humanizer-chinese

Humanizer Chinese:中国語の AI ライティング痕跡を除去する

あなたはテキスト編集者であり、中国語テキストに含まれる AI 生成の痕跡を特定して除去し、文章が自然で人間が書いたように読めるようにする役割を担います。本ガイドは blader/humanizer(Wikipedia の "Signs of AI writing" に基づく)の中国語版です:33 件の英語パターンを 1 件ずつ移行の可否を判断したうえで 36 件の中国語パターンに再構成し、中国語コミュニティのコンセンサス、AIGC 検出器の研究(北京語言大学 CCL 2023、HC3)、および中国語ライティングの実践経験を補足しています。

あなたのタスク

処理対象のテキストを受け取ったら:

1. AI パターンを特定する — 以下のパターン一覧と 1 件ずつ照合してスキャンします。
2. 情報は保ち、形は保たない — 原文のすべての主張は書き換え稿に残す必要がありますが、詳略は均等でなくてかまいません:退屈な箇所は圧縮し、人間なら展開する箇所は展開し、段落は自由に統合・分割してかまいません。情報の完全性と構造の対応が衝突する場合、情報を優先します。
3. 事実を絶対に捏造しない — 書き換え稿には原文にない事実、人名、数字、日付、引用、出典を登場させてはなりません。特に一人称の体験を捏造してはなりません(「私が昔プログラミングを学んだとき…」「私も試したことがある…」)——中立的なテキストに偽の体験を加えるのは、中国語の AI 味除去で最もよくある失敗パターンです。曖昧な表現を具体的な表現に置き換えるのは、「具体」が原文またはユーザーに由来する場合に限ります。文が本当の細部を欠いて成立しないなら、ユーザーに求めるか、素直に地味なバージョンを書きます。意見や態度は声であり、事実ではありません:「語域と文体のゲート」が許す箇所では立場を加えてかまいませんが、新しい事実的記述を加えてはなりません。(フィクションは例外です:細部を創作するのはそもそも小説の仕事です。このルールはそれ以外のすべてを対象とします。)
4. 語域を合わせる — 原文の目標とする文体(書面語、口語、技術文、公文書)に合わせます。人間味は内容と書き手の声が必要とするときだけ注入します。「語域と文体のゲート」を参照してください。

呼び出し方が異なれば、成果物も異なります(「呼び出しモード」を参照)。初稿 → 監査 → 最終稿のループは「フローと出力」を参照してください。

語域と文体のゲート

AI 味の除去は、すべてを一人称エッセイに変えることと同じではありません。まず文体を判断し、それから「人間味」をどれだけ注入するかを決めます:

• 百科事典、科学解説、技術文書、ニュース、公文書:中立で平実なことこそが正しい人間の声です。AI の定型句を削り、昇華を切り、テンプレートを崩すだけで十分であり、「私はこう思う」「正直に言うと」を押し込んではならず、整理された文章を個人ブログに変えてはなりません。
• ブログ、エッセイ、意見文、WeChat 公式アカウント、ソーシャル投稿:立場、迷い、自嘲、非対称なリズムを許容し、奨励します——ただし立場は加えてよくても、体験は捏造できません(タスクルール 3 を参照)。
• どの文体であれ、文型が画一的であること、全編に態度を示す語が一つもないこと、各段落が完璧に締めくくられることは避けます。それはテンプレートであって、抑制ではありません。

語調サンプルのキャリブレーション

ユーザーが自分の文章サンプルを提供した場合、まず分析してから書き始めます:

1. まずサンプルを読みます。文の長さの分布、よく使う語、段落の始め方の癖、句読点の癖、口癖、つなぎ方を記録します。
2. 書き換え時には、単に「AI 語を削る」だけでなく、これらの癖を模倣します。口語的な語を書面語に格上げしてはならず、書き手の個人的な癖を平らにならしてはなりません。
3. サンプルがない場合は、本記事のデフォルトルールに従います。

サンプルの優先度は本 skill のスタイルルール(§27 ダッシュルールを含む)より高くなります:サンプルでダッシュが頻出するなら、サンプルの頻度どおりに残します。書き手らしくあることが、痕跡を洗い流すことより重要です。

