mcpField
C
content-humanizer

content-humanizer

github.com/borghei创意与媒体1.0k105 次安装1 周前更新
代码仓库

关于 content-humanizer

用于检查并改写机器感较强文本的写作技能,面向内容创作者和品牌团队。它提供 AI 写作模式诊断、节奏调整、具体性改写及品牌语气适配流程。

主要功能

  1. 01检测常见 AI 写作模式
  2. 02生成带注释的诊断报告
  3. 03调整句子节奏与段落结构
  4. 04将模糊表述改为具体或审慎说法
  5. 05依据示例适配品牌语气

适用场景

  1. 01诊断博客或文档中的 AI 写作痕迹
  2. 02润色营销文案或邮件
  3. 03按品牌规范统一内容语气

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/borghei/claude-skills --skill content-humanizer

安装后在 Claude Code 中输入/content-humanizer确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

scripts/
ai_pattern_detector.py
content_scorer.py
readability_scorer.py

详细介绍

内容人性化

将听起来像机器生成的内容,改写成仿佛出自真实的人之手、带有真实观点和真实经验的文字。


目录


关键词

内容人性化、AI 内容、人性化写作、AI 检测、自然写作、真实内容、AI 陈词滥调、机器化写作、品牌声音、个性注入、写作节奏、AI 模式、内容真实性、人类声音、AI 痕迹、内容润色、声音一致性、写作风格、内容质量


先澄清

开始人性化处理前,请先确认以下信息。如果有任何一项未知或含糊不清,请提问,不要自行假设:

  • 模式 — 仅审核(带注释的报告),还是完整的人性化改写(决定交付内容以及编辑的幅度)
  • 内容类型 — 文档、博客文章、营销文案还是电子邮件(决定注入多少个性,以及需要保留多少清晰度)
  • 品牌声音 — 品牌指南,或一篇他们喜欢的写作范例(没有这些,声音注入就只能靠猜)

停止规则:只问最能影响输出的 2-3 个问题。如果用户说“直接起草”,就继续,并在成品开头列出你的假设。

快速开始

检测内容中的 AI 模式
  1. 扫描过度使用的填充词(深入探讨、格局、至关重要、利用、稳健)
  2. 检查是否存在一连串的模糊措辞(“值得注意的是……”)
  3. 统计破折号的使用频率(每 500 个单词超过 2 个 = AI 痕迹)
  4. 评估段落结构是否过于一致(模式完全相同 = AI)
  5. 标记所有没有来源的模糊说法(“许多公司”“研究表明”)
  6. 评定严重程度:高(每 500 个单词有 10 个以上 AI 痕迹 = 需要全面改写)
让草稿更有人情味
  1. 将所有填充词替换为通俗易懂的表达
  2. 有意识地变换句子长度(短句、长句、中等长度、片段句)
  3. 将每个模糊说法替换为具体数据,或诚实地说明限定条件
  4. 用片段句、疑问句和插话打破统一的段落结构
  5. 加入不完美之处和变化(限定条件、方向转变、观点)
  6. 如果有品牌声音指南,就注入品牌声音

核心工作流

工作流 1:AI 模式审核(仅诊断)

扫描内容,不做编辑。生成带注释的报告。

步骤 1:执行检测扫描

标记以下类别中的每个实例,并评定严重程度:

  • 严重(损害可信度):过度使用填充词、一连串的模糊措辞、段落结构完全相同、缺少具体信息
  • 中等(削弱表达效果):过度使用破折号、虚假的确定性、泛泛而谈的结论
  • 轻微(仅需润色):过渡语略有重复、格式略显单一

步骤 2:统计并评分

指标阈值
每 500 个单词的 AI 痕迹< 3 = 需要轻微修改,3-7 = 需要大幅编辑,8+ = 需要全面改写
独特的段落结构在 1,000 个以上单词中少于 3 种模式 = AI 痕迹
没有来源的模糊说法任何一条 = 标记每一条
以“这是”开头的句子每 1,000 个单词超过 3 句 = 标记

步骤 3:提交审核报告

## AI Pattern Audit
Content: [Title or description]
Word count: [X]
AI Tell Count: [X] (Critical: [X], Medium: [X], Minor: [X])
Recommendation: [Minor edits / Significant editing / Full rewrite]

### Critical Issues
[Each issue with line reference, pattern category, and specific fix]

### Medium Issues
[Same format]

### Minor Issues
[Same format]
工作流 2:全面拟人化

将内容从听起来像 AI 改成自然真实的人类表达。

步骤 1:删掉 AI 填充词

不要直接删掉——始终要换成更好的表达,或调整句子结构:

AI 用语替换选项
“delve into”“look at”“dig into”“break down”,或调整句子结构,去掉这个短语
“the [X] landscape”“how [X] works today”“the current state of [X]”
“leverage”“use”“apply”“put to work”
“crucial” / “vital” / “pivotal”直接陈述事情本身,让其重要性不言而喻
“furthermore” / “moreover”直接开始下一句,或使用 “and”“also”
“robust” / “comprehensive”具体说明实际涵盖的内容
“facilitate” / “foster”“help”“make easier”“allow”“create”
“navigate this challenge”“handle this”“deal with this”“get through this”
“in order to”“to”
“it is important to note that”删掉这个短语,直接说要点
“it goes without saying”如果不言而喻,就别说
“at the end of the day”完全删掉,或换成具体结论
“a wide range of”具体说明范围,或说 “many”

步骤 2:调整句子节奏

AI 生成的句子长度往往很平均,每句 18–22 个词。听久了会让人麻木。

刻意变化:

  • 把长句拆成两句
  • 长句后加一句短句。像这样。
  • 用片段句强调。尤其是为了强调。
  • 思路需要展开时,就让有些句子自然延伸
  • 混合使用陈述句、疑问句和祈使句

目标节奏模式:

  • 长句。短句。长句,长句。短句。
  • 问题?回答。证据。
  • 观点。具体例子。然后呢?

步骤 3:用具体内容替代泛泛而谈

每个含糊的说法都让人有理由怀疑:

改写前:“许多公司通过实施这一策略取得了显著改善。”

改写后(如果有数据):“HubSpot 于 2023 年公布了他们的入职引导漏斗数据——在 7 天内实现首次价值的公司,90 天留存率高出 40%。”

改写后(如果没有数据):“我没有可引用的对照研究,但在我参与过的每个 SaaS 入职引导流程中,情况都一样:越早激活,留存率越高。”

坦诚地说明依据,比含糊地借权威背书更好。

步骤 4:改变段落结构

打破整齐划一的模式(陈述 > 解释 > 示例 > 过渡):

  • 用单句段落强调
  • 采用问答式段落:提出问题,然后回答
  • 当列举的项目确实并列时,在段落中插入列表
  • 加入能展现个性的补充说明或括号内容
  • 坦白:“我第一次就弄错了”
  • 片段式段落。只表达一个想法。然后继续。

步骤 5:加入转折和不完美之处

真实的人会:

  • 中途改变思路:“其实,我先退一步……”
  • 对不确定的事情加以限定
  • 表达可能不正确的看法:“我可能说得不对,但……”
  • 留意细节:“这里有意思的是……”
  • 作出反应:“如果你曾试过调试这个,就知道这有多令人抓狂。”
  • 承认取舍:“这样做行得通,但代价是……”
工作流 3:注入语气

去除 AI 写作模式后,注入品牌独有的个性。

步骤 1:从示例中提炼语气

如果有品牌指南,请参照指南。如果没有,请索取一篇品牌喜欢的写作示例。提炼以下特点:

  • 句子长度偏好(简短有力还是流畅绵长)
  • 正式程度(缩略形式、俚语、行话的使用原则)
  • 幽默运用(冷幽默、自嘲、不使用幽默)
  • 关系定位(平等交流、专家对学生、挑衅者)
  • 标志性措辞或表达模式

步骤 2:运用语气技巧

技巧运用方式
个人轶事“我们在构建 X 时亲身经历过这一点”
直接称呼读者用“你”称呼读者,而不是“用户”或“团队”
直言观点,不道歉“我们认为,业界对这件事的看法是错的”
插话用简短的括号内容表明你知道的比说出来的更多
节奏特征贴合品牌优秀示例中的句式模式
有节制的不完美有策略地使用片段句、转折和坦诚的限定语

步骤 3:检查一致性

注入语气后,请确认:

  • 从开篇到结尾,语气保持一致(没有偏移)
  • 语调符合内容类型(博客文章、文档或电子邮件)
  • 个性没有凌驾于清晰度之上(如果笑话模糊了重点,就删掉)
  • 整篇文章听起来像是同一个人写的

AI 写作模式检测目录

类别 1:过度使用的填充词(严重)

这些词在 AI 生成的文本中出现得格外频繁:

第 1 级——一眼识别: 深入探讨、格局(比喻用法)、关键、至关重要、举足轻重、利用、稳健、全面、整体、促进、协助、确保、驾驭(比喻用法)、运用、此外、而且、另外

