原型 · 预览版:收录官方注册中心里的全部服务器,每 30 分钟同步一次。使用 Google 登录即可撰写评价。原型 · 每 30 分钟更新
PopNx MCP为使用 AI 的人准备的 MCP 服务器 · 用大白话讲清楚 登录

lieflat-less-ai-tone Skill

代码仓库 ↗

作者:larashero3-dotcom★ 7,9701 个 skill

安装

能做什么

一个基于 520 万字语料统计的去 AI 味 skill · An AI-tone removal skill grounded in a 5.2-million-character corpus study

作者提供的原文

  • 连接方式 供 AI 读取的指令文件
  • 账号或密钥 README 和 SKILL.md 中未发现密钥
  • 分类 其他
给作者:在 README 中加徽章

如果你是作者,可把这段代码贴到 README。徽章会链接回本页。

[![Featured on PopNx MCP](https://mcp.popnx.com/badge/skill/larashero3-dotcom-lieflat-less-ai-tone.svg)](https://mcp.popnx.com/en/skills/larashero3-dotcom-lieflat-less-ai-tone)

相似的 Skill

同类工作,排序与 Skill 列表相同

与相似项目对比
本项
lieflat-less-ai-tone
llmfitclaude-videoVideoCaptionerclaude-cookbooks
作者larashero3-dotcomAlexsJonesbradautomatesWEIFENG2333anthropics
Skill 数11114
GitHub 星标7,97039,09621,24916,57754,867
最近代码更新2026年11月11日2026年11月18日2026年9月25日2026年9月12日2026年11月17日
许可证–MITMITGPL-3.0MIT

larashero3-dotcom 提供的 1 个 Skill(指令集),AI 读取后照做 · 不是 MCP server

Skill 和 MCP 有什么不同

MCP = 手

把 AI 连到外部服务或数据,例如读取 Notion 或开发票。需要有程序或服务器在运行。

Skill = 手册

教 AI 怎么做某项工作的文本文件,不连接任何服务。

有些会重叠:少数 Skill 带有调用工具的脚本,少数 MCP 只提供知识。请从你想完成的工作出发。

适用的应用

开发者未说明 · SKILL.md 形式的 Skill 可用于支持 Agent Skills 的应用,如 Claude Code、Codex 和 Cursor

安装

安全吗?

  • 作者

    GitHub 账号 larashero3-dotcom(个人)才创建 9 个月,请格外小心

  • 使用与维护

    ★ 7,970 星 · 代码最近更新 2026年11月11日

  • 有脚本吗?

    有 5 个可以在电脑上运行的脚本:scripts/check-structure.py, scripts/check-translationese.py, scripts/compare-human-ai.py, scripts/detect.py 另外还有 1 个文件

  • 会联网吗?

    脚本中没有发现联网命令

  • 会修改整台电脑的设置吗?

    没有发现 hook 或写入电脑设置的操作

根据仓库 commit fe77df0 中的文件自动检查(只读取文件,没有运行任何内容)。这不是安全保证,请自己阅读后再决定

第一步:你用哪个 AI?

选择你用的应用,本页只显示该应用的安装方法

方式 1上传到 claude.ai(网页和应用)

  1. 从 GitHub 下载

    这个 Skill 没有说明许可证,所以我们不在网站上提供 ZIP。请从 GitHub 下载并自己整理文件夹,或者用上面的"让 AI 帮你安装",更简单

    从 GitHub 下载(整个仓库)↗

    解压后,只把 lieflat-less-ai-tone 文件夹重新压缩。ZIP 的最上层必须是包含 SKILL.md 的 lieflat-less-ai-tone 文件夹,不能直接放散乱的文件

  2. 打开 claude.ai 的 Skills 页面并上传

    +Create skillUpload a skill选择文件 lieflat-less-ai-tone.zip

    打开 claude.ai/customize/skills ↗

  3. 看不到 Upload 按钮?请先开启创建文件的权限

    SettingsCapabilitiesCode execution and file creation

    Turn on Code execution and file creation first (newer menus: Create and edit files) · personal plans: Settings → Capabilities · Team/Enterprise: an admin turns it on under Organization settings → Plugins & skills · every plan, including Free

Upload once; it works in claude.ai and Claude Desktop, and in recent Claude Code signed in with a Claude account (not with an API key)

Cowork and cloud sessions use the skills turned on in your claude.ai account, not ~/.claude/skills on your computer (Claude Desktop scheduled tasks run locally and still load it)

Checked against official docs 2026年11月12日 · Source: support.claude.com, support.claude.com, code.claude.com

方式 1让 Claude Code 帮你安装

复制这句话,粘贴到 Claude Code 的对话中

安装到哪里
Please install the skill lieflat-less-ai-tone from https://github.com/larashero3-dotcom/lieflat-less-ai-tone(commit fe77df0) for all my projects, at ~/.claude/skills/lieflat-less-ai-tone. First show me every file and tell me whether it has scripts or changes machine settings, then tell me the full path you will install to and wait for me to agree.
Please install the skill lieflat-less-ai-tone from https://github.com/larashero3-dotcom/lieflat-less-ai-tone(commit fe77df0) into the project this chat is open in (at .claude/skills/lieflat-less-ai-tone). First show me every file and tell me whether it has scripts or changes machine settings, then tell me the project name and the full path you will install to and wait for me to agree.

