计每段的开头句式，如果重复率 > 30% → AI味道

常见AI句式模式：

• "...对吧？但你有没有想过..."（反问+转折）
• "...听起来很X，但实际上..."（对比句式）
• "关键在于..."、"问题是..."（引导句）
• "先说说..."、"再看看..."（顺序词）

改写建议： 打乱句式，增加变化：

• 有的段落用陈述句开头
• 有的段落用反问开头
• 有的段落用数据开头
• 有的段落用脏话开头

1.6 逻辑链过于工整 ⭐⭐⭐⭐

AI典型逻辑链：

引入话题 → 正面案例 → 反面案例 → 深层原因 → 总结升华

判定： 如果全文逻辑推进呈现明显的"总-分-总"或"递进式"结构， 且每段都严格服务于主题 → AI味道

改写建议：

• 允许"跑题"：写着写着突然吐槽别的事
• 允许"拉回来"："扯远了，说回XXX"
• 允许"重复"：某个观点反复提，从不同角度说

1.7 数据堆砌检测 ⭐⭐⭐

判定： 如果每段都有数据/案例，且分布均匀 → AI味道

AI写作：

段1：数据A → 段2：案例B → 段3：数据C → 段4：案例D

人类写作：

段1-3：连续吐槽，没数据 → 段4：突然甩出3个数据 → 段5-6：又开始吐槽

改写建议：

• 把数据集中在某几段
• 其他段落纯观点/纯吐槽

1.8 过渡自然度检测 ⭐⭐⭐

AI过渡词：

• "说到这儿，我们不得不提..."
• "但问题远不止于此..."
• "更深层的原因在于..."

人类过渡词：

• "扯远了。"
• "算了，不说这个。"
• "对了，还有个事儿..."

判定： 如果段落之间的过渡都很"丝滑"，没有突兀感 → AI味道

1.9 段落功能单一性检测 ⭐⭐⭐

AI段落功能：

段1：引入 → 段2：论证 → 段3：举例 → 段4：反驳 → 段5：总结

人类段落功能：

段1：引入+吐槽+举例 → 段2：论证+跑题+拉回来 → 段3：纯吐槽 → 段4：突然总结

判定： 如果每段只做一件事，且功能分布均匀 → AI味道

1.10 标点符号单调性检测 ⭐⭐⭐

统计全文标点符号使用率：

• 感叹号：应占 10-15%
• 省略号：应占 5-8%
• 破折号：应占 3-5%
• 问号：应占 8-12%

判定： 如果全文只用句号、逗号、问号， 且感叹号/省略号/破折号使用率 < 5% → AI味道

---

1.11 假名人案例检测 ⭐⭐⭐⭐

检测方法： 扫描全文，查找"人名 + 年龄 + 职业"的案例模式

AI典型案例模式：

• "张三，35岁，从部门经理位置辞职..."
• "李四，40岁，在体制内工作了15年..."
• "王五，28岁，互联网大厂员工..."
• "薛冰雷，35岁，部门经理..."

判定： 如果出现"陌生人名 + 具体年龄 + 职业背景"的案例 → AI味道

问题：

1. 读者会质疑："这人是谁？"
2. 真实感弱（像编的）
3. 打断阅读节奏
4. 不是名人却用真名，显得很假

改写建议：

方案1：用"我朋友"代替

❌ "薛冰雷，35岁，部门经理..."
✅ "我有个朋友，35岁，部门经理..."

方案2：用身份标签代替

❌ "程亮，体制内辞职的..."
✅ "一个体制内的朋友，辞职后..."

方案3：用"老王""小李"等通用称呼

❌ "薛冰雷，35岁..."
✅ "老王，35岁..."

方案4：用"我见过"增加真实感

❌ "薛冰雷辞职创业了"
✅ "我见过一个35岁的部门经理，辞职创业..."

例外情况： 如果是真正的名人（如刘润、马云、雷军），可以直接用名字

---

1.12 平淡度检测（传播力缺失）⭐⭐⭐⭐⭐

核心问题： 文章正确、完整、逻辑清晰，但完全没有传播力

检测维度：

1. 情绪爆发点检测

• 统计全文感叹号数量
• 统计脏话/口语词数量（"他妈"、"扯淡"、"算了"）
• 统计短句（<10字）数量

判定：

• 全文感叹号 < 3个 → 情绪平淡
• 全文无脏话/口语词 → 过于温和
• 全文短句 < 5个 → 缺少情绪爆发

2. 金句密度检测

• 扫描全文，查找可截图分享的句子
• 金句特征：对仗、反转、极端表达、一针见血

判定：

• 全文金句 < 2个 → 无分享价值

金句示例：

✅ "27岁是企业的燃料，40岁是家庭的支柱。"
✅ "船票有限，但你的命只有一条。"
✅ "欲望是别人的，但命是你自己的。"
❌ "这就是问题的核心。"（太平淡）

3. 案例画面感检测

• 检查案例是否有具体细节（对话、动作、场景）

AI案例（无画面感）：

薛冰雷，35岁，从部门经理位置辞职创业。

人类案例（有画面感）：

老王，35岁，部门经理。辞职那天，老板问他想清楚了吗，他说想清楚了。
两年后，他在朋友圈发了条动态："创业不易，且行且珍惜。"
配图是一张空荡荡的办公室。你猜他想清楚了吗？屁。

判定： 如果所有案例都是"陈述事实"，没有对话/动作/场景 → 缺少画面感

4. 过渡词温和度检测

• 统计"说理型过渡词"的使用频率

AI过渡词（温和）：

• "那问题来了"
• "这就是问题的核心"
• "所以，回到..."
• "区别在哪？"