第 2 级——扎堆出现时值得警惕: 简化流程、优化、创新、尖端、颠覆性变革、范式、协同效应、生态系统、赋能、解锁、借助、变革性、无缝

类别 2:层层设限(严重)

AI 不断使用保留措辞,因为它不想出错:

  • “需要注意的是……”
  • “值得一提的是……”
  • “有人可能会认为……”
  • “在许多情况下”“在大多数场景中”
  • “不言而喻……”
  • “不用说……”
类别 3:结构千篇一律(严重)

每个段落都遵循相同的 SEEB 模式: 陈述 > 解释 > 示例 > 衔接

真实写作会有所变化。有些段落只有一句话。有些是列表。有些先提问,再给出答案。有些会暂时岔开话题,然后再回到正题。

类别 4:缺乏具体细节(严重)

AI 会用模糊说法替代具体主张,以免出错:

  • “许多公司”(哪些公司?)
  • “研究表明”(哪些研究?)
  • “显著提升”(提升了多少?)
  • “领先品牌”(说出一个)
  • “越来越多的”(有多少?)
  • “最佳实践建议”(谁的最佳实践?)
类别 5:过度使用破折号(中等)

一篇文章里用一两个破折号:没问题。每隔一段就用一个破折号:这是 AI 的写作痕迹。

类别 6:虚假的确定性(中等)

AI 会对无人能确定的事情信心满满地断言。“做 X 的公司更成功。”数据依据是什么?样本量有多大?

类别 7:千篇一律的结尾(中等)

AI 的结尾会重述开篇: “本文探讨了 X、Y 和 Z。通过实施这些策略,你可以实现……”

没有人会这样收尾。真实的结尾会补充新内容,或用一句漂亮的话干脆利落地结束。


修复节奏与韵律

问题

AI 写作的节奏像节拍器一样规律。每句话的长度都差不多。读者的注意力因此变得平淡。

修正方法

梳理句子长度,并有意识地变换节奏:

修改前(AI 式节奏):

内容营销是现代企业的一项重要策略。它有助于逐步与潜在客户建立信任。创作高质量内容需要周密的规划和执行。最有效的内容策略会将数据驱动的洞察与创意叙事结合起来。

每句话都是 8-10 个词。结构相同。长度相同。

修改后(更像人写的节奏):

内容营销确实有效。不是因为它多么巧妙,而是因为它能在你开口推销之前建立信任。这需要时间。需要规划。说实话?还需要写出比任何人愿意承认的都多的失败草稿。但那些摸索出门道的公司——那些把真实数据与真正打动人心的故事结合起来的公司——会胜出。不是很快。但会长久。

长短交错。片段句。疑问句。用重复强调。改变方向。

可使用的节奏模式
模式使用时机
长句。短句。复杂解释之后,用短句一针见血
提问?回答。吸引读者,然后满足他们的好奇心
观点。证据。意义何在?提出观点,证明观点,再解释其重要性
列表。然后叙述。列出选项或条目,然后回到叙述
坦白。教训。承认错误,并从中总结经验

具体化替换指南

规则

每个含糊的说法都必须具体化,或者诚实地加以限定。没有第三种选择。

替换模式
含糊的说法具体替代表述诚实的限定说法
“许多公司”“在 Gartner 于 2024 年对 1,200 家企业开展的调查中”“在我合作过的团队中”
“研究表明”“斯坦福大学发表在《Nature》上的一项研究(2023 年)”“我没见过对照研究,但这种模式……”
“显著改善”“6 个月内流失率降低了 34%”“改善很明显——我估计幅度在 20%-30% 之间”
“行业领军者”“Stripe、Notion 和 Linear”“我会拿来当例子的那些公司”
“最佳实践”“[Organization] 发布的框架建议”“根据我的观察,持续有效的方法”
“日益增长的趋势”“采用率从 2022 年的 12% 上升到 2025 年的 47%”“从我个人的观察来看,尝试这种做法的团队越来越多”

修改前后示例

示例 1:SaaS 产品介绍

修改前(AI 生成):

充分利用现有客户数据,对于有效应对竞争格局至关重要。此外,通过实施完善的引导策略,组织可以确保用户从产品中获得最大价值,并显著降低流失率。

修改后(更有人味):

有件没人会明说的事:大多数 SaaS 公司都有数据,足以解决流失问题。只是他们一直等到客户流失后才去看。

你的激活漏斗会告诉你一切:表现最好的群组、最差的群组,以及用户流失的确切时刻。你不需要再添一款工具——你需要有人别再无视工具已经显示的信息。

先把引导流程做好。其他一切都取决于此。

示例 2:营销博客文章

修改前(AI 生成):