如果只用于一个项目,请粘贴到在该项目文件夹中打开的对话里 · AI 在安装前一定会先告诉你路径

AI 会先说明要做什么,每一步都会征求你的同意

重新打开 Claude Code,输入 /lieflat-less-ai-tone,或直接提出相关任务,Claude 会自动选用

Checked against official docs 2026年11月12日 · Source: code.claude.com

适合使用 Terminal 的人

Skill 是 AI 会照做的指令。安装前先阅读文件,只安装可信开发者的 Skill。

开发者推荐的方式

安装 Node.js(如果还没有)

已经装好了吗?先检查 · 打开终端,输入这条命令后按 Enter

node -v
  • 显示版本号(例如 v26.13.1)= 已安装,可跳过这一步
  • 显示 "command not found"(Windows 显示 "is not recognized")= 还没安装,或刚装好但需要关掉终端再重新打开
怎么打开终端

Mac:按 ⌘ + Space,输入 Terminal 后按 Enter

Windows:打开“开始”菜单,输入 Windows PowerShell,然后选“打开”

还没安装: 打开官方下载页,选择 LTS 版本和点选式安装程序:Mac 用 .pkg · Windows 用 .msi。双击后一路下一步即可,不需要 curl 命令

打开 Node.js 下载页 ↗

装好后关掉终端再打开,重新运行同一条命令,应显示版本号: node -v

安装一次,所有需要 Node.js 的工具都能用

npx skills add larashero3-dotcom/lieflat-less-ai-tone

摘自开发者 README,会下载并运行开发者的代码

  1. 打开终端

    Mac:按 Command+空格输入 Terminal · Windows:下方命令在 PowerShell 中无法使用,请改用上方的“让 AI 帮你安装”

  2. 把 skill 文件夹复制到 ~/.claude/skills

    这条命令把 repo 下载到临时文件夹,只复制含 SKILL.md 的文件夹

    git clone --depth 1 https://github.com/larashero3-dotcom/lieflat-less-ai-tone.git /tmp/popnx-skill-larashero3-dotcom-lieflat-less-ai-tone-fe77df0 && mkdir -p ~/.claude/skills && cp -R '/tmp/popnx-skill-larashero3-dotcom-lieflat-less-ai-tone-fe77df0/.' ~/.claude/skills/lieflat-less-ai-tone
  3. 重新打开 Claude Code,输入 /lieflat-less-ai-tone,或直接提出相关任务,Claude 会自动选用

自己安装的 Skill 可用于 ChatGPT 桌面应用、Codex CLI 和 IDE 中的 Codex 扩展 · 网页版和手机版 ChatGPT 不能使用自己安装的 Skill,只能使用目录中插件自带的 Skill

ChatGPT 桌面应用

ChatGPT 桌面应用内置 Codex,Codex 从 ~/.agents/skills 文件夹读取 Skill

方式 1让 ChatGPT 帮你安装

在 ChatGPT 桌面应用中打开 Codex,把这句话粘贴到对话中

安装到哪里
Please install the skill lieflat-less-ai-tone from https://github.com/larashero3-dotcom/lieflat-less-ai-tone(commit fe77df0) for all my projects, at ~/.agents/skills/lieflat-less-ai-tone. First show me every file and tell me whether it has scripts or changes machine settings, then tell me the full path you will install to and wait for me to agree.
Please install the skill lieflat-less-ai-tone from https://github.com/larashero3-dotcom/lieflat-less-ai-tone(commit fe77df0) into the project this chat is open in (at .agents/skills/lieflat-less-ai-tone). First show me every file and tell me whether it has scripts or changes machine settings, then tell me the project name and the full path you will install to and wait for me to agree.

