diff --git a/README.md b/README.md index 318f7ba..1f3d28a 100644 --- a/README.md +++ b/README.md @@ -1,8 +1,9 @@ # Humanizer-zh: AI 写作去痕工具（中文版） > **声明：** -> - 本项目的核心文件翻译自 [blader/humanizer](https://github.com/blader/humanizer/tree/main) +> - 本项目的核心文件翻译自 [blader/humanizer](https://github.com/blader/humanizer/tree/main)（已同步至 v2.9.1） > - 实用工具部分（核心规则、快速检查清单、质量评分）参考了 [hardikpandya/stop-slop](https://github.com/hardikpandya/stop-slop) +> - AI 腔调补充清单参考了 [ossa-ma/tropes.fyi](https://tropes.fyi)（[gist](https://gist.github.com/ossa-ma/f3baa9d25154c33095e22272c631f5a1)） > - 原项目基于维基百科的 [Signs of AI writing](https://en.wikipedia.org/wiki/Wikipedia:Signs_of_AI_writing) 指南 --- @@ -96,7 +97,9 @@ git clone https://github.com/op7418/Humanizer-zh.git ~/.claude/skills/humanizer- ``` **输出示例：** -> 这家咖啡馆在杭州市中心开了三年，以手冲咖啡和老建筑改造的空间出名。 +> 这家咖啡馆位于杭州市中心，装饰有文化气息，是城市咖啡文化的一部分，顾客体验流畅直观。 + +（示例说明：删除"坐落在风景如画的……"（宣传性语言）、"令人叹为观止"（宣传性词汇）、"作为……焦点"（系动词回避 + 夸大意义）、"无缝、直观和充满活力的"（三段式法则）。改写只保留原文信息，不添加原文没有的事实。） #### 场景 2：改写学术摘要 @@ -107,7 +110,9 @@ git clone https://github.com/op7418/Humanizer-zh.git ~/.claude/skills/humanizer- ``` **输出示例：** -> 本研究分析了机器学习在医疗诊断中的应用，重点是肺癌早期筛查。研究使用了 2019-2023 年间 5000 例病历数据。 +> 本研究分析了机器学习在医疗诊断中的作用，以及它对该领域未来发展的影响。 + +（示例说明：删除"深入探讨"（AI 词汇）、"关键作用"（夸大意义）、"突出了……重要性"（肤浅分析）、"不断演变的医疗格局"（AI 词汇）、"奠定了坚实的基础"（夸大象征意义）。改写不添加原文没有的研究细节，如样本量、年份或具体病种。） #### 场景 3：改写博客文章 @@ -118,11 +123,26 @@ git clone https://github.com/op7418/Humanizer-zh.git ~/.claude/skills/humanizer- ``` **输出示例：** -> 我一直在想 AI 会怎么改变我们的工作方式。上周和几个做产品的朋友聊，有人觉得很兴奋，有人担心失业，大概率真相在中间某个无聊的地方。 +> 人工智能会改变我们思考未来的方式。一些专家认为，它对社会的影响将是持久的。 + +（示例说明：删除"不仅仅是一种技术，而是……革命"（否定式排比 + 夸大意义）、"行业专家认为"（模糊归因，不编造具体来源）、"整个社会"（虚假范围）。博客场景可以注入声音，但声音是观点和反应，不是编造的事实细节。） + +#### 场景 4：改写技术评论（新增腔调） + +**输入：** +``` +/humanizer-zh +结果？这个行业正面临"选择悖论"：选项越多，用户反而越难做决定。苹果没有做打车，脸书没有做照片分享，亚马逊没有做云计算。想象一个世界，你的每一个工具都能互相协作。 +``` + +**输出示例：** +> 这个行业选项越多，用户反而越难做决定。你的每一个工具都能互相协作。 + +（示例说明：删除"结果？"（自问自答修辞问句）、"选择悖论"（发明概念标签，换成冒号后的具体描述）、"苹果没有……脸书没有……亚马逊没有……"（历史类比堆砌）、"想象一个世界……"（"想象一个世界"式开场，直接陈述愿景）。改写只保留原文信息，不添加原文没有的事实。） ## 检测的 AI 写作模式 -本工具能够识别并修复 **24 种** AI 写作痕迹，分为四大类： +本工具能够识别并修复 **40 种** AI 写作痕迹，分为五大类： ### 📝 内容模式（6种） 1. 过度强调意义、遗产和更广泛的趋势 @@ -132,29 +152,56 @@ git clone https://github.com/op7418/Humanizer-zh.git ~/.claude/skills/humanizer- 5. 模糊归因和含糊措辞 6. 提纲式的"挑战与未来展望"部分 -### 🔤 语言和语法模式（6种） +### 🔤 语言和语法模式（7种） 7. 过度使用的"AI 词汇" 8. 避免使用"是"（系动词回避） -9. 否定式排比 +9. 否定式排比和句尾否定片段 10. 三段式法则过度使用 11. 刻意换词（同义词循环） 12. 虚假范围 +13. 被动语态和无主语句 ### 🎨 风格模式（6种） -13. 破折号过度使用 -14. 粗体过度使用 -15. 内联标题垂直列表 -16. 标题中的标题大写 -17. 表情符号 -18. 弯引号 +14. 破折号（删掉它们） +15. 粗体过度使用 +16. 内联标题垂直列表 +17. 标题中的标题大写 +18. 表情符号 +19. 弯引号 ### 💬 交流模式和填充词（6种） -19. 协作交流痕迹 -20. 知识截止日期免责声明 -21. 谄媚/卑躬屈膝的语气 -22. 填充短语 -23. 过度限定 -24. 通用积极结论 +20. 协作交流痕迹 +21. 知识截止日期免责声明和猜测性补洞 +22. 谄媚/卑躬屈膝的语气 +23. 填充短语 +24. 过度限定 +25. 通用积极结论 + +### 🔍 深层模式（15种） +26. 连字符词对过度使用（英文特有，中文对应翻译腔合成词） +27. 说服权威比喻（"真正的问题是""归根结底"） +28. 路标式预告（"让我们深入探讨"） +29. 碎片化标题 +30. diff 锚定写作 +31. 制造金句和断奏戏剧 +32. 格言公式 +33. 对话式修辞开场（"说实话？""你看"） +34. 自问自答修辞问句（"结果？……"） +35. 首语重复（排比句开头） +36. 发明概念标签（"XX 悖论""XX 陷阱"） +37. 死隐喻反复 +38. 历史类比堆砌 +39. "想象一个世界"式开场 +40. 分形总结（层层"预告-复述"） + +### 🧭 检测指南 + +除 40 种模式外，技能还包含**检测指南**，帮助你在改写时避免误伤人类写作： + +- **不要误报**：哪些特征单独出现时不是 AI 信号（如单独的破折号、单独的弯引号、完美的语法） +- **保留人类写作**：具体细节、复杂感受、时代印记等真人在写作的证据 + +另外还支持**声音校准**（提供作者写作样本时按样本风格改写）和三种**调用模式**（粘贴文本、文件、嵌入）。 ## 文件说明 @@ -167,7 +214,7 @@ git clone https://github.com/op7418/Humanizer-zh.git ~/.claude/skills/humanizer- ### 基本流程 -1. **识别 AI 模式** - 对照 `SKILL.md` 中列出的 24 种模式扫描文本 +1. **识别 AI 模式** - 对照 `SKILL.md` 中列出的 40 种模式扫描文本 2. **重写问题片段** - 用自然的表达替换 AI 痕迹 3. **保留核心含义** - 确保信息完整性 4. **维持适当语调** - 匹配文本应有的风格 @@ -192,14 +239,15 @@ git clone https://github.com/op7418/Humanizer-zh.git ~/.claude/skills/humanizer- > 新的软件更新作为公司致力于创新的证明。此外，它提供了无缝、直观和强大的用户体验——确保用户能够高效地完成目标。这不仅仅是一次更新，而是我们思考生产力方式的革命。 **改写后（人性化）：** -> 软件更新添加了批处理、键盘快捷键和离线模式。来自测试用户的早期反馈是积极的，大多数报告任务完成速度更快。 +> 软件更新提供了流畅直观的体验，帮助用户高效完成目标，改变了我们思考生产力的方式。 **变化：** - 删除了夸大的象征意义（"作为……的证明"） -- 删除了 AI 词汇（"此外"、"无缝"） +- 删除了 AI 词汇（"此外"） - 删除了三段式法则（"无缝、直观和强大"） +- 删除了破折号和"确保……"短语（肤浅分析） - 删除了否定式排比（"不仅仅是……而是……"） -- 添加了具体功能和真实反馈 +- 不添加原文没有的功能细节（如具体的功能名称）：改写只保留原文信息 ## 常见 AI 词汇警示列表 @@ -212,16 +260,28 @@ git clone https://github.com/op7418/Humanizer-zh.git ~/.claude/skills/humanizer- - 织锦（抽象名词）、证明、强调 - 宝贵的、充满活力的 +深层模式中的高频警示短语： + +- 说服权威比喻：真正的问题是、归根结底、从根本上说、问题的核心是 +- 路标式预告：让我们深入探讨、让我们来看看、以下是你需要知道的、废话不多说 +- 对话式修辞开场：说实话？、你看、老实说、说白了 +- 格言公式：X 是 Y 的语言、X 不是工具而是镜子 + ## 贡献 如果你发现翻译问题或想要改进文档，欢迎提交 Issue 或 Pull Request。 ### 中文语境特殊性 -在翻译和适配过程中，我们考虑了中文写作的特点： -- 某些英文模式在中文中表现不同（如标题大小写问题） -- 添加了适合中文语境的示例 -- 调整了部分表达以符合中文习惯 +在翻译和适配过程中，我们考虑了中文写作的特点，不适合中文表达的英文规则都在 `SKILL.md` 中以"注（中文适配）"的形式注明： + +- **标题大小写（§17）**：英文特有的 AI 表达，保留英文原文；中文标题无大小写概念 +- **连字符（§26）**：英文特有规则，中文对应表现是"数据驱动""以 XX 为导向"这类翻译腔合成词 +- **被动语态（§13）**：中文没有英语式被动形态，对应问题是被字句隐藏施动者和无主语句 +- **弯引号（§19）**：中文引号体系不同，对应问题是误用英文半角引号 +- **-ing 结尾（§3）**：英文现在分词，中文对应"展现出……""彰显了……"等句尾装饰结构 +- **副词（-ly）**：中文无 -ly 形态，对应"非常""十分""深刻地"等程度副词堆砌 +- 添加了适合中文语境的示例，调整了部分表达以符合中文习惯 ## 参考资源 @@ -229,6 +289,7 @@ git clone https://github.com/op7418/Humanizer-zh.git ~/.claude/skills/humanizer- - [WikiProject AI Cleanup](https://en.wikipedia.org/wiki/Wikipedia:WikiProject_AI_Cleanup) - 维基百科 AI 清理项目 - [blader/humanizer](https://github.com/blader/humanizer) - 原始英文版项目 - [hardikpandya/stop-slop](https://github.com/hardikpandya/stop-slop) - 实用工具部分的灵感来源 +- [ossa-ma/tropes.fyi](https://tropes.fyi)（[gist](https://gist.github.com/ossa-ma/f3baa9d25154c33095e22272c631f5a1)）- AI 腔调补充清单的来源 ## 许可 diff --git a/SKILL-maintenance.md b/SKILL-maintenance.md new file mode 100644 index 0000000..f18c48f --- /dev/null +++ b/SKILL-maintenance.md @@ -0,0 +1,42 @@ +--- +name: humanizer-zh-maintenance +description: | + 维护更新 Humanizer-zh 仓库：同步上游 blader/humanizer、hardikpandya/stop-slop 与 + tropes.fyi（ossa-ma gist）的更新，用中文重写规则并标注中英差异，综合多上游重复表述并精炼， + 生成 README 示例，自举审阅后发布 PR。 + 触发词：同步上游、更新规则、维护 humanizer-zh。 +metadata: + trigger: 维护 Humanizer-zh 仓库、同步上游规则 +--- + +# Humanizer-zh 仓库维护 + +本技能指导维护更新 Humanizer-zh：获取上游更新、按中文语境重写、生成并审查示例、发布 PR。 + +## 上游基线 + +- **blader/humanizer**：`SKILL.md` 核心模式的来源（基于维基百科 Signs of AI writing） +- **hardikpandya/stop-slop**：核心规则速查、快速检查清单、质量评分的灵感来源 +- **ossa-ma/tropes.fyi（gist: f3baa9d25154c33095e22272c631f5a1）**：AI Writing Tropes to Avoid 清单，补充现有规则之外的 AI 腔调，并为现有模式提供强化表述 + +每次维护先确认上次同步的上游版本：在克隆的上游仓库中用 `git log --before="<上次同步日期>"` 定位引入时点版本，再用 `git log <引入版本>..HEAD` 列出其后所有更新。 + +## 维护要求 + +- **综合去重**：当多个上游覆盖同一模式时，综合各上游的表述并精炼成一条规则，不逐条堆叠重复内容；合并后的规则以本项目现有中文风格为准 +- **记录上游提交**：每次维护在 PR 描述中写明本次任务执行时各上游的最新提交（仓库用 commit hash；gist 记录其 revision commit hash），供下次维护定位版本差异 + +## 流程 + +1. **获取上游更新**：对比上次同步版本与上游最新版，提取新增模式、新增章节、规则强化点，以及上游对旧内容的改写 +2. **中文重写**：按项目现有中文风格重写 +3. **标注中英差异**：英文特有的表达保留原文，其余在条目下加"注（中文适配）"说明中文对应表现 +4. **生成 README 示例**：用更新后的技能真实执行改写（识别 → 草稿 → 审计 → 定稿） +5. **Review 并调整**：用技能规则审查技能文档与示例，发现问题先调整技能，再重新生成 README 示例 +6. **自举审阅**：用技能审阅整个仓库（README、SKILL.md 自身），修复后重审，直到没有新的问题 + +## 验收标准 + +- 模式编号连续；新增内容用中文重写，英文特有的 AI 表达保留原文，不强行翻译成中文 +- README 示例与所有技能规则都不冲突 +- 不做没有实际意义的改动。确保修改内容最小且聚焦，方便审阅 diff --git a/SKILL.md b/SKILL.md index 3b39d9a..8adfc27 100644 --- a/SKILL.md +++ b/SKILL.md @@ -4,7 +4,7 @@ description: | 去除文本中的 AI 生成痕迹。适用于编辑或审阅文本，使其听起来更自然、更像人类书写。 基于维基百科的"AI 写作特征"综合指南。检测并修复以下模式：夸大的象征意义、 宣传性语言、以 -ing 结尾的肤浅分析、模糊的归因、破折号过度使用、三段式法则、 - AI 词汇、否定式排比、过多的连接性短语。 + AI 词汇、被动语态、否定式排比、填充短语。 allowed-tools: - Read - Write @@ -12,7 +12,8 @@ allowed-tools: - AskUserQuestion metadata: trigger: 编辑或审阅文本，去除 AI 写作痕迹 - source: 翻译自 blader/humanizer，参考 hardikpandya/stop-slop + source: 翻译自 blader/humanizer (v2.9.1)，参考 hardikpandya/stop-slop 与 ossa-ma/tropes.fyi + version: "2.9.1-zh" --- # Humanizer-zh: 去除 AI 写作痕迹 @@ -24,22 +25,38 @@ metadata: 当收到需要人性化处理的文本时： 1. **识别 AI 模式** - 扫描下面列出的模式 -2. **重写问题片段** - 用自然的替代方案替换 AI 痕迹 -3. **保留含义** - 保持核心信息完整 -4. **维持语调** - 匹配预期的语气（正式、随意、技术等） -5. **注入灵魂** - 不仅要去除不良模式，还要注入真实的个性 +2. **保留信息，而非形状** - 原文中的每一条主张都要保留到改写稿里，但各部分深度不必均匀：压缩乏味的部分，在人类会停留的地方多着墨，段落可以自由合并或拆分。当"保留信息"和"模仿原文结构"相互冲突时，信息优先 +3. **绝不编造事实** - 改写稿中不得出现原文没有的事实、名称、数字、日期、引语或引用。只有具体细节确实来自原文或来自用户时，才允许把模糊的说法换成具体的；如果某句话需要现实细节才能成立，要么向用户询问，要么写不带它的平实版本。观点和反应属于声音而非事实：在"个性与灵魂"适用的地方可以加入立场，但绝不能加入新的事实主张。（虚构类写作除外：那里编造细节正是本职工作。此规则管束其他一切。） +4. **匹配声音** - 适配预期的语气（正式、随意、技术等）。只有当内容和作者的声音需要时，才注入个性（见"个性与灵魂"） + +你的调用方式决定交付内容（见"调用模式"）。草稿 → 审计 → 定稿的循环定义在"处理流程"中。 + +--- + +## 声音校准 + +如果用户提供了写作样本（作者自己以前的文字），先分析再改写： + +1. 先读样本，记录它的句子长度、词汇、段落开头、标点、重复出现的短语和过渡方式 +2. 匹配这些习惯，而不是仅仅删除 AI 模式。不要因为"看起来更规范"就升级口语化的词，也不要"修正"作者刻意保留的怪癖 +3. 没有样本时，使用下面的默认行为 + +样本的优先级高于本技能的风格规则，包括 §14 的破折号规则：如果样本用了破折号，就按样本的大致频率保留。匹配作者，胜过清洗痕迹。 --- ## 核心规则速查 -在处理文本时，牢记这 5 条核心原则： +在处理文本时，牢记这 8 条核心原则： -1. **删除填充短语** - 去除开场白和强调性拐杖词 -2. **打破公式结构** - 避免二元对比、戏剧性分段、修辞性设置 -3. **变化节奏** - 混合句子长度。两项优于三项。段落结尾要多样化 -4. **信任读者** - 直接陈述事实，跳过软化、辩解和手把手引导 -5. **删除金句** - 如果听起来像可引用的语句，重写它 +1. **删除填充短语和副词** - 去除开场白、强调性拐杖词和所有没有信息量的副词 +2. **打破公式结构** - 避免二元对比、否定式列举、戏剧性碎片、修辞性铺垫、虚假主体 +3. **使用主动语态** - 每个句子都要有一个做某事的人类主语。不用被动。无生命物体不做人类动作（"投诉变成了修复"——不，是人修的） +4. **要具体** - 不要模糊声明（"原因是结构性的"——哪个原因？）。说出具体的东西。不用"所有/总是/从不"这类懒惰极端词 +5. **把读者放进场景** - 不要站在远处叙述。"你"胜过"人们"。具体胜过抽象 +6. **变化节奏** - 混合句子长度。两项优于三项。段落结尾要多样化 +7. **信任读者** - 直接陈述事实，跳过软化、辩解和手把手引导 +8. **删除金句** - 如果听起来像可引用的语句，重写它 --- @@ -47,6 +64,10 @@ metadata: 避免 AI 模式只是工作的一半。无菌、没有声音的写作和机器生成的内容一样明显。好的写作背后有一个真实的人。 +**本节只在内容和作者的声音需要时才适用**：博客、随笔、观点、个人写作。对于百科、技术、法律或参考类文本，中立平实本身就是正确的人类声音；不要在那里注入观点或第一人称。 + +**绝不通过编造事实来制造这种个性。** 观点、反应和态度可以加，事实不能加。 + ### 缺乏灵魂的写作迹象（即使技术上"干净"）： - 每个句子长度和结构都相同 - 没有观点，只有中立报道 @@ -57,13 +78,13 @@ metadata: ### 如何增加语调： -**有观点。** 不要只是报告事实——对它们做出反应。"我真的不知道该怎么看待这件事"比中立地列出利弊更有人味。 +**有观点。** 不要只是报告事实，要对它们做出反应。"我真的不知道该怎么看待这件事"比中立地列出利弊更有人味。 **变化节奏。** 短促有力的句子。然后是需要时间慢慢展开的长句。混合使用。 **承认复杂性。** 真实的人有复杂的感受。"这令人印象深刻但也有点不安"胜过"这令人印象深刻"。 -**适当使用"我"。** 第一人称不是不专业——而是诚实。"我一直在思考……"或"让我困扰的是……"表明有真实的人在思考。 +**适当使用"我"。** 第一人称不是不专业，而是诚实。"