人类过渡词（直接）：

• "扯远了。"
• "算了，不说这个。"
• "对了，还有个事儿..."
• "你他妈别装了。"

判定： 如果全文都是"说理型过渡词"，没有"口语型过渡词" → 像在讲课

5. 结尾检测（最致命）

• 检查是否有"思考题"结尾

AI结尾（最大败笔）：

思考题：你现在追求的东西，如果没人知道，你还追求吗？

人类结尾（有力）：

方案1（反问）：你说呢？
方案2（金句）：欲望是别人的，但命是你自己的。
方案3（戛然而止）：算了，不说了。

判定： 如果结尾是"思考题" → 直接暴露AI身份，必须删除

---

改写建议：

问题1：缺少情绪爆发

❌ "心理学家研究了几十年，结论是：绝大多数人一辈子都想不清楚。"

✅ "心理学家研究了几十年，结论他妈的扎心：绝大多数人一辈子都想不清楚。
你以为你40岁了就该想明白了？做梦。"

问题2：缺少金句

❌ "这就是问题的核心。"

✅ "27岁是企业的燃料，40岁是家庭的支柱。"

问题3：案例无画面感

❌ "薛冰雷，35岁，从部门经理位置辞职创业。"

✅ "老王，35岁，部门经理。辞职那天，老板问他想清楚了吗，他说想清楚了。
两年后，他在朋友圈发了条动态：'创业不易，且行且珍惜。'
配图是一张空荡荡的办公室。你猜他想清楚了吗？屁。"

问题4：删掉"思考题"

❌ "思考题：你现在追求的东西，如果没人知道，你还追求吗？"

✅ "下次当你说'我想要'的时候，停下来问自己——这个'想要'，是谁的？

你说呢？"

---

诊断后必须给出：

1. 具体指出哪些段落/句子有AI味（标注段落编号）
2. 这种AI味会让读者产生什么反应（如："段落长度太整齐，读者会觉得这是模板文"）
3. 直接给改写示范，而不是笼统的"建议修改"
4. 优先级排序：哪些必须改，哪些建议改

2. 深度诊断维度

• 篇幅冗余： 识别离题内容、重复论据或过于冗长的段落（建议单段不超过200字）。
• 节奏律动： 检查句式与段落长度的变化。混合使用长句与短句，长短段落错落有致。
• 内容重复： 同一观点或案例避免在不同章节反复出现。
• "教科书味"消除： 将抽象概念（如"认知升级"）替换为具体的行为描述或具象场景。

3. 构建改进路径

• 核心问题描述： 明确指出哪一段、哪句话存在问题。
• 后果分析： 解释该问题为何影响读者的体验（如“信息过载会导致读者跳读”）。
• 可执行建议： 提供明确的动作（删除、合并、改写成反问句等）。

4. 输出审稿报告格式

报告必须包含：

• 整体评估： 给出篇幅、节奏、表达的综合反馈。
• 修改清单： 按优先级（必须修改 / 建议修改 / 可选优化）分类列出建议。
• 复审邀请： 告知用户修改后可再次发送进行验证。

示例 (Examples)

用户： 帮我审一下这篇文章（节选）：

洗稿的危害

首先， 洗稿严重损害了原创者的利益。其次， 它破坏了内容生态的健康发展。最后， 这种行为会导致整个行业的信任危机。

如何识别洗稿？

识别洗稿需要掌握以下几个关键技巧： 技巧一： 反向搜索... 技巧二： 对比阅读...

AI：

AI味诊断（致命问题）：

1. 小标题泛滥——每隔一段就来个"##"，这是典型的AI输出格式，人类写公众号文章不会这么干
2. "首先...其次...最后..."三段论——读者看到这个格式直接就知道是AI写的，跳过
3. "技巧一："这种编号加粗——太工整了，像PPT大纲而不是文章

改写示范： 把那段"首先/其次/最后"砍掉，直接写：

洗稿这事儿最恶心的地方在哪？原创者熬了三个月写出来的东西，被人半小时"洗"完，阅读量还比你高十倍。你说气不气？更气的是，你想告他，律师费可能比赔偿金还贵。

这才是人话。不需要小标题，不需要"首先其次"，一口气说完。”

最佳实践 (Best Practices)

• 去AI味是第一优先级： 没有任何问题比"这篇文章看起来像AI写的"更严重。其他问题都可以容忍，这个不行。
• 必须执行基础检测： 段落长度标准差、情绪波动、完美收尾、教科书式表达——这4项必须检测。
• 量化检测优先： 能用数字说明的问题（如标准差<50字）比主观判断更有说服力。
• 不做软评价： 避免使用"写得一般"这种模糊辞令，直接给"把第3段案例删掉一半"。
• 区分主次： AI味 > 结构性问题 > 逻辑性问题 > 修辞优美度。
• 给改写示范： 每指出一个问题，必须附上"人话版"改写，不能只说"建议修改"。

版本记录 (Version History)

• v2.2.0 (2026-01-19): 新增"平淡度检测"，检测文章缺少情绪、金句、画面感等传播力问题。
• v2.1.0 (2026-01-19): 新增"假名人案例检测"，解决AI使用陌生人名+年龄+职业的案例模式问题。
• v2.0.0 (2025-12-26): 重大升级！新增10项量化AI检测规则，包括段落长度标准差、情绪波动、句式重复度等。
• v1.1.0 (2025-12-20): 新增"AI味道检测"作为最高优先级诊断维度。
• v1.0.0 (2025-12-20): 初始版本，基于官方 Skill 规范优化。