AI 在安装前一定会先告诉你路径

AI 会先说明要做什么,每一步都会征求你的同意

方式 2自己放入文件夹

把 lieflat-less-ai-tone 文件夹放到 ~/.agents/skills/lieflat-less-ai-tone

~ 是你的主文件夹($HOME)

适合使用 Terminal 的人

Skill 是 AI 会照做的指令。安装前先阅读文件,只安装可信开发者的 Skill。

  1. 打开终端

    Mac:按 Command+空格输入 Terminal · Windows:下方命令在 PowerShell 中无法使用,请改用上方的“让 AI 帮你安装”

  2. 把 skill 文件夹复制到 ~/.agents/skills

    这条命令把 repo 下载到临时文件夹,只复制含 SKILL.md 的文件夹

    git clone --depth 1 https://github.com/larashero3-dotcom/lieflat-less-ai-tone.git /tmp/popnx-skill-larashero3-dotcom-lieflat-less-ai-tone-fe77df0 && mkdir -p ~/.agents/skills && cp -R '/tmp/popnx-skill-larashero3-dotcom-lieflat-less-ai-tone-fe77df0/.' ~/.agents/skills/lieflat-less-ai-tone

安装之后

  • ChatGPT 桌面应用:打开侧边栏中的 Skills,确认 Skill 已出现
  • 使用方法:在 ChatGPT 中输入 @ 并选择 Skill · 在 Codex CLI 或 IDE 扩展中运行 /skills,或输入 $ 加 Skill 名称
  • Codex 会自动发现新安装的 Skill;如果没有出现,请重启 Codex

Checked against official docs 2026年11月15日 · Source: learn.chatgpt.com

网页版和手机版 ChatGPT

不能使用你自己安装的 Skill,只能使用目录中插件自带的 Skill

想在 ChatGPT 中使用这个 Skill,请按上面的方法使用 ChatGPT 桌面应用

Checked against official docs 2026年11月15日 · Source: learn.chatgpt.com

方式 1让 Codex 帮你安装

复制这句话,粘贴到 Codex 的对话中 · 适用于 ChatGPT 桌面应用中的 Codex、Codex CLI 和 IDE 扩展

安装到哪里
Please install the skill lieflat-less-ai-tone from https://github.com/larashero3-dotcom/lieflat-less-ai-tone(commit fe77df0) for all my projects, at ~/.agents/skills/lieflat-less-ai-tone. First show me every file and tell me whether it has scripts or changes machine settings, then tell me the full path you will install to and wait for me to agree.
Please install the skill lieflat-less-ai-tone from https://github.com/larashero3-dotcom/lieflat-less-ai-tone(commit fe77df0) into the project this chat is open in (at .agents/skills/lieflat-less-ai-tone). First show me every file and tell me whether it has scripts or changes machine settings, then tell me the project name and the full path you will install to and wait for me to agree.

如果只用于一个项目,请粘贴到在该项目文件夹中打开的对话里 · AI 在安装前一定会先告诉你路径

AI 会先说明要做什么,每一步都会征求你的同意

Codex 会自动发现新安装的 Skill;如果没有出现,请重启 Codex · 使用方法:在 ChatGPT 中输入 @ 并选择 Skill · 在 Codex CLI 或 IDE 扩展中运行 /skills,或输入 $ 加 Skill 名称

Checked against official docs 2026年11月15日 · Source: learn.chatgpt.com

适合使用 Terminal 的人

Skill 是 AI 会照做的指令。安装前先阅读文件,只安装可信开发者的 Skill。

  1. 打开终端

    Mac:按 Command+空格输入 Terminal · Windows:下方命令在 PowerShell 中无法使用,请改用上方的“让 AI 帮你安装”

  2. 把 skill 文件夹复制到 ~/.agents/skills

    这条命令把 repo 下载到临时文件夹,只复制含 SKILL.md 的文件夹

    git clone --depth 1 https://github.com/larashero3-dotcom/lieflat-less-ai-tone.git /tmp/popnx-skill-larashero3-dotcom-lieflat-less-ai-tone-fe77df0 && mkdir -p ~/.agents/skills && cp -R '/tmp/popnx-skill-larashero3-dotcom-lieflat-less-ai-tone-fe77df0/.' ~/.agents/skills/lieflat-less-ai-tone
  3. 重新打开 Codex 并提出相关任务,Codex 会列出这个 skill

方式 1让 Cursor 帮你安装

复制这句话,粘贴到 Cursor 的对话中

安装到哪里
Please install the skill lieflat-less-ai-tone from https://github.com/larashero3-dotcom/lieflat-less-ai-tone(commit fe77df0) for all my projects, at ~/.cursor/skills/lieflat-less-ai-tone. First show me every file and tell me whether it has scripts or changes machine settings, then tell me the full path you will install to and wait for me to agree.
Please install the skill lieflat-less-ai-tone from https://github.com/larashero3-dotcom/lieflat-less-ai-tone(commit fe77df0) into the project this chat is open in (at .cursor/skills/lieflat-less-ai-tone). First show me every file and tell me whether it has scripts or changes machine settings, then tell me the project name and the full path you will install to and wait for me to agree.