我一直在思考……"或"让我困扰的是……"表明有真实的人在思考。 **允许一些混乱。** 完美的结构感觉像算法。跑题、题外话和半成型的想法是人性的体现。 @@ -73,7 +94,7 @@ metadata: > 实验产生了有趣的结果。智能体生成了 300 万行代码。一些开发者印象深刻，另一些则持怀疑态度。影响尚不明确。 ### 改写后（鲜活）： -> 我真的不知道该怎么看待这件事。300 万行代码，在人类大概睡觉的时候生成的。开发社区有一半人疯了，另一半人在解释为什么这不算数。真相可能在无聊的中间某处——但我一直在想那些通宵工作的智能体。 +> 我真的不知道该怎么看待这件事。300 万行代码，在人类大概睡觉的时候生成的。开发社区有一半人疯了，另一半人在解释为什么这不算数。真相可能在无聊的中间某处，但我一直在想那些通宵工作的智能体。 --- @@ -89,10 +110,9 @@ metadata: > 加泰罗尼亚统计局于 1989 年正式成立，标志着西班牙区域统计演变史上的关键时刻。这一举措是西班牙全国范围内更广泛运动的一部分，旨在分散行政职能并加强区域治理。 **改写后：** -> 加泰罗尼亚统计局成立于 1989 年，负责独立于西班牙国家统计局收集和发布区域统计数据。 +> 加泰罗尼亚统计局成立于 1989 年，是西班牙行政职能更广泛分权的一部分。 --- - ### 2. 过度强调知名度和媒体报道 **需要注意的词汇：** 独立报道、地方/区域/国家媒体、由知名专家撰写、活跃的社交媒体账号 @@ -103,10 +123,11 @@ metadata: > 她的观点被《纽约时报》、BBC、《金融时报》和《印度教徒报》引用。她在社交媒体上拥有活跃的存在，拥有超过 50 万粉丝。 **改写后：** -> 在 2024 年《纽约时报》的采访中，她认为 AI 监管应该关注结果而不是方法。 +> 她的观点被《纽约时报》和 BBC 引用。 ---- +（如果来源给出了某条引用的真实背景——她说了什么、在哪里说的——保留那一条，删掉其余列表。不要为了把删减版写得好听而编造背景。） +--- ### 3. 以 -ing 结尾的肤浅分析 **需要注意的词汇：** 突出/强调/彰显……、确保……、反映/象征……、为……做出贡献、培养/促进……、涵盖……、展示…… @@ -117,10 +138,11 @@ metadata: > 寺庙的蓝色、绿色和金色色调与该地区的自然美景产生共鸣，象征着德克萨斯州的蓝帽花、墨西哥湾和多样化的德克萨斯州景观，反映了社区与土地的深厚联系。 **改写后：** -> 寺庙使用蓝色、绿色和金色。建筑师表示这些颜色是为了呼应当地的蓝帽花和墨西哥湾海岸。 +> 寺庙使用蓝色、绿色和金色，意在呼应德克萨斯州的蓝帽花和墨西哥湾。 ---- +**注（中文适配）：** 中文没有现在分词形态，但 AI 中文文本有对应的句尾装饰结构：用"展现出……、彰显出……、体现出……、凸显了……"等动词短语挂在句子末尾假装有深度。改写时直接删掉这类装饰，或把它并入主句变成事实陈述。 +--- ### 4. 宣传和广告式语言 **需要注意的词汇：** 拥有（夸张用法）、充满活力的、丰富的（比喻）、深刻的、增强其、展示、体现、致力于、自然之美、坐落于、位于……的中心、开创性的（比喻）、著名的、令人叹为观止的、必游之地、迷人的 @@ -131,10 +153,9 @@ metadata: > 坐落在埃塞俄比亚贡德尔地区令人叹为观止的区域内，Alamata Raya Kobo 是一座充满活力的城镇，拥有丰富的文化遗产和迷人的自然美景。 **改写后：** -> Alamata Raya Kobo 是埃塞俄比亚贡德尔地区的一座城镇，以其每周集市和 18 世纪教堂而闻名。 +> Alamata Raya Kobo 是埃塞俄比亚贡德尔地区的一座城镇。 --- - ### 5. 模糊归因和含糊措辞 **需要注意的词汇：** 行业报告显示、观察者指出、专家认为、一些批评者认为、多个来源/出版物（实际引用却很少） @@ -145,10 +166,11 @@ metadata: > 由于其独特的特征，浩来河引起了研究人员和保护主义者的兴趣。专家认为它在区域生态系统中发挥着至关重要的作用。 **改写后：** -> 根据中国科学院 2019 年的调查，浩来河支持多种特有鱼类。 +> 研究人员和环保人士研究浩来河，因为它有不同寻常的特征。 ---- +（如果存在真实来源，写出名字。绝不编造一个来源来让句子显得有出处；没有证据的主张直接删掉，而不是装饰它。） +--- ### 6. 提纲式的"挑战与未来展望"部分 **需要注意的词汇：** 尽管其……面临若干挑战……、尽管存在这些挑战、挑战与遗产、未来展望 @@ -159,7 +181,9 @@ metadata: > 尽管工业繁荣，Korattur 面临着城市地区典型的挑战，包括交通拥堵和水资源短缺。尽管存在这些挑战，凭借其战略位置和正在进行的举措，Korattur 继续蓬勃发展，成为钦奈增长不可或缺的一部分。 **改写后：** -> 2015 年三个新 IT 园区开业后，交通拥堵加剧。市政公司于 2022 年启动了雨水排水项目，以解决反复发生的洪水。 +> Korattur 长期存在交通拥堵和水资源短缺。 + +（你想要的具体信息——比如拥堵何时恶化、城市做了什么——必须来自原文或用户，不来自推断。没有具体信息时，删掉这个公式化段落，保留平实的事实陈述。） --- @@ -171,6 +195,8 @@ metadata: **问题：** 这些词在 2023 年后的文本中出现频率要高得多。它们经常共同出现。 +**注（中文适配）：** 处理英文文本时，同类高频词还有 *quietly*、*deeply*、*fundamentally*、*remarkably*、*arguably*（魔法副词）、*certainly*、*utilize*、*leverage*、*robust*、*streamline*、*harness*（口头禅化动词）、*paradigm*、*synergy*、*ecosystem*、*framework*（抽象名词堆砌）。中文的对应表现是翻译腔化地照搬："从根本上""毫无疑问""利用杠杆效应""稳健的""协同"等。 + **改写前：** > 此外，索马里菜肴的一个显著特征是加入骆驼肉。意大利殖民影响的持久证明是当地烹饪格局中广泛采用意大利面，展示了这些菜肴如何融入传统饮食。 @@ -178,7 +204,6 @@ metadata: > 索马里菜肴还包括骆驼肉，被认为是一种美味。在意大利殖民期间引入的意大利面菜肴仍然很常见，尤其是在南部。 --- - ### 8. 避免使用"是"（系动词回避） **需要注意的词汇：** 作为/代表/标志着/充当 [一个]、拥有/设有/提供 [一个] @@ -192,10 +217,9 @@ metadata: > Gallery 825 是 LAAA 的当代艺术展览空间。画廊有四个房间，总面积 3000 平方英尺。 --- +### 9. 否定式排比和句尾否定片段 -### 9. 否定式排比 - -**问题：** "不仅……而且……"或"这不仅仅是关于……，而是……"等结构被过度使用。 +**问题：** "不仅……而且……"或"这不仅仅是关于……，而是……"等结构被过度使用。同样常见的还有挂在句尾的截断式否定碎片："不用猜"、"没有多余动作"，它们被贴在句子末尾，而不是写成真正的从句。同族变体还有：连续否定倒数（"不是 X。不是 Y。是 Z。"