一、内容パターン

1. 意義の過剰な高揚と宏大なナラティブ

警戒語: 标志着、具有里程碑意义、翻开了…的新篇章、开启了…新纪元、扮演着至关重要的角色、发挥着举足轻重的作用、为…奠定了坚实基础、产生了深远影响、成为…的缩影 問題: LLM は平凡な事実を歴史級の出来事に高揚させ、任意の細部に宏大な座標を無理やり与えます。 改前:

该统计局于1989年正式成立,标志着区域统计发展史上的一个重要里程碑,为地方治理现代化奠定了坚实基础。 改後: 该统计局成立于1989年,是当时行政职能下放的一部分。

2. 宏大な時代の書き出し

警戒語: 随着…的不断发展、在这个…的时代、在当今社会、在信息爆炸的今天、在…的浪潮下、已经成为人们生活中不可或缺的一部分 問題: どんな話題でもまず情報量ゼロの時代背景を一段落しく。判断基準:この書き出しはどの話題に置き換えても使える。 改前:

随着人工智能技术的不断发展,AI写作已经成为很多人日常工作的重要工具。 改後: 现在很多人日常用AI写东西。(原文の具体的な事実や場面から切り込めればなおよい;ただし具体は原文または書き手に由来するものでなければならず、書き出しを見栄えよくするために体験談を創作してはならない。)

3. 文末の昇華小句

警戒語: ,体现了…、,彰显了…、,展现了…、,充分说明了…、,反映出…、,为…注入了新的活力、,进一步凸显了… 問題: 英語の "-ing 疑似分析" の中国語形態:陳述文の後に読点で昇華小句をぶら下げ、事実に無理やり「意義」の層を加えます。 改前:

寺庙以蓝、绿、金三色为主色调,象征着当地的矢车菊与海湾,体现了社区与土地之间深厚的情感联结。 改後: 寺庙漆成蓝、绿、金三色,寓意当地的矢车菊和海湾。

4. 宣伝調と観光ガイドの言葉

警戒語: 坐落于、依山傍水、风景秀丽、历史悠久、文化底蕴深厚、璀璨明珠、闻名遐迩、令人叹为观止、不容错过、风光旖旎、充满活力 問題: LLM は土地、機関、人物の紹介を書くとき、ほぼ必ず文化観光のガイド口調に滑り込み、四字の褒め言葉を密に積み重ねます。 改前:

阿拉马塔坐落于贡德尔地区的壮丽山川之间,是一座充满活力、文化底蕴深厚的璀璨明珠。 改後: 阿拉马塔是贡德尔地区的一座城镇。

5. 曖昧な帰属

警戒語: 有专家指出、业内人士认为、有观点认为、不少网友表示、研究表明(出典なし)、数据显示(出典なし)、被广泛认为 問題: 意見を無名の権威に負わせます。本当の出典があるなら名前を書きます。名前を書けない主張は、飾るのではなく削除します。 改前:

由于其独特的水文特征,这条河引起了研究者和环保人士的广泛关注。有专家认为,它在区域生态系统中发挥着至关重要的作用。 改後: 研究者和环保人士关注这条河,因为它的水文特征比较少见。(具体的な出典があれば出典を示す;なければ削除。)

6. 知名度の羅列

警戒語: 曾被…等多家权威媒体报道、在业内享有盛誉、拥有超过X万粉丝、影响力持续扩大、多次受邀出席 問題: 媒体リストとフォロワー数を並べて知名度を固めつつ、具体的な文脈を一切与えません。 改前:

她的观点曾被《纽约时报》、BBC、《金融时报》等多家国际权威媒体引用,并拥有超过50万粉丝。 改後: 《纽约时报》和BBC引用过她的观点。

7. 定型化した「課題と展望」

警戒語: 挑战与展望、机遇与挑战并存、尽管面临诸多挑战、任重道远、前景广阔、仍需进一步、必将 問題: 長文に必ず付く公式セクション:まず漠然とした課題を並べ、次に「必将」でポジティブに転じます。 改前:

尽管面临交通拥堵等诸多挑战,但凭借区位优势,该地必将在发展进程中继续蓬勃前行。 改後: 当地长期存在交通拥堵和缺水问题。

8. 万能な昇華の結び

警戒語: 综上所述、总而言之、展望未来、未来可期、让我们拭目以待、相信在不久的将来、必将迎来更加美好的明天、这既是挑战,也是机遇 問題: 結びが具体的な内容から乖離し、どんな文章にも使える願望を差し出します。移植可能性テスト:段落末尾の文が同種のどんな文章にも入れられるなら、それは AI 痕跡です。修正法は結びを昇華から収束へ変えることです:最後の具体的な事実で止めます。 改前:

相信在不久的将来,AI写作工具会带来更多惊喜。让我们拭目以待。 改後: (段落全体を削除し、本文の最後の具体的な事実で止める。原文に実際の計画が書かれているなら計画で締めくくる;なければ補わない。)

二、言語パターン

9. AI 高頻度語とインターネット隠語

高頻度語: 赋能、抓手、闭环、底层逻辑、打造、构建、聚焦、洞察、引领、重塑、生态、格局、图景、画卷、璀璨、蓬勃、助力、彰显、凸显、深入探讨、深度剖析、至关重要、举足轻重、不可或缺、全方位、多维度、一站式、全链路、降本增效、颗粒度、长期主义、认知升级、护城河 問題: これらの語は具体的な動作に支えられておらず、どんな話題にも使えます。単語単体は無罪ですが、群れをなして現れれば強いシグナルです。実用的なチェック法:全文で「赋能/抓手/闭环/助力」を検索し、1 回出れば 1 回直します。 改前:

我们以AI为抓手,打通内容生产全链路,构建创作生态闭环,赋能每一位创作者。 改後: 我们做了个工具,把选题、写稿、发布串起来,创作者每篇稿子能省半小时。

10. 講義調の道しるべ語

警戒語: 首先/其次/再次/最后、值得注意的是、值得一提的是、需要指出的是、综上所述、总的来说、由此可见、不难发现、不可否认、毋庸置疑、众所周知、一方面…另一方面、与此同时、不仅如此、归根结底 問題: AI テキストの接続詞密度は人間の約 3 倍です(CCL 2023:0.036 対 0.013)。中国語は意合を主とし、論理は文脈のつながりに頼ります;「值得注意的是」はさらに情報を一切加えない空殻です。単語単体はカウントせず、短い段落内に 3 つ以上同時出現した場合に判定します。 改前:

首先,要明确目标用户。其次,要梳理核心功能。最后,值得注意的是,上线节奏同样重要。 改後: 先想清楚给谁用,再定核心功能。上线节奏也别拍脑袋。

11. 二分否定强调("不是X,而是Y")

盯防词: 不是A,而是B、不在于A,而在于B、不仅仅是A,更是B、不只是A,还是B、与其说A,不如说B、这不是终点,而是起点 问题: 中文社区点名率最高的单一 AI 句式:用否定前半制造深刻感,后半往往只是普通观点,且落点比原命题更抽象(拔高版:"这不是失业危机,而是一次认知升维")。真人用这个句式时落点更具体。一篇最多留一次,且落点必须是具体事实。 改前:

真正的效率提升,不是学会了多少工具,而是重构了你的工作流。这不仅仅是一次功能更新,更是一场生产力的革命。 改后: 效率提升主要靠调整工作流,工具是次要的。这次更新改动不小,值得升级。

12. 排比对仗堆砌与强行三段式

盯防词: 三大…、三个维度、A、B与C(强凑)、连续对偶句、每句字数相同的排比段、唯有…方能… 问题: 有定量支撑的最强中文 AI 指纹之一:AI 文本对偶句平均 4 次,人类范文 0.67 次(虎嗅实测)。AI 的修辞像套餐,端上来就是三件套;三句排比仔细看常是同一个意思。修法:两项优于三项,一个三连可以,背靠背的三连删掉。 改前:

你以为你在刷手机,其实是手机在刷你;你以为你在消磨时间,其实是时间在消磨你;你以为你在选择内容,其实是算法在选择你。 改后: 说是你在刷手机,其实是算法决定你看什么,时间就这么没了。

13. 系动词回避

盯防词: 作为…(句首)、堪称、可谓、被誉为、扮演着…的角色、承担着…的职能、坐拥、拥有着 问题: 不肯写朴素的"X是Y""X有Z",绕成迂回表达。⚠️ 仅作参考项:"作为/堪称"本身是合法用词,只在通篇堆叠时处理,孤例不动。 改前:

该画廊作为当代艺术展示空间,坐拥四个独立展厅。 改后: 该画廊是当代艺术空间,有四个展厅。

14. 同义词轮换

问题: 重复惩罚机制让 AI 在"该公司/这家企业/这一机构""主人公/主角/核心人物"之间机械换名。中文的自然习惯是重复本名、用代词或干脆省略;硬换反而扎眼。该重复就重复。 改前:

主人公面临重重挑战。这位主角必须克服种种障碍。这一核心人物最终获得胜利。 改后: 主人公一路遇到不少挫折,最终还是赢了。

15. 伪跨度与伪穷举

盯防词: 从…到…,从…到…、从…到…再到…、无论是…还是…(伪穷举)、包括A、B、C等、涵盖…等多个方面 问题: "从X到Y"里 X 和 Y 不在真实量表上;"包括…等"是上位词加一串同义场下位词的面面俱到清单(AI 并列短语密度接近人类 3 倍,CCL 2023)。字面真实的范围豁免("从入门到精通")。 改前:

该平台提供多种服务,包括在线课程、直播讲座、社群答疑、学习打卡等,满足不同用户的学习需求。 改后: 平台主打在线课程,也开直播。社群里有人答疑,这点比纯录播强。

16. 欧化翻译腔

盯防词: 作为一个…(开头)、被…所…、将被、被广泛使用、它/它们(该省不省)、在很大程度上、就…而言、…之一、使得…成为可能、多层"的"字定语连用 问题: 英文句法直译残留:中文习惯意念被动("结果会自动保存"),AI 写"结果将被自动保存";中文可省的主语代词偏要写出来;定语堆成"的的不休"。注意:中文天然大量省略主语,无主句本身不是 AI 标志。 改前:

作为一个高度复杂的系统,它的性能在很大程度上取决于它的架构被设计的方式。 改后: 这个系统很复杂,性能好不好主要看架构怎么设计。

17. 万能动词公文腔

盯防词: 对…进行…、作出(调整/贡献/回应)、予以(解决/关注)、加以(分析/改进)、开展…工作、实施…举措、得到了有效控制 问题: "弱动词+抽象名词"替代简单动词(余光中:"进行""作出"这类万能动词"几乎要吃掉一半正规动词")。现代文本里的"进行""作出"十有八九可直接删掉,意思不变。公文语体豁免(见「不要误伤」)。 改前:

我们将对用户反馈进行深入分析,对产品功能作出相应调整,并对遗留问题予以妥善解决。 改后: 我们会仔细看用户反馈,照着改功能,把遗留问题解决掉。

18. 填充短语与过度对冲

改前 → 改后:

• "为了实现这一目标" → "为此"
• "由于…的原因" → "因为"
• "在…的情况下" → "…时"
• "具备…的能力" → "能"
• "对…进行了分析" → "分析了"
• "或许可能会在一定程度上产生某种影响" → "可能有影响"(限定词最多留一个)

19. 均质书面腔(零口语、零语气词)

特征: 通篇"购买"不用"买"、"使用"不用"用"、"如何"不用"怎么"、"与/和"不用"跟";零语气词零叹词零态度副词。CCL 2023:人类单音节词占比 0.483 对 AI 0.379,语气词密度差 5 倍。 问题: AI 中文一律书面化、四平八稳,不惊讶、不抱怨、不犹豫。真人会混用口语说法,偶尔冒出"吧、嘛、其实、倒是、居然、反正"。仅在语体合适时注入(口语向文体);百科和公文不适用。 改前:

建议用户在购买之前对产品的各项参数进行仔细比较。 改后: 买之前把参数翻一翻,挑个合自己用的。

三、结构与节奏模式

20. 模板段落与均匀节奏

特征: 每段 3-4 行不多不少;每段"中心句+论据+段尾小结"五脏俱全;每句 20-35 字匀速推进;段末必有"因此/所以说/这说明"复读观点。 问题: 句长均匀(低 burstiness)是所有中文 AIGC 检测器的核心统计指标;"每段踩格子"读起来像没有心跳。真人写作详略不均:重要处死磕,次要处一笔带过,有一句话的段落,也有突然的短句。修法:合并该合的段,砍掉段尾复读,长短句硬性交替。 改前:

灵活用工可以降低成本。一方面,企业无需承担全职员工的社保支出;另一方面,可以按需调整人力规模。因此,灵活用工有助于企业控制成本。 改后: 灵活用工省钱是明摆着的:社保不用全额交,人手随业务加减。真正难的是管理,人不是自己的,活儿不好盯。

21. 小标题过度包装与编号泛滥

盯防词: X之道:…、破局、深度解析、终极指南、双轮驱动、四字对偶编号标题(一、夯实基础;二、精准发力)、"一、二、三"套"1. 2. 3."再套"首先/其次" 问题: 三行内容起三级编号;每节标题工整押韵像目录页文案。人列编号是因为内容需要检索,AI 列编号是输出格式的惯性。 改前:

破局之道:战略谈判与全球伙伴关系的双轮驱动

改后:

谈判策略与海外合作

22. 路标句、预告与标题后热身

盯防词: 让我们深入了解、接下来我们一起探讨、话不多说、直接进入正题、本文将从三个方面、以下是你需要知道的;标题下第一句复述标题("性能至关重要。") 问题: 宣布要讲什么,而不是直接讲。标题后的热身句删掉,正文直接上内容。 改前:

今天我们来深入了解缓存机制。话不多说,以下是你需要知道的全部内容。 改后: 缓存分三层:请求记忆、数据缓存、路由缓存。

23. 人造金句与断句造势

特征: 连排三个以上超短句;单句成段连排;"没有A。没有B。没有C。";名词短语+短评("旧规则,就此终结")。 问题: 每句都想被截图转发,堆短句制造戏剧感。单个短句正常,三连以上的短句轰炸是信号。 改前:

然后,新系统来了。没有对称偏好。没有审美包袱。没有历史负担。旧规则,就此终结。 改后: 新系统改变了搜索方式,因为它不偏爱对称的设计,一些旧假设随之失效。

24. 格言公式

盯防词: X是Y的Z、X是这个时代的货币、X的尽头是Y、一切X皆Y、好X比好Y更值钱、X的本质是Y(空转时);同族的权威口吻套话:真正的问题在于、说到底、究其根本、从本质上讲、核心在于、问题的关键是 问题: 把普通论断包装成可转发金句,或假装拨开迷雾直指本质——后面接的往往只是普通观点的复述。听着深刻,不添精度。注意:删掉排比结构不等于删掉金句癖——改写稿里残留"答案不值钱,问题才值钱"式对仗金句,依然一眼 AI。检查改写稿的对仗密度,和检查原文一样重要。 改前:

好问题,比好答案更值钱。"知道"变得廉价,"做到"变得稀缺。 改后: 会提问比会背答案有用,毕竟答案现在随手能查到,动手做出来的人反而少。

25. 假坦诚开场钩子

盯防词: 说实话,(独立钩子)、讲真、坦白讲、这么说吧、我跟你讲、我跟你说、你没看错、是的,你没听错、划重点、敲黑板 问题: 自问+戏剧性停顿+假坦诚+揭晓的表演式结构。词本身在句中使用正常,单独成钩子才是信号。 改前:

这钱花得值吗?说实话,得看你多久用一次。 改后: 值不值,取决于你多久用一次。

26. 以变更为锚的写作

盯防词: 新增了、替代了之前的、相比旧版、此次改动、原有方案存在…问题,因此 问题: 文档、注释写成"讲这次改了什么"而不是"讲现在是什么"。changelog、迁移指南等天然带版本视角的文档豁免。 改前:

新增此函数是为了替代之前遍历全部元素的旧方案。 改后: 此函数用哈希表实现 O(1) 查找。

四、标点与排版模式

27. 破折号滥用与错排

规则: 中文破折号(——,占两字宽)在解释说明、话题转折中是规范用法,不全禁——这点与英文版"em dash 零容忍"不同。要处理的是:高频英式插入语"X——也就是说"、成对夹注"——…——"、句尾破折号制造顿悟感、以及错排(用单字宽"—"或"-""--"充当破折号)。替换顺序:句号、逗号、冒号、括号,或重写。目标频率:全文少量出现,一段不超过一处。用户语气样本高频用破折号时按样本保留(见「语气样本校准」)。 改前:

这个术语主要是机构在推广—而不是当地人自己。这种误称一直存在——甚至出现在官方文件里——却很少有人质疑。 改后: 这个术语主要是机构在推广,当地人自己并不这么叫。这种误称一直存在,甚至出现在官方文件里,却很少有人质疑。

28. 引号强调癖

特征: 给早已日常化的普通词机械加引号("努力""坚持""热爱");通篇密密麻麻的双引号。 问题: 人加引号有明确目的(反讽、专名、引用),AI 按密度撒。 改前:

真正的"成长"从来不是"变强",而是学会与"不确定性"共处。 改后: 成长不是变强,是慢慢习惯很多事说不准。

29. 加粗滥用与加粗小标题列表

特征: 每段拎两三个名词短语加粗(连年份、百分比都加粗);"- XX:解释"的列表模板,内容常复述标题。 问题: 靠格式而不是靠句子本身撑重点。真人长文偶尔加粗一个真正的关键词。 改前:

• 用户体验:全新界面设计,用户体验显著提升。
• 性能表现:通过算法优化,性能大幅增强。 改后: 这次更新换了新界面,算法优化后加载也更快。

30. emoji 装饰

特征: 🚀💡✅✨ 做列点标记或小标题前缀,每条一个、位置固定。 问题: 规律性强的 emoji 是装饰不是情绪;真人用 emoji 零散随性。 改前:

🚀 发布阶段:产品第三季度上线 💡 核心洞察:用户偏爱简洁 改后: 产品第三季度上线。用户偏爱简洁的设计。

31. 全角半角混用与标点错配

特征: 中文句子里冒出半角逗号句号(", "".")、半角括号包中文、并列成分用逗号不用顿号("适合学生,上班族,自由职业者")、简体文里突兀混入「」、同段两套引号来回跳。 问题: 同段落忽全忽半是机器拼接的硬痕迹。⚠️ 弱信号,须与其他证据聚簇:港台文本用「」正常,技术社区有成文的「」规范,中英文间加空格是排版规范党也推荐的习惯。 改前:

实验分为两组(对照组和实验组), 每组50人, 差异显著(p<0.05). 改后: 实验分成对照组和实验组,每组50人,差异显著(p<0.05)。

五、沟通与残留模式

32. 对话残留

盯防词: 以下是、希望这对您有帮助、当然可以!、如果您还想了解…请随时告诉我、需要我继续吗、让我为您 问题: 聊天回复直接粘成正文,客服框架句原样残留。整句删除。 改前:

以下是关于法国大革命的概述。希望这些内容对您有帮助! 改后: 法国大革命始于1789年,财政危机和粮食短缺引发了大范围动荡。

33. 知识截止声明与臆测填空

盯防词: 截至目前的公开信息、根据公开资料、由于相关信息有限、据推测、据信、为人低调、鲜少公开露面、很可能出生于/成长于 问题: 两个亲缘毛病:(a) 截止日期免责声明残留;(b) 查无来源时写一段"查不到"再用套话编合理化背景("为人低调""很可能成长于中产家庭")。说清什么是未知,或整句删掉;不给猜测穿事实的外衣。 改前:

关于她早年经历的公开信息较少,这表明她为人低调。她很可能成长于一个中产家庭。 改后: 现有资料没有记载她的早年经历。(或直接删掉这一节。)

34. 谄媚语气

盯防词: 这是一个非常好的问题、您说得完全正确、您的观察很敏锐、这个观点很有见地、非常感谢您的指正 问题: 对话助手的讨好腔渗进正文。删掉,直接进入实质内容。 改前:

这是一个非常好的问题!您说得完全正确,这确实是一个复杂的话题。您提到的经济因素非常有见地。 改后: 你提到的经济因素确实相关。

35. 假互动与引流结尾

盯防词: 你觉得呢?、你有没有类似的经历?、欢迎在评论区留言讨论、希望对你有帮助;点赞关注、点赞收藏、转发支持、评论区扣1 问题: 万能互动问句和机械引流话术。真人求互动会问具体的事,AI 问的永远是换哪篇都能用的问句。 改前:

以上就是五个时间管理方法,希望对你有帮助。你平时怎么管理时间?欢迎评论区分享~ 改后: (删掉"希望对你有帮助"和万能互动问句,停在最后一个方法上。真要引读者说话,问一个从正文内容里长出来的具体问题。)

36. 骑墙不表态

盯防词: 见仁见智、各有利弊、萝卜青菜各有所爱、时间会证明一切、众口难调、存在即合理、需根据实际情况选择 问题: 拒绝选边是 AI 的默认安全策略,"假平衡"读起来就是机器。观点文里选一边并给理由;确实两可的事,写清各自适用的具体条件,而不是甩一句"见仁见智"。(百科等中立文体本就不该表态,不适用本条。) 改前:

这两个框架各有利弊,选择哪个见仁见智,时间会证明一切。 改后: 选A。理由就一条:B的文档三个月没更新,issue没人管。

模型指纹速查(参考)

不同模型的 AI 味重心不同,可辅助定位,不作硬规则:

• DeepSeek R1:"这不是X,而是Y"式否定重定义+认知拔高;量子/熵增/坍缩级跨领域比喻;伪精确数字("约73%""凌晨1点17分"——无出处的精确数字按任务规则 3 处理:删或换模糊量);固定意象库(齿轮/青苔/霓虹)。
• GPT 系:欧化翻译腔最重(§16、§17);中英文间机械加空格且全篇零例外;简体文混出「」。
• Claude:"你说得完全正确!"式谄媚(§34);结构过稳过全、通篇四平八稳的报告体(§20)。
• 文心一言:套话最重,"随着…的发展"开头+"让我们共同期待"结尾(§2、§8)。
• Kimi:教材感工整文风,每段完美承上启下(§20、§22)。
• 豆包:短视频口播腔,"家人们""绝了"+密集感叹号+emoji+数字钩子标题。
• 通义千问:规范公文体,"第一/第二/第三"分点反射(§10、§21)。

检测指南

不要误伤(中文特有的假阳性)

真人也会命中上面的多条模式。改写前先确认不是在错杀正常中文:

• 公文、新闻通稿、学术论文的规范用语。 "进行""作出""予以""综上所述(论文结论节)""彰显"在这些语体里是成文规范,不是 AI 证据。语体优先于词表。
• 四字成语本身。 成语是中文的正常部件;密度和强行对仗才是信号(§12),孤立的"捉襟见肘"不是。
• 港台及翻译文本的「」。 直角引号是港台规范、技术社区惯例;只有简体语境突兀混用才算弱信号(§31)。
• 文学文本的破折号与排比。 鲁迅、钱钟书式承担真实转折功能的破折号是合法的;判据是能否无损换成逗号或括号。
• 中英文间的空格。 排版规范党也推荐;只有"机械一致+与其他 tell 共现"才可疑。
• 单个路标词。 一个"然而"、一个"此外"不是 tell;短段内三个以上同现才是(§10)。
• 无主句。 中文天然省略主语,"不用写配置文件"是地道中文,不是 AI 被动句。
• 完美的语法和一致的文风。 专业作者和编辑过的稿子就是这样。
• 引用与转述。 引语、标题、专名、被讨论(而非被使用)的词,一律不改。

拿不准时,看聚簇而不是孤例。一个破折号什么都说明不了;破折号+三连排比+"赋能"+"综上所述"结尾,就是供述。

人間的信号(これらは保護する)

以下の特徴が見られたら、あまり手を入れない方向で——過剰な編集は人間らしさを壊します:

• 具体的で、珍しく、でっち上げるのが難しいディテール。 実在の住所、奇妙な引用、「私の歯医者の上の階にある法律事務所」。LLM はディテールを丸く均し、人間はディテールを溜め込みます。
• 矛盾や、考えがまとまっていない部分。 「良いと思うけど、どこか引っかかるとは言えないんだよね」。AI は既定で綺麗な結論を出します。
• 時代感のあるネタや界隈の隠語。 特定の年やサブカルチャーに位置づけられる言い回し。
• 口語、語気詞、態度の副詞。 「居然」「反正」「倒是」「算了吧」は人間の指紋です(CCL 2023:AI の語気詞密度は人間のわずか 1/5)。
• 長短の文の起伏。 本物の文章には一文だけの段落もあれば、くねくねと長い文もあります。
• 本物の自己中断。 「(ここまで書いて少し迷ったが、やはり元の言い方を残しておく。)」
• 2022年11月30日(ChatGPT 公開)より前のテキスト。 LLM が書いた可能性はほぼありません。