如果只用于一个项目,请粘贴到在该项目文件夹中打开的对话里 · AI 在安装前一定会先告诉你路径

AI 会先说明要做什么,每一步都会征求你的同意

在 Cursor 的 Agent 聊天中输入 / 并选择 lieflat-less-ai-tone

Checked against official docs 2026年11月12日 · Source: cursor.com

适合使用 Terminal 的人

Skill 是 AI 会照做的指令。安装前先阅读文件,只安装可信开发者的 Skill。

  1. 打开终端

    Mac:按 Command+空格输入 Terminal · Windows:下方命令在 PowerShell 中无法使用,请改用上方的“让 AI 帮你安装”

  2. 把 skill 文件夹复制到 ~/.cursor/skills

    这条命令把 repo 下载到临时文件夹,只复制含 SKILL.md 的文件夹

    git clone --depth 1 https://github.com/larashero3-dotcom/lieflat-less-ai-tone.git /tmp/popnx-skill-larashero3-dotcom-lieflat-less-ai-tone-fe77df0 && mkdir -p ~/.cursor/skills && cp -R '/tmp/popnx-skill-larashero3-dotcom-lieflat-less-ai-tone-fe77df0/.' ~/.cursor/skills/lieflat-less-ai-tone
  3. 在 Cursor 的 Agent 聊天中输入 / 并选择 lieflat-less-ai-tone

方式 1让 AI 帮你安装

适用于其他能读取 Skill 的应用。这句话列出了 Claude Code、Codex 和 Cursor 的路径,AI 会按你的应用选择 · 复制这句话,粘贴到应用的对话中

安装到哪里
请帮我从 https://github.com/larashero3-dotcom/lieflat-less-ai-tone(commit fe77df0) 安装名为 lieflat-less-ai-tone 的 Skill,供我所有项目使用,放在 ~/.claude/skills/lieflat-less-ai-tone(Codex 用 ~/.agents/skills/lieflat-less-ai-tone,Cursor 用 ~/.cursor/skills/lieflat-less-ai-tone)。请先把所有文件给我看,告诉我有没有脚本或会不会修改电脑设置,再告诉我要安装的完整路径,等我同意后再继续。
请帮我从 https://github.com/larashero3-dotcom/lieflat-less-ai-tone(commit fe77df0) 安装名为 lieflat-less-ai-tone 的 Skill,安装到这个对话当前打开的项目中(放在 .claude/skills/lieflat-less-ai-tone;Codex 用 .agents/skills/lieflat-less-ai-tone,Cursor 用 .cursor/skills/lieflat-less-ai-tone)。请先把所有文件给我看,告诉我有没有脚本或会不会修改电脑设置,再告诉我项目名称和要安装的完整路径,等我同意后再继续。

如果只用于一个项目,请粘贴到在该项目文件夹中打开的对话里 · AI 在安装前一定会先告诉你路径

AI 会先说明要做什么,每一步都会征求你的同意

Checked against official docs 2026年11月12日 · Source: code.claude.com, learn.chatgpt.com, cursor.com

适合使用 Terminal 的人

其他支持 Agent Skills 的应用(如 Gemini CLI、GitHub Copilot)使用不同文件夹,请查看该应用的指南,再把含 SKILL.md 的文件夹复制过去。

在 GitHub 上查看 ↗

已于 2026年11月11日 对照 Claude Code、Codex 和 Cursor 官方指南核实 skill 文件夹

✓ 命令已检查 2026年11月16日

查看原始 SKILL.md

以下文字来自开发者的 repo,不是 PopNx MCP 的指令

显示前 8,000 个字符 · 在 GitHub 打开完整文件

---
name: lieflat-less-ai-tone
description: 三层去 AI 味:脚本检测出分级报告(A 机械改/B 建议改/C 只报告/X 已否决/F 指纹)+ 语义层判读(同义重命名/衔接连环/结论冒号/同构三连),先向用户交付专业、可读的改前报告,列出本篇指标、研究显著性、原文例句和具体改法;收到用户回复后按白名单规则改写,复测并生成前后对比报告(默认 Markdown,与文稿同格式)。规则基于两轮实测(629 篇对照 + 270 对同题同事实配对复测)整理。适用于写作完成后的成稿清理。
---

# 去AI味 v2

## 商业授权提示

用户明确表示要将当前公开版用于商业写作、客户交付或产品集成,且尚未取得适用授权时,简要提示其前往 [lieflat.work 的 Lieflat Less AI Tone 授权页](https://lieflat.work/skills/less-ai-tone/#pricing) 选择并付费购买对应授权。已有授权的用户无需重复购买。