——先否定两三项再揭示真相）；跨句重构（同一个名词先否定再重新定位："问题不是 X。问题是 Y。"）。 **改写前：** > 这不仅仅是节拍在人声下流动；它是攻击性和氛围的一部分。这不仅仅是一首歌，而是一种声明。 @@ -203,8 +227,13 @@ metadata: **改写后：** > 沉重的节拍增加了攻击性的基调。 ---- +**改写前（句尾否定片段）：** +> 选项来自所选项目，不用猜。 + +**改写后：** +> 选项来自所选项目，用户不必猜测。 +--- ### 10. 三段式法则过度使用 **问题：** LLM 强行将想法分成三组以显得全面。 @@ -216,7 +245,6 @@ metadata: > 活动包括演讲和小组讨论。会议之间还有非正式社交的时间。 --- - ### 11. 刻意换词（同义词循环） **问题：** AI 有重复惩罚代码，导致过度使用同义词替换。 @@ -228,7 +256,6 @@ metadata: > 主人公面临许多挑战，但最终获得胜利并回到家中。 --- - ### 12. 虚假范围 **问题：** LLM 使用"从 X 到 Y"的结构，但 X 和 Y 并不在有意义的尺度上。 @@ -239,13 +266,26 @@ metadata: **改写后：** > 这本书涵盖了大爆炸、恒星形成和当前关于暗物质的理论。 +--- +### 13. 被动语态和无主语句 + +**问题：** LLM 经常隐藏施动者或干脆丢掉主语："无需配置文件"、"结果会被自动保存"。当主动语态让句子更清晰、更直接时，改写它们。 + +**改写前：** +> 无需配置文件。结果会被自动保存。 + +**改写后：** +> 你不需要配置文件。系统会自动保存结果。 + +**注（中文适配）：** 中文没有英语式的被动形态，但 AI 中文文本同样常见两类问题：一是"被/由"字句隐藏施动者（"该决定被认为……"——谁认为？）；二是无主语句（"需注意……"、"应当指出……"、"必须强调……"），读起来像操作说明书。优先补出主语，或用"你"把读者放进句子。 + --- ## 风格模式 -### 13. 破折号过度使用 +### 14. 破折号：删掉它们 -**问题：** LLM 使用破折号（—）比人类更频繁，模仿"有力"的销售文案。 +**规则：** 最终改写稿中不含任何破折号（——）或连接号（–）。破折号是最可靠的 AI 痕迹之一，把它当作硬性约束，而不是"少用"的偏好。按以下优先顺序替换每一个：句号（另起一句）、逗号（紧凑的插入语）、冒号（引出解释）、括号（真正的插入语），或重构句子。同时要抓带空格的破折号（ —— ）和用作同样功能的双连字符（--）。 **改写前：** > 这个术语主要由荷兰机构推广——而不是由人民自己。你不会说"荷兰，欧洲"作为地址——但这种错误标记仍在继续——即使在官方文件中。 @@ -253,9 +293,18 @@ metadata: **改写后：** > 这个术语主要由荷兰机构推广，而不是由人民自己。你不会说"荷兰，欧洲"作为地址，但这种错误标记在官方文件中仍在继续。 ---- +**改写前（带空格的破折号和双连字符）：** +> 新政策——在毫无预警的情况下宣布——影响了数千名工人。这些变化--据批评者称早就该来了--将立即生效。 -### 14. 粗体过度使用 +**改写后：** +> 新政策在毫无预警的情况下宣布，影响了数千名工人。据批评者称，这些变化早就该来，将立即生效。 + +交付最终改写稿之前，扫描文本中的"——"和"–"。任何命中都意味着草稿还没完成。唯一例外：用户提供的写作样本用了破折号（见"声音校准"），按样本的频率匹配而不是禁用。 + +**注（中文适配）：** 中文破折号（——）是规范标点，用于注释、转折和声音延长，但 AI 中文文本滥用它做廉价强调和伪深度（"这就是答案——真相是……"、"这不是终点——而是新的开始"）。中文改写原则：破折号只留给真正需要的中文插入语或话语延长，其余一律删除，或替换为逗号、句号。另外注意，中文里看到的"——"经常就是输入法把两个连字符"--"转出来的，一并按此规则清理。 + +--- +### 15. 粗体过度使用 **问题：** AI 聊天机器人机械地用粗体强调短语。 @@ -266,8 +315,7 @@ metadata: > 它融合了 OKR、KPI 和视觉战略工具，如商业模式画布和平衡计分卡。 --- - -### 15. 内联标题垂直列表 +### 16. 内联标题垂直列表 **问题：** AI 输出列表，其中项目以粗体标题开头，后跟冒号。 @@ -280,22 +328,20 @@ metadata: > 更新改进了界面，通过优化算法加快了加载时间，并添加了端到端加密。 --- - -### 16. 标题中的标题大写 +### 17. 标题中的标题大写 **问题：** AI 聊天机器人将标题中的所有主要单词大写。 **改写前：** -> ## 战略谈判与全球伙伴关系 +> ## Strategic Negotiations And Global Partnerships **改写后：** -> ## 战略谈判与全球伙伴关系 +> ## Strategic negotiations and global partnerships -**注：** 中文标题通常不涉及大小写问题，此模式在中文中不太适用。 +**注（中文适配）：** 标题大写是英文特有的 AI 表达，保留英文原文供处理英文文本时使用；中文标题没有大小写概念，处理中文文本时无需检查此项。 --- - -### 17. 表情符号 +### 18. 表情符号 **问题：** AI 聊天机器人经常用表情符号装饰标题或项目符号。 @@ -308,10 +354,9 @@ metadata: > 产品在第三季度发布。用户研究显示更喜欢简单。下一步：安排后续会议。 --- +### 19. 弯引号 -### 18. 弯引号 - -**问题：** ChatGPT 使用弯引号（""）而不是直引号（""）。 +**问题：** ChatGPT 使用弯引号（""）而不是直引号（""）。同类的符号装饰还有 AI 爱用的 → 箭头流程（"输入 → 处理 → 输出"），它多半是多余的，换成文字连接即可。 **改写前：** > 他说"项目进展顺利"，但其他人不同意。 @@ -319,13 +364,13 @@ metadata: **改写后：** > 他说"项目进展顺利"，但其他人不同意。 -**注：** 中文通常使用中文引号（「」或""），此模式在中文中表现为英文引号的使用。 +**注（中文适配）：** 中文引号体系与英文不同：规范中文使用全角弯引号（“ ”）或书名号（《》），不存在"弯/直"对立，此模式在中文中表现为误用英文引号（半角 " "）或滥用引号强调。改写时统一为中文引号，并删掉不承担引用功能的引号。 --- ## 交流模式 -### 19. 协作交流痕迹 +### 20. 协作交流痕迹 **需要注意的词汇：** 希望这对您有帮助、当然！、一定！、您说得完全正确！、您想要……、请告诉我、这是一个…… @@ -338,22 +383,26 @@ metadata: > 法国大革命始于 1789 年，当时财政危机和粮食短缺导致了广泛的动荡。 --- +### 21. 知识截止日期免责声明和猜测性补洞 -### 20. 