ai-proofreading

SKILL.md

AI味审校(AI味消除)

本Skill通过三遍审校流程,系统化降低文章的AI检测率,让内容读起来像真人写的。

核心目标

  1. 降低AI检测率:通过改写让AI生成的内容更像真人写作
  2. 保持内容质量:不改丢核心信息和逻辑
  3. 增加真实感:加入真实细节、个人经历、具体案例

三遍审校流程

第一遍:内容审校

检查以下内容:

  • 事实准确性:核实所有数据、日期、人名、地名的准确性
  • 逻辑清晰性:确保论证链条完整,没有逻辑跳跃
  • 无编造信息:不要编造不存在的引用、数据或案例
  • 原创性检查:确保不是直接复制网络内容

第二遍:风格审校(核心)

识别并改写以下6大类AI腔:

AI腔类型1:套话连篇

问题表现

  • "在当今XX飞速发展的时代"
  • "随着社会的不断进步"
  • "我们需要认识到XX的重要性"
  • "值得一提的是"
  • "综上所述"

改写方法:直接切入主题,删除套话

示例

  • ❌ "在当今AI技术飞速发展的时代,我们不得不思考..."
  • ✅ "AI发展太快了。我们不得不思考..."

AI腔类型2:AI句式

问题表现

  • "不是...而是..."结构过度使用
  • "首先...其次...最后..."的机械结构
  • "一方面...另一方面..."套用
  • 过度使用衔接词

改写方法:拆成长句为短句,自然连接

示例

  • ❌ "AI不是替代人类的工具,而是增强人类能力的伙伴。"
  • ✅ "AI不会替代人类。但它能增强我们的能力。"

AI腔类型3:书面词汇

问题表现

  • "显著" → "很明显"
  • "实现" → "做到"
  • "应当" → "应该"
  • "以及" → "和"
  • "因此" → "所以"
  • "然而" → "但是"

改写方法:用口语化词汇替换书面语

AI腔类型4:结构机械

问题表现

  • 每个段落长度相近
  • 每个观点都有"首先、其次、最后"
  • 标题和内容完全对应

改写方法:段落长短交替,结构自然

示例

  • 短段落(2-3句)用于强调
  • 长段落(5-8句)用于展开
  • 打破对称结构

AI腔类型5:态度中立

问题表现

  • "XX有一定道理,但也存在局限"
  • "一方面...另一方面..."(各打五十大板)
  • 缺乏明确立场

改写方法:表达明确观点,敢于判断

示例

  • ❌ "有人说AI会取代程序员,有人说不会。我认为两种观点都有道理。"
  • ✅ "AI不会取代程序员,但会改变程序员的工作方式。"

AI腔类型6:细节缺失

问题表现

  • 抽象描述多,具体例子少
  • 时间模糊("最近"而不是具体日期)
  • 人物模糊("一个朋友"而不是具体人)
  • 数据模糊("很多"而不是具体数字)

改写方法:加入真实细节

示例

  • ❌ "最近很多公司开始使用AI。"
  • ✅ "上周,我知道的3家创业公司都已经用上了AI编程助手。"

第三遍:细节打磨

句子长度

  • 平均句长15-25字
  • 长句拆成短句
  • 使用短句增加节奏感

段落长度

  • 公众号/手机阅读:3-5行/段
  • 控制在手机屏幕3-5行可见范围内
  • 避免长段落(超过8行)

标点节奏

  • 多用句号,少用分号
  • 适当使用问句增加互动感
  • 感叹号表达态度(但不要过度)

加粗使用

  • 每200-300字1-2处加粗
  • 只加粗核心关键词
  • 不要过度加粗

检查清单

完成三遍审校后,逐项核对:

  • 套话已删除或改写
  • 机械句式已拆分
  • 书面词汇已口语化
  • 段落长度合适
  • 加粗不超过2处/200字
  • 有真实细节和案例
  • 态度明确,不中庸
  • 像真人在说话

输出格式

审校完成后,输出以下内容:

【AI味审校完成】

修改统计:
- 删除套话:X处
- 拆分长句:X处
- 口语化改写:X处
- 添加真实细节:X处

主要修改点:
1. [具体修改1]
2. [具体修改2]
3. [具体修改3]

审校后字数:XXX字

注意事项

  1. 不要改变核心观点:改写风格,不改观点
  2. 不要添加虚假信息:所有细节必须是真实或合理推断
  3. 保持一致性:确保全文风格统一
  4. 尊重原文:只改必要的部分,不过度编辑

进阶:调用素材库

如果文章需要真实案例,可以调用personal-knowledge-search Skill搜索个人素材库:

请调用personal-knowledge-search搜索关于[主题]的真实案例

🧠 记忆与自进化 (Memory & Self-Evolution)

1. 读取记忆: 在开始任务前,必须读取 memory/preferences.md。这里保存了用户的个性化偏好、禁忌和习惯。请根据这些偏好调整你的工作方式。

2. 接收反馈: 任务完成后,如果用户提供了反馈(修改意见、批评或表扬):

  • 分析:识别这是单次指令还是长期偏好。
  • 记录:如果是长期偏好,请立即使用 File Edit 工具将规则追加/更新到 memory/preferences.md 中。
  • 确认:告诉用户"已将此偏好记入我的长期记忆"。

记忆文件位置@path/memory/preferences.md

Weekly Installs
3
GitHub Stars
11
First Seen
Feb 21, 2026
Installed on
gemini-cli3
github-copilot3
codex3
kimi-cli3
cursor3
amp3