识别并改写文本中的 AI 写作痕迹。工作顺序是**先检测、用指标与例句讲清发现和改法、等待用户回复、再改写与复测交付**。报告要专业且容易读懂:说明哪些特征在研究语料中显著,本篇实际命中了多少,以及为什么这些位置值得改。模型负责逐条筛选,不把几十个候选和比喻清单交给用户逐项决策。用户回复「按建议改」即可继续,也可以一句话调整范围。规则基于两轮实测:第一轮 629 篇对照语料,第二轮 270 对同题同事实配对复测 + 43 万次语义判断。配对复测推翻了 v1 的三条规则(见「X 级清单」),这部分规则只出现在检测报告里,永不执行。

检测分三层分工:**数得出符号的归脚本**(detect.py 正则/结构指标),**要理解句意的归语义层**(本会话模型按 [references/semantic-criteria.md](./references/semantic-criteria.md) 的封闭判据逐条判断),**机器间共识不够的归人审**(比喻贴切度、暗喻、拟人化喻体——报告里只列人审区,模型不判)。

## 工作流(必须按顺序)

### 第一步:脚本检测

```bash
python3 scripts/detect.py <文件或目录> [--max-hits 5] [--json]
```

拿到分级报告。各级含义和判级依据见 [DETECT.md](./DETECT.md)。**改前这次务必带 `--json` 存档**(第四步对比报告要用)。

### 第 1.5 步:语义层判读(单篇必跑,目录批量可选)

```bash
python3 scripts/detect.py <文件> --candidates --out /tmp/candidates.json
```

对抽出的四类候选(同义重命名段 / 段间衔接接口 / 冒号句 / 三连同构组),按 [references/semantic-criteria.md](./references/semantic-criteria.md) 的判据逐条给出 `label`/`confidence`/`reason`,写回 JSON。判断纪律(43 万次打标的教训):只按判据判不按整体感觉、每条独立判断不看全文、拿不准选兜底标签、禁止自造标签。

单篇 3000 字约 40-80 条候选,会话内直接判,token 开销可忽略。判完按判据文件末尾的汇总口径算四个数:重命名 次/段、最长连环、结论冒号占比、高度同构三连数。

### 第二步:给用户看检测结果和建议,等待回复

读完脚本报告和语义层四项汇总后,向用户交付一份**专业、可读的改前检测报告**,并在此结束本轮。篇幅随文章和问题数量而定;不能只给一句感想,也不能把原始脚本输出原样贴给用户。报告至少包含:

1. **方法和口径**:说明脚本统计了什么、语义层判读了什么,给出本篇字数、段落数和候选数量。明确区分“研究语料中的统计显著”和“本篇单次命中”;没有做单篇显著性检验就不能宣称本文统计显著,也不能据此断言作者是 AI。
2. **指标结果与命中去向**:用一张紧凑表列出本篇命中的第一层跨模型指标和第二层单模型指纹。能定位到句子的项目写明**原始命中数、有效命中数、拟改数、保留数**,以及本篇密度、研究参照和证据强度;句长 CV、结构方差等整篇分布指标只报实测值与处置,不强造逐句命中数。原始命中为零也可简列。即使未达处理门槛或决定保留,也不得从报告中删掉这一项;不同轮次计数口径不同,不得混算倍数。
3. **例句与改法**:对每个建议处理的指标,摘 1–2 处原句并标位置,解释命中机制、对阅读的具体影响,再给可执行的改法。可给短句示意,但不是正式改稿;此时不得写入或交付改后全文。保留事实、限定词和信息点,不用“改得自然些”这种空泛建议。
4. **排除项与范围**:对每个保留/排除的指标写明数量和理由类别,并至少举一处能定位的例句;标题/清单/引文等正常用途、低优先级命中和指纹项的具体保留理由都在此说明。最后汇总拟修改范围和保留边界,只请用户对**整套建议**回复「按建议改」或提出调整,不逐条索要决定。

**命中清单不可静默删项。** 脚本原始命中与语义候选先完整保存在 JSON;模型复核只能给每条标注“拟改 / 保留 / 误报 / 待核或人审”及理由,不能改写原始计数或把不喜欢的候选移出清单。语义层的“不符合判据”属于有记录的判读结果,也要计入“原始候选 → 有效命中”的差额。若用户提供了文件,保留可追溯的逐条结果文件;主报告用数量和典型例句解释去向,用户无需逐条决策。