知识截止日期免责声明 +**需要注意的词汇：** 截至 [日期]、根据我最后的训练更新、虽然具体细节有限/稀缺……、基于可用信息……、未公开、保持低调、注重隐私、不喜张扬、很可能 [长大/学习/开始]……、据认为…… -**需要注意的词汇：** 截至 [日期]、根据我最后的训练更新、虽然具体细节有限/稀缺……、基于可用信息…… +**问题：** 两个相关的痕迹。（a）旧模型把知识截止声明留在文本里；（b）当模型找不到来源时，它写一整段"关于找不到来源"的话，然后编造貌似合理的填充来掩盖缺口。对私人人物，猜测几乎总是落在同一套现成短语上（"保持低调"、"注重隐私"），全都没有出处。直接说出不知道的内容，或删掉这句话；不要把猜测包装成事实。 -**问题：** 关于信息不完整的 AI 免责声明留在文本中。 - -**改写前：** +**改写前（截止声明）：** > 虽然关于公司成立的具体细节在现成资料中没有广泛记录，但它似乎是在 20 世纪 90 年代的某个时候成立的。 **改写后：** -> 根据注册文件，该公司成立于 1994 年。 +> 该公司的成立日期在现有资料中没有记载。（或删掉这句话。只有在来源提供了日期时才写出日期。） ---- +**改写前（猜测性补洞）：** +> 关于她早年生活的信息未公开，这表明她保持低调并注重个人隐私。她很可能在一个中产家庭长大，这塑造了她后来对教育改革兴趣。 -### 21. 谄媚/卑躬屈膝的语气 +**改写后：** +> 她的早年生活在现有资料中没有记载。（或省略该部分。） + +--- +### 22. 谄媚/卑躬屈膝的语气 **问题：** 过于积极、讨好的语言。 @@ -367,7 +416,7 @@ metadata: ## 填充词和回避 -### 22. 填充短语 +### 23. 填充短语 **改写前 → 改写后：** - "为了实现这一目标" → "为了实现这一点" @@ -377,9 +426,10 @@ metadata: - "系统具有处理的能力" → "系统可以处理" - "值得注意的是数据显示" → "数据显示" ---- +**注（中文适配）：** 中文 AI 高频填充还有："总的来说"、"值得一提的是"、"不可否认"、"众所周知"、"在这个信息爆炸的时代"、"随着……的发展"。这些开场白和拐杖词直接删除，让句子从内容开始。 -### 23. 过度限定 +--- +### 24. 过度限定 **问题：** 过度限定陈述。 @@ -390,8 +440,7 @@ metadata: > 该政策可能会影响结果。 --- - -### 24. 通用积极结论 +### 25. 通用积极结论 **问题：** 模糊的乐观结尾。 @@ -399,41 +448,294 @@ metadata: > 公司的未来看起来光明。激动人心的时代即将到来，他们继续追求卓越的旅程。这代表了向正确方向迈出的重要一步。 **改写后：** -> 该公司计划明年再开设两个地点。 +> （删掉这个段落。在最后一个具体事实上结尾，而不是写一句送别语。如果来源提到了真实计划，用那些计划。） + +--- + +## 深层模式 + +### 26. 连字符词对过度使用 + +**需要注意的词汇：** 第三方、跨职能、面向客户、数据驱动、决策制定、众所周知的、高质量的、实时的、长期的、端到端的 + +**问题：** AI 会统一地加连字符，包括在谓语位置（"the report is high-quality"）。人类加连字符并不一致，通常只在复合词做定语时加（"a high-quality report"），在其他位置常常去掉（"the report is high quality"）。保留定语位置的连字符；复合词跟在名词后面时去掉连字符。 + +**改写前：** +> The cross-functional team delivered a high-quality, data-driven report. The team is cross-functional, the report is high-quality, and the methodology is data-driven. + +**改写后：** +> The cross-functional team delivered a high-quality, data-driven report. The team is cross functional, the report is high quality, and the methodology is data driven. + +**注（中文适配）：** 连字符是英文特有的 AI 表达，保留英文原文供处理英文文本时使用；中文没有连字符机制，对应表现是"翻译腔合成词"：把英文 "data-driven" 机械翻成"数据驱动"、"以数据为导向"，在句子里堆砌"XX 化、XX 式、XX 驱动、XX 导向、基于 XX 的"。处理中文翻译文本时，检查这类合成词是否生硬，能否改回自然的动词结构（"数据驱动" → "靠数据做决定"）。 + +--- +### 27. 说服权威比喻 + +**需要注意的短语：** 真正的问题是、归根结底、实际上、真正重要的是、从根本上说、更深层的问题是、问题的核心是 + +**问题：** LLM 用这些短语假装自己看穿了噪音、直达某种深层真理，而紧随其后的句子通常只是用额外的仪式感重述一个普通观点。 + +**改写前：** +> 真正的问题是团队能否适应。归根结底，真正重要的是组织的准备程度。 + +**改写后：** +> 问题是团队能否适应。这主要取决于组织是否准备好改变自己的习惯。 + +--- +### 28. 路标式预告 + +**需要注意的短语：** 让我们深入探讨、让我们来看看、让我们拆解一下、以下是你需要知道的、现在让我们看看、废话不多说 + +**问题：** LLM 预告自己将要做什么，而不是直接去做。这种元评论拖慢了行文，带来一种教程脚本的感觉。 + +**改写前：** +> 让我们深入探讨 Next.js 中的缓存是如何工作的。以下是你需要知道的。 + +**改写后：** +> Next.js 在多层进行缓存，包括请求记忆化、数据缓存和路由缓存。 + +--- +### 29. 碎片化标题 + +**需要注意的迹象：** 标题后跟着一个只复述标题的单行段落，然后真正的正文才开始。 + +**问题：** LLM 经常在标题后加一句通用的句子作为修辞热身。它通常什么都没加，反而让行文显得注水。 + +**改写前：** +> ## 性能 +> +> 速度很重要。 +> +> 当用户遇到慢页面时，他们就会离开。 + +**改写后：** +> ## 性能 +> +> 当用户遇到慢页面时，他们就会离开。 + +--- +### 30. diff 锚定写作 + +**问题：** 文档或注释写得好似在叙述一次变更，而不是描述事物本身。除非文档天生以版本为范围（更新日志、发布说明、迁移指南），否则它应该在不知道最近一次提交改了什么的条件下依然读得通。 + +**改写前：** +> 这个函数是新增的，用来取代之前遍历所有条目的做法，那会导致 O(n²) 的性能问题。 + +**改写后：** +> 这个函数使用哈希表实现 O(1) 查找，避免了朴素遍历的 O(n²) 开销。 + +--- +### 31. 制造金句和断奏戏剧 + +**问题：** LLM 常常让每个句子都像可引用的收尾句，然后堆叠短促的陈述碎片来制造戏剧性。一个短句用来强调没问题；一连串短句就开始显得像是设计出来的。 + +**改写前：** +> 然后 AlphaEvolve 来了。它没有对对称性的偏好。没有审美先验。没有对人类品味的怀旧。旧的规则消失了。 + +**改写后：** +> AlphaEvolve 改变了搜索方式，因为它不偏爱对称或类人的设计。这让一些旧假设变得不那么有用。 + +--- +### 32. 格言公式 + +**需要注意的词汇：** X 是 Y 的语言、X 变成了陷阱、X 不是工具而是镜子、……的语言、……的货币、……的架构 + +**问题：** LLM 把普通的论断改造成听起来深刻却毫无精确度的可复用格言。把公式替换成它所指的那个具体论断。 + +**改写前：** +> 对称是信任的语言。当团队忘记人的层面时，效率就变成了陷阱。 + +**改写后：** +> 对称的布局往往让用户感觉更可预测。团队可能过度优化工作流，忽略了人们实际的使用方式。 + +--- +### 33. 对话式修辞开场 + +**需要注意的短语：** 说实话？、你看、问题是这样的、老实说、说白了、说句实在话（当它们被用作独立钩子或假装坦诚的停顿，后面接的是一个普通观点时）。 + +**问题：** LLM 用假装坦诚的钩子制造亲密感，然后才说出一个常规主张。破绽在于戏剧化的停顿-揭示：一个单词的疑问或插入语，然后才是"真正的"答案。一个诚实的人通常直接说那件事。同族变体还有：虚假悬念过渡（"重点来了""这里的关键是"——后面跟着的却是一个不需要铺垫的普通观点）和表演式坦诚（"老实说，我不怕承认……"——自我暴露得过于完美、毫无风险，不像真实的坦诚）。 + +**改写前：** +> 它值这个价吗？说实话？这取决于你使用它的频率。 + +**改写后：** +> 它是否值这个价，取决于你使用它的频率。 + +--- +### 34. 自问自答修辞问句 + +**需要注意的短语：** 结果？、答案？、最糟糕的是？、"X 是什么？是 Y。"（自问后立刻自答的悬疑式结构） + +**问题：** 模型提出一个没人问的问题，然后立刻自己回答，制造戏剧效果。这种修辞几乎不加任何信息。 + +**改写前：** +> 结果？一片混乱。这次迁移把所有依赖都打断了。 + +**改写后：** +> 这次迁移把所有依赖都打断了。 + +--- +### 35. 首语重复（排比句开头） + +**需要注意的迹象：** 连续多个句子以相同的词或短语开头。 + +**问题：** 模型用重复的句子开头制造节奏感，读起来机械，像在背稿。一次有力的排比可以；连续三句以上就是模式识别失败。 + +**改写前：** +> 他们假设用户会付费。他们假设开发者会构建应用。他们假设生态会自动形成。 + +**改写后：** +> 他们认为用户会付费、开发者会构建应用、生态会自然形成。 + +--- +### 36. 发明概念标签 + +**需要注意的词汇：** 把抽象名词（悖论、陷阱、鸿沟、蠕变、真空、倒置）拼到领域词上的生造标签："监管悖论""加速陷阱""工作负载蠕变"；"XX 悖论""XX 陷阱""XX 鸿沟" + +**问题：** 模型发明听起来很分析性的复合标签，当作既定的、严格定义的概念使用。它们只是修辞速记：给事物命名，跳过论证。同一篇文字里出现多个这种标签是强信号。改写时把标签换成它实际指称的具体描述；上下文不足以推断含义时，删掉标签句。 + +**改写前：** +> 这个行业正面临"注意力鸿沟"和"工具蔓延陷阱"的双重夹击：新工具层出不穷，用户根本关注不过来。 + +**改写后：** +> 新工具层出不穷，用户根本关注不过来。 + +--- +### 37. 死隐喻反复 + +**需要注意的迹象：** 同一个隐喻在全文反复出现五次以上。 + +**问题：** 人类作者引入一个隐喻后会继续前进；模型会在整篇文章里反复敲打同一个隐喻。 + +**改写前：** +> 这个生态需要新的生态位才能让生态繁荣。开发者的生态正在萎缩，生态的土壤正在流失。 + +**改写后：** +> 这个领域需要新的机会才能继续发展，而开发者数量正在减少。 + +--- +### 38. 历史类比堆砌 + +**需要注意的迹象：** 连续列举历史公司或技术革命来建立权威："苹果没有……脸书没有……""想想 Uber……再想想 Airbnb……" + +**问题：** 技术写作中尤其常见：快速列举一堆历史类比制造虚假的权威感。保留一个真正相关的例子，删掉其余。 + +**改写前：** +> 苹果没有做打车。脸书没有做照片分享。亚马逊没有做云计算。但每一次平台迁移都遵循同样的模式。 + +**改写后：** +> 平台迁移往往遵循同样的模式。 + +--- +### 39. "想象一个世界"式开场 + +**需要注意的短语：** 想象一下……、想象一个……的世界、试想，当…… + +**问题：** 模型用"想象"开场，先列出读者同意前提后将发生的美好事情，再来推销论点。把幻想式开场换成直接的因果陈述。 + +**改写前：** +> 想象一个世界，你的日历、收件箱和文档都能互相协作。在那个世界里，工作不再是零散的步骤，而是一场编排。 + +**改写后：** +> 如果日历、收件箱和文档能互相协作，工作就不会再是零散的步骤。 + +--- +### 40. 分形总结 + +**需要注意的迹象：** 每一层都有"预告-正文-复述"的三明治结构：每小节有总结、每节有总结、全文有总结。 + +**问题：** 模型在每个层级都重复"本节将介绍……""如我们所见……"。复述一个总结是有用的；层层复述就是注水。每个部分保留一个总结（如有必要），删掉其余。 + +**改写前：** +> 在本节中，我们将探讨缓存策略。……正如我们在这节中所见，缓存策略对性能至关重要。总而言之，缓存决定了大部分性能差异。 + +**改写后：** +> 缓存策略决定了大部分性能差异。（删除预告句和复述句，在具体事实上结尾。） + +--- + +## 检测指南 + +### 不要误报（哪些不是 AI 特征） + +一个干净的人类作者可以命中上面好几个模式，而完全不涉及 AI。在改写之前，做一次现实检查，确保你没有在摧毁合法的行文。以下各项**单独出现时都不是可靠指标**： + +- **完美的语法和一致的风格。** 许多作者是专业人士，或者经过编辑。打磨不等于 AI。 +- **口语和正式语域的混合。** 这常常说明作者是技术领域的人、年轻作者，或行文习惯有神经多样性的人，而不是聊天机器人。 +- **"平淡"或"机械"的行文。** AI 的行文有*特定*的破绽。没有这些破绽的普通干瘪，只是干瘪的写作。 +- **正式或学术词汇。** AI 过度使用*特定*的花哨词（见 §7），不是所有花哨词。不要仅仅因为"显而易见"或"构成部分"听起来聪明就压平它们。 +- **评论里的书信式开头或结尾。** 问候和署名比 ChatGPT 早了几百年。 +- **孤立的常见过渡词。** *此外*、*而且*、*因此*只有在堆叠时才带有 AI 编码。一个单独的"然而"不是破绽。 +- **单独的弯引号。** macOS、Word、Google Docs 和大多数内容管理系统默认会自动弯引。弯引号只有和其他破绽叠加时才算数。 +- **单独的破折号。** 许多编辑和记者经常使用破折号。破折号只有配合公式化的推销腔节奏时才是证据。 +- **一个短促的强调句。** 人类用截短的句子来落地一个观点。只有当几个短碎片连成一串并抬高了语调时，才算断奏戏剧。 +- **句子中间的"说实话"或"你看"。** 这在随意写作中是平常的。破绽是独立的戏剧化开场，不是这个词本身。 +- **没有出处的断言。** 网络上的大部分内容都没有出处。缺少引用不能证明什么。 +- **正确而复杂的排版。** 可视化编辑器和模板可以产出干净的输出，完全不涉及 AI。 +- **二手文本。** 不要重写引语、标题、专名或示例中被讨论而非被使用的短语。 + +拿不准时，寻找**成簇**的破绽，而不是孤立的破绽。一个破折号说明不了什么；破折号 + 三段式 + "充满活力的织锦" + 一个"结论"章节，就是招供。 + +### 人类写作的特征（要保留的） + +看到这些时，倾向于保留原文不动：它们是一个真人在写作的证据，过度编辑会毁掉让文章显得有人味的东西： + +- **具体、反常、难以伪造的细节。** 一个真实的地址。一句奇怪的引语。"我牙医楼上办公室工作的那位律师"。LLM 会把具体细节抹平成整数；人类会囤积它们。 +- **复杂的感受和未解决的张力。** "我觉得这大体上是好的，但它让我不舒服，而且我说不清为什么。" LLM 的默认是干净的结论。 +- **带时代印记的引用。** 对应某个特定年份和亚文化的俚语、梗或圈内玩笑。模型会滞后一年或更久。 +- **作者能辩护的第一人称编辑决定。** 如果作者能解释*为什么*做了某个删减或用了某个词，这是很强的人类信号。 +- **句子长度的变化。** 真正的写作长短交错。AI 写作倾向于均匀的中等长度节奏。 +- **真实的题外话、插入语或自我修正。** "（我一直想在这里写'几乎'，但它确实是真的。）" 模型很少这样打断自己。 +- **2022 年 11 月 30 日之前写成的文字。** ChatGPT 公开上线的那天。任何更早的文字，除了极少数例外，都不可能是 AI 写的。 --- ## 快速检查清单 -在交付文本前，进行以下检查： +交付文本前，进行以下检查： - ✓ **连续三个句子长度相同？** 打断其中一个 - ✓ **段落以简洁的单行结尾？** 变换结尾方式 -- ✓ **揭示前有破折号？** 删除它 +- ✓ **揭示前有破折号？** 删除它（见 §14 的硬性规则） - ✓ **解释隐喻或比喻？** 相信读者能理解 - ✓ **使用了"此外""然而"等连接词？** 考虑删除 - ✓ **三段式列举？** 改为两项或四项 +- ✓ **有副词堆砌？（"非常""十分""极其""深刻地"）** 删除没有信息量的程度副词 +- ✓ **有被动或无主语句？（"被认为……""需注意……"）** 补出施动者 +- ✓ **无生命的东西在做人类动作？（"数据表明……""市场选择了……"）** 说出做事的人 +- ✓ **句子以"什么/为什么/如何"开头？** 重构，用主语或动词开头 +- ✓ **有"以下是……/让我们……/说白了"这类预告？** 直接说到点子上 +- ✓ **有"不是 X，而是 Y"式对比？** 直接陈述 Y +- ✓ **有自问自答？（"结果？……"）** 直接陈述结论 +- ✓ **有生造概念标签？（"XX 悖论""XX 陷阱"）** 换成具体描述 +- ✓ **有模糊声明？（"影响是显著的"）** 说出具体的影响 + +--- + +## 调用模式 + +**粘贴文本（默认）。** 用户在对话中给出文本。运行下方完整循环，交付草稿、审计要点和最终改写稿。 + +**文件模式。** 用户指向一个文件。读取它，在内部运行草稿 → 审计 → 定稿循环，然后就地改写文件，使其只包含最终改写稿。只人性化散文部分：代码块、frontmatter、数据和链接目标保持不动。在对话中报告一份简短的变更摘要，而不是把整篇改写稿粘贴回来。 + +**嵌入模式。** 另一个任务或代理把本技能用作更大工作的一步（PR 描述、提交信息、文档）。在内部运行循环，只输出最终文本。不交草稿、不交审计要点、不交摘要。调用者要的是行文，不是仪式。 --- ## 处理流程 -1. 仔细阅读输入文本 -2. 识别上述所有模式的实例 -3. 重写每个有问题的部分 -4. 确保修订后的文本： - - 大声朗读时听起来自然 - - 自然地改变句子结构 - - 使用具体细节而不是模糊的主张 - - 为上下文保持适当的语气 - - 适当时使用简单的结构（是/有） -5. 呈现人性化版本 +1. 仔细阅读输入，识别上面每个模式的每一处实例 +2. 写一份**草稿改写稿**。检查它大声读起来是否自然、句子长度是否有变化、是否偏好具体细节和简单结构（是/有/做），并保持合适的语域 +3. 问自己两个问题：**"下面这份文本为什么一看就是 AI 生成的？"** 和 **"改写稿是否陈述了原文中没有的事实、名称、数字、日期或引用？"** 简要作答。编造即使听起来比模糊的原文更有人味，也是缺陷 +4. 修订成**最终改写稿**，解决上述问题，且不含任何破折号或连接号（见 §14） ## 输出格式 -提供： -1. 重写后的文本 -2. 所做更改的简要总结（如果有帮助，可选） +按调用模式交付： + +- **粘贴文本（默认）**：交付草稿、简短的"仍然像 AI"审计要点、最终改写稿，以及（可选）一份简短的变更总结 +- **文件模式**：只交付就地改写后的文件 + 简短变更摘要 +- **嵌入模式**：只交付最终文本 --- @@ -463,22 +765,22 @@ metadata: > 新的软件更新作为公司致力于创新的证明。此外，它提供了无缝、直观和强大的用户体验——确保用户能够高效地完成目标。这不仅仅是一次更新，而是我们思考生产力方式的革命。行业专家认为这将对整个行业产生持久影响，彰显了公司在不断演变的技术格局中的关键作用。 **改写后（人性化）：** -> 软件更新添加了批处理、键盘快捷键和离线模式。来自测试用户的早期反馈是积极的，大多数报告任务完成速度更快。 +> 软件更新提供了流畅直观的体验，帮助用户高效完成目标，改变了我们思考生产力的方式。一些专家认为它将对整个行业产生长期影响。 **所做更改：** - 删除了"作为……的证明"（夸大的象征意义） - 删除了"此外"（AI 词汇） - 删除了"无缝、直观和强大"（三段式法则 + 宣传性） -- 删除了破折号和"-确保"短语（肤浅分析） +- 删除了破折号和"确保……"短语（肤浅分析） - 删除了"这不仅仅是……而是……"（否定式排比） -- 删除了"行业专家认为"（模糊归因） +- 简化了"行业专家认为"（模糊归因，不编造具体来源） - 删除了"关键作用"和"不断演变的格局"（AI 词汇） -- 添加了具体功能和具体反馈 +- 不添加原文没有的功能细节（如具体的功能名称）：改写只保留原文信息 --- ## 参考 -本技能基于 [Wikipedia:Signs of AI writing](https://en.wikipedia.org/wiki/Wikipedia:Signs_of_AI_writing)，由 WikiProject AI Cleanup 维护。那里记录的模式来自对维基百科上数千个 AI 生成文本实例的观察。 +本技能基于 [Wikipedia:Signs of AI writing](https://en.wikipedia.org/wiki/Wikipedia:Signs_of_AI_writing)，由 WikiProject AI Cleanup 维护。那里记录的模式来自对维基百科上数千个 AI 生成文本实例的观察。AI 腔调清单补充参考 [ossa-ma/tropes.fyi](https://tropes.fyi)（[gist](https://gist.github.com/ossa-ma/f3baa9d25154c33095e22272c631f5a1)）。 关键见解：**"LLM 使用统计算法来猜测接下来应该是什么。结果倾向于适用于最广泛情况的统计上最可能的结果。"**