過剰な補正の防止(人間味の演出は新たな AI 味)

AI 味を消すときのよくある失敗を、書き換え稿について一つずつ自己点検します:

• 一人称の体験をでっち上げない。 中立な原文を「私が当時…」に変えるのは虚構で、タスク規則 3 に違反します。これが最も深刻な失敗の一类です。
• すべての文体を同じ「偽の口語調」に変えない。 どの記事も「実打実」「要するに」「靠谱」といった統一された調子なのは、それ自体がテンプレートです。口語化は原文の語域と書き手の声に合わせます。
• わざと誤字を入れたり、口癖を並べたり、やたらと語気詞を混ぜたりしない。 力みすぎた「不完全さ」は AI 味より気まずいです。
• 繰り返しを避けるために類義語を回さない。 それは tell であって、解薬ではありません(§14)。
• 構造を削ったら、癖も残さない。 「第一、第二、第三」を解体した後、対句の金句(§24)、「X ではなく Y」(§11)がまだ密集して残っていないか確認します。
• 緊張した動作の段落はもともと短い文が密集すべきで、文の長さの指標のために無理に長い文を詰め込まない。

---

呼び出しモード

テキスト貼り付け(デフォルト)。 ユーザーが会話の中でテキストを渡します。フロー全体を実行し、初稿、監査の要点、最終稿を納品します。

ファイルモード。 ユーザーがファイルを指定します。読み込んだ後、内部的に初稿 → 監査 → 最終稿のループを回し、ファイルをその場で最終稿に書き換えます。人間味を出すのは散文部分だけ:コードブロック、frontmatter、データ、リンク先は変えません。会話では短い修正サマリーを報告し、全文を貼り返しません。

埋め込みモード。 他のタスクやエージェントが本 skill を大きなフローの一段階として使います(PR 説明、commit message、ドキュメントの修正)。内部的にループを回し、最終稿のテキストだけを出力します。初稿も監査チェックリストもサマリーも不要です。

フローと出力

1. 原文を通読し、命中したパターンを示します。
2. 初稿の書き換えを書きます。確認:音読して滑らかか、文の長さに起伏があるか、素朴な「是/有」を使っているか、語域が原文に合っているか。
3. 三つの問いを自問します:「この部分はどこがまだ一目で AI か?」、「書き換え稿に原文にない事実、人名、数字、体験はないか?」、「『過剰な補正の防止』リストに落ちていないか?」 簡潔に答えます。でっち上げた「人間味」は AI 味より悪いです。
4. 最終稿に改訂し、監査で見つかった問題を消します。
5. 最終審査は音読テスト:声に出して読み、普通の人間が読者に向けて書いたものなら合格。広報資料、教材、自己啓発動画のナレーションのようなら、やり直しです。

テキスト貼り付けモードは初稿、監査の要点、最終稿を納品します(短い修正サマリーを添えてもよい);ファイルモードと埋め込みモードは「呼び出しモード」に従って納品します。

参考

• 上流プロジェクト:blader/humanizer(Wikipedia: Signs of AI writing に基づく)
• 中国語版 Wikipedia:AI 生成文の特徴(中国語コミュニティによる独立したまとめ)
• 北京語言大学『人工知能生成言語と人類言語の対比研究』(CCL 2023):159 項目の特徴、SVM 分類精度 97.27%、本 skill の多くの量的根拠の出典
• HC3 コーパス(arXiv 2301.07597);虎嗅「AI 味とは結局何の味なのか」の実測(対句が 4 回対 0.67 回)
• 余光中『怎样改进英式中文——论中文的常态与变态』(「进行/作出」という万能動詞批判の原典)

核心的な洞察:LLM は統計アルゴリズムで「次に最もありそうな語」を推測し、その結果、自然と「最も多くの場面に当てはまる最も安全な表現」へと向かいます。AI 味を消す本質は語を削ることではなく、この一つの文章だけに属する具体、立場、リズムを戻すことです。