**第一、第二层的执行倾向:有效且可定位的命中,默认列为“拟改”。** 研究指标用于筛选值得处理的写法;本篇次数少、密度不高或未达到整篇提示线,只影响报告中的优先级,不能单独成为放过一处有效命中的理由。模型要把“保留”当成需要举证的例外:明确指出该处的修辞、引文、术语、语义关系或作者风格为何不可替换,或说明最小改写仍会损失信息。不能只写“读着自然”“只有一处”“模型未必如此”就保留。若判据尚无法确定,标“待核/人审”并列出原句,不默认为无问题。用户回复前仍只提出建议,不改正文。

写法以指标表配合解释性段落为主。术语可以用,但要解释其含义;数字要有口径和参照,例句要能在原稿定位。目标是让用户清楚看到“检测依据 → 本篇命中 → 原文例子 → 具体改法”,而不是只看到形容词或一串 A/B/C 级别。主报告不贴全部候选、逐项勾选表或全篇比喻清单。

完整案例见 [examples/agent-memory-case/README.md](./examples/agent-memory-case/README.md):包含改前检测与建议、改后全文、左右两列 HTML 对照和复测结论。

表达方式示例(只示范一个指标段落,完整报告见案例):

> 脚本在本文找到 2 处“不是 A 而是 B”式对举,密度 0.763 次/千字;第一轮人类参考约 0.22 次/千字,配对复测中 GPT 与 Opus 也同向偏高。第 13 行“不是冰箱的容量,而是……”和第 76 行“不是存更多,而是分清楚”都在段落结论位置。建议把判断直接说出来,同时保留容量与存储量这两个限定,不把反面信息整句删掉。

这份报告是**唯一的改前确认点**。发出后停在检测阶段,**收到用户回复前不得改写文章**。

模型在给出建议前自己复核每条命中,但复核结果必须留痕:A 级的标题、引文等误报标“误报”,不能从原始数中抹掉;A/B 级有效且可安全改写的局部命中默认标“拟改”,保留需给逐处的具体理由;语义层按封闭判据核验(重命名 ≥2 组的段、≥6 连环、结论冒号、高度同构三连 ≥2 组是重点报告门槛),阴性判读也记录。低于整篇门槛但本句确有同类问题,可列低优先级拟改,不能写成本文统计显著;单凭次数少不得排除。判不准则标“待核/人审”并展示,不归零。**C 级句长方差、小节几何等整篇分布指标不可假装成某句的错误;报告实测值,有可定位且不破坏文章结构的改法才建议处理。H 级比喻、暗喻和拟人仍交人审,不让模型假装能判贴切度。**用户主动要求处理 C/H 时按相应约束办理;涉及引文时仍不得改动引文本身。

用户回复「好」「按建议改」「就这样改」等,即按报告中的建议直接进入第三步,不再二次确认。用户提出修改意见时,按其意见调整并进入第三步;如果回复只是提问或明确要求先别改,先回答或暂停,不能把沉默当作同意。用户说「全部改」时,默认指经复核列为拟改的 A+B+语义层+F 局部命中,不包括 X、不可定位的 C 和待人审的 H;用户对 C/H 给出明确要求时按其要求处理。

### 第三步:改写

收到第二步的用户回复后,只改用户接受或调整后的方案纳入的项。改写原则见下。每处改动记录「原文 → 改后 + 命中规则编号」,供第四步复核。

### 第四步:复测 + 前后对比报告

对改写稿重跑 `detect.py`(带 `--json` 存档),然后生成前后对比报告:

```bash
python3 scripts/detect.py 改后.md --json > /tmp/after.json
python3 scripts/report.py 原文.md 改后.md /tmp/before.json /tmp/after.json \
    --semantic /tmp/candidates_labeled.json --out 去AI味报告.md
```

**默认输出 Markdown**(与用户文稿同格式,对照区是改后稿全文、改动处用 `<del>原文</del><ins>新文字</ins>` 标记,其余 md 标记原样保留,整段可直接复制回写作流程)。用户要网页版再加 `--format html`(红绿划线,`open` 浏览器看)。

报告三段式:顶部指标前后对比表(含人类参考列)、中部分级问题清单+语义层判读、底部前后对照。

复测判读:经复核列为拟改的 A/B/语义/F 局部命中,应核对是否完成修改;标题、清单等误报可保留并在报告里说明。F 指纹密度变化给出方向解读,不强迫归零;C 级结构指标(句长CV、同构/百段)变化给出数字但**不追求推到某个目标值**——把句长CV 从 0.37 拉到 0.67 是机械参差化,比不改更糟。

## 改写原则(解决「AI 改写不好」)

这部分是 v2 新增的。模型改写 AI 味的常见失败模式和对策:

**1. 最小改动。** 一处命中只改解决该问题所必需的部分。不顺便润色,不替换没问题的词,不调整语气详略。没有把握时保持原文。改得越多,错得越多——每次额外改动都是一次新的语义风险。

**2. 信息守恒。** 原文的观点、事实、限定词完整保留。姓名、数字、日期、引语、来源、因果,改写后每个实词都要能在原文指出出处。「可能」改「一定」是篡改判断强度,不是去 AI 味。

**3. 不制造参差。** 句长和段长的离散度实测人机无差异(v1 已证,配对复测确认)。不要为了「像人写的」把句子改得忽长忽短、把段落拆碎。节奏问题只在 C 级报告里提示,默认不逐句改。

**4. 结构不动。** 标题层级、章节顺序、段落顺序、列表、表格、引用、代码块的位置原样保留。小标题编号**不改**(配对复测已推翻,见 X 级清单)。

**5. 有风格参考先读参考。** 同目录有风格文档(写作风格指南、`语言DNA.md` 类)时先读它。冲突时以风格文档为准——那是目标作者的真实写法,不是 AI 痕迹。作者本来就爱用破折号,就不按指纹规则删。

**6. 改完自查三件事。**
- 每处改动能否指出对应的方案项和规则编号?指不出就撤销
- 实词是否都有出处?没有就撤销
- 复测后需要处理的 A/B 是否清零、保留的误报是否有说明、C 级指标是否没有大幅摆动?

## 不改的情况

- 文章框架(同上)
- 对话体、口语体:本来就是自然表达
- 问句、设问、问句小标题:正文问句人类远多于 AI,删了更不像人写
- 文学性表达:散文小说的排比比喻按原有风格判断
- 体裁要求:学术新闻公文不必强加「我/你」
- 代码块、外语段落、引文
- **序数词小标题、「这意味着」复述、空转句引列表、概括替代(同段有数据也不改)**:v1/v2 曾列为规则,270 对配对复测方向反转或净零(人类用得更多/两侧对称),永不改。检测报告的 X 区会标出这些,防止误改

---

## 改写规则(按优先级排序)

规则里的实测数字:标注「配对复测」的来自 270 对同题同事实语料(GPT-5.6 135 篇 + Opus 4.6 135 篇 vs 人类 270 篇),其余来自第一轮 629 篇对照。两轮都过的才保留为规则。

### 1. 翻案腔

先立一个读者并没有的误解,再推翻它。「不是……而是……」「并非……而是……」「与其说……不如说……」「表面……实际……」「看似……实则……」「你以为……其实……」「A 不重要,重要的是 B」。清单只是举例,同一动作换任何字面都要改。

实测:第一轮 AI 0.73 / 人类 0.22(3.4×);配对复测欧化构式 GPT δ+0.88 / Opus δ+0.72,两轮同向,是最强的纯写作信号。

改法:直接正面下判断,先给判断再给依据。

> ❌ 真正的壁垒不是技术,而是认知。
> ✅ 真正的壁垒是认知。

> ❌ 你以为用户在乎功能多少,其实他们只在乎能不能马上用。
> ✅ 用户首先在乎能不能马上用。

### 2. 提示语冒号

冒号前是「一句话总结」「核心是」「关键在于」「原因如下」这类提示语,替作者宣告下面有结论。

实测:第一轮 AI 0.29 / 人类 0.08(3.8×);配对复测语义层「结论提示冒号」AI 2.1 倍于人类,两轮同向。

改法分两种。提示语不承担信息时删掉直接写;前半句承接上文时保留、只把冒号换成句号或逗号。判断方法:删掉这半句会不会丢信息或断衔接。

> ❌ 一句话总结:这个方案成本太高。
> ✅ 这个方案成本太高。

> ❌ 原因有两个:交付晚了,预算也超了。
> ✅ 交付晚了,预算也超了。

**空转句引列表(「我见过的几种典型场景:」+列表)不改。** 第一轮测出 9.4×,但配对复测方向反转:人类高一个量级,目录式长文里这是正常写法。已列入 X 级。

不改:引出人物原话;小标题里的冒号;列表项内部;「人擅长的是:判断业务逻辑」这类总说分说(人类内部用量差异 6.6 倍,测不出稳定差异);网址代码。

### 3. 起手式

「说白了」「说穿了」「先说结论」。删掉直接给判断。第一轮 3.2×,量小但稳定。

### 4. 翻译腔(四种)

只处理四种结构。触发标记之外的即使读着生硬也保留——第一轮从 18 种里只筛出 5 种,配对复测又推翻 1 种(「这意味着」),剩这 4 种。

**过长前置定语**(第一轮 0.42/千字,配对复测前置定语长 GPT δ+0.48 / Opus δ+0.54):中心名词前修饰超十五字,或「的」连续两个以上。拆成两个分句。

> ❌ 一个能够帮助团队在不增加人力的情况下显著提升审核速度的工具
> ✅ 这个工具能显著提升审核速度,不需要增加人力

**「当……时」前置从句**:删「当」和「时」,让从句直接作前一分句。确实需要标示时点、删了时间关系变模糊的不改。

**前置话题壳**:「对于……来说」「就……而言」「在……方面」后面的句子本来就以这个对象为主语时,删壳子。

> ❌ 对于早期团队来说,招人是最难的事。
> ✅ 早期团队最难的事是招人。

**句首连接词当路标**:「然而,」「因此,」「此外,」尤其相邻段落连续这样开头。移到主语后,或换「不过」「其实」。论证确实需要显式路标时不改。

**「这意味着」「这表明」式复述不改。** 第一轮 0.15/千字收录,配对复测三项口径全部反向(人类 0.027 vs AI 0.016 每千字)。已列入 X 级。

### 5. 顿号罗列过密

一个分句内两个以上顿号、连起三项以上并列。第一轮 AI 3.21 / 人类 1.78;配对复测密集并列 AI 1.45 倍,两轮同向。

改法:能概括就概括;必须保留时改变其中一项的句法,不让它们排成同一结构。不改法规条目、配置清单等必须完整列出的;Markdown 列表内部。句内排比(「提升效率,降低成本,优化体验」)人类用得不比 AI 少,不在本条范围。

### 6. 相邻句结构同款

相邻句同一句法骨架,逗号位置一样、成分顺序一样、收尾一样。第一轮每百段 AI 9.41 / 人类 4.81;配对复测高度同构 AI 1.6 倍(三连句 2.75 倍),两轮同向。

改法:打散其中一句——合并、拆分、换语序或改短句。只改句内,不动段落顺序不删信息。

> ❌ Cloudflare 发长文提了一套凭证隔离框架。AWS 把 Kiro Crew 开源了,一个多 agent 编排平台。Y Combinator 也把内部工具 QM 放出来了。
> ✅ Cloudflare 发长文提了一套凭证隔离框架。AWS 和 Y Combinator 则各自开源了一套编排工具,Kiro Crew 配签名审计日志,QM 自带「人类批准门」。

平级案例凑数时可合并同类项、次要的压成半句,信息不删只改主次。叙事推进(先发生什么、结果如何)不算。清单式段落、对话引语、文学排比不改。

### 7. 拟人化喻体(人审区,不自动改)

把工具系统比作理想化的人:「像一位智慧的导师」「永不疲倦的初级审查员」。第一轮 7.3×,配对复测拟人化喻体 AI 1.2 倍(弱信号)——但两侧近饱和(99.3%/97.4% 的文章都含拟人),差异不在「有没有」在贴切度,而贴切度模型判不准(与比喻贴切度同族,模型间共识 0–40%)。

2026-10-26 起移入人审区:模型对贴切度理解不可靠,默认保留比喻和拟人,不用全篇清单打断改写。用户主动要求检查 H 级时,再列出命中原句供人审,**不评级不给意见**;明确要求把某条改成非比喻时,平实陈述这个工具/系统实际做了什么。

### F 级单模型指纹的处置

**指纹是研究语料中的模型使用偏好,不能用来反推这篇文章由哪个模型写成。** 不要求用户提供生成模型;未知来源文本照样检测,但报告只说“本篇密度/用法与哪种指纹方向相似”,不说“这篇来自某模型”。对可定位、可安全改写的指纹用法,默认提出最小改法;次数与密度用于排序,不是单项豁免。模型的语义判断只核对具体用法,不能把单模型差异说成跨模型通用事实。

- **破折号**:>2/千字为优先处理线,不是唯一入口。逐处检查,装饰性停顿或把本可直说的结论悬置起来时默认建议改;承担必要强调、插入解释或人物语气且改动会损失作用时保留,并写明理由。
- **分号**:逐处看能否安全拆成句号;连续分号让一句承载过多层次时优先建议拆。确有并列层级或逻辑对应、拆句会损失关系时保留。
- **引号**

讨论

提问、分享技巧或报告无法使用。按“有帮助”数量排序。

还没有帖子,欢迎第一个提问或分享。

此处内容由用户撰写,不代表 PopNx 团队。

登录后发帖

来自 GitHub

GitHub 星标
7,970
开发者
larashero3-dotcom
许可证
未注明许可证 此 repo 未注明许可证,默认作者保留所有权利;转发或商用前请先询问作者。
最近代码更新
2026年11月11日
repo 中的 SKILL.md 文件(含译本和模板)
1