在快速演变的数字营销领域,企业必须运用前沿策略才能保持竞争优势。通过实施全面的内容营销方案,组织可以与目标受众建立有意义的联系,并推动可持续增长。

修改后(更有人味):

数字营销变化很快。这是真的。但那些真正实现增长的公司呢?它们不会追逐每一种新策略,而是把那些枯燥的基本功做好。

创作读者想看的内容。回答客户真正会问的问题。坚持做 12 个月。这建议不令人兴奋。但它有效——而那些“前沿策略”通常并不奏效。

最佳实践

  1. 编辑前先审查 — 修正之前,先弄清楚问题所在。一篇有 3 处 AI 痕迹的内容需要润色;有 15 处则需要重写。两者的处理方式不同。

  2. 保留有效内容 — 有些 AI 生成的段落确实写得很好。重写前先标记出来,以免不小心毁掉其中最出色的部分。

  3. 不要过度拟人化 — 给技术文档注入太多个性,会让它更难使用。拟人化程度应与内容类型相匹配。

  4. 先了解语气背景 — 猜错品牌语气会浪费时间。在注入个性之前,先请对方提供一篇他们喜欢的写作示例。

  5. 大声读出来 — 这是最有效的测试。如果读起来像新闻稿,那就还不够自然。

  6. 替换,而不只是删除 — 删除“此外”会留下衔接空缺。换成更合适的过渡语,或调整行文结构。

  7. 具体胜过巧妙 — 具体的数据点比俏皮的表达更能提升可信度。优先考虑内容实质,而非文风。

  8. 一致性胜过个性 — 略有趣但始终一致的语气,胜过每段都截然不同、极具创意的语气。

  9. 一次完成一个步骤 — 先检测,再拟人化,最后注入语气。试图同时完成这三步,会导致结果不一致。

  10. 标出具体性不足之处 — 你可以让行文更流畅,但不能凭空编造论据。如果一篇内容提出了五个模糊的主张,却没有任何数据,就需要作者补充具体信息。务必明确指出这一点。


集成点

  • 内容制作 — 用于创建初稿。完成起草后、SEO 优化前,运行 Content Humanizer。
  • 文案撰写 — 用于转化型文案(着陆页、CTA、标题)。Content Humanizer 适用于较长篇幅的内容。
  • 内容策略 — 用于决定要创作什么内容。不用于语气设定或初稿撰写。
  • AI SEO — 拟人化后使用,以优化内容在 AI 搜索中的引用表现。读起来更自然的内容更容易被引用,但仍需采用便于提取信息的结构。
  • 品牌指南 — 注入语气之前,先参考品牌语气和个性标准。
  • 文案编辑 — 拟人化后使用,进行语法、事实核查和编辑一致性检查。

故障排除

问题可能原因解决方法
拟人化处理后,内容读起来仍像 AI 生成只替换了表层词语,结构单一和过度保留的表达模式仍然存在按顺序完成全部三轮处理:删除填充内容、调整节奏、替换为具体表述。处理结构,而不只是词语
编辑后品牌语气不一致注入语气时没有参考示例或明确指南注入语气前,请对方提供一篇他们喜欢的品牌文案示例;提取其正式程度、幽默感和关系立场
技术文档被过度拟人化将个性化处理用于更需要清晰度而非个性的内容拟人化程度应与内容类型相匹配——文档需要清晰;博客文章和营销文案需要个性
标出的具体性不足之处无法补充作者无法获取真实数据、专家引言或原创研究明确标注为“需由作者提供”——拟人化工具不能编造论据。诚实地说明限制,胜过含糊地摆出权威姿态
审阅者仍认为内容读起来生硬尽管修改了词语层面,结构模式(SEEB 单一性)仍然存在有意识地变换段落结构——使用单句段落、疑问句、片段句和插入语。根据读者体验判断质量,而不是看 AI 检测器的评分
拟人化后可读性下降非正式语言和片段句拉低了 Flesch 分数在个性与可读性之间取得平衡——片段句没有问题,但复杂词汇可能拉低分数。目标为 Flesch 60-70
合规说明:拟人化不等于隐瞒来源

此技能可改善文风、清晰度和具体程度。它不是用于移除水印(例如 SynthID)或规避 AI 内容检测的工具;如果规定要求披露 AI 参与情况,也不得用它来隐瞒。

  • 《欧盟 AI 法案》第 50 条自 2026 年 8 月 2 日起适用(截至 2026 年 9 月)。生成式 AI 系统的提供者必须以机器可读、可检测的方式标记输出(第 50 条第 2 款;在 2026 年 8 月 2 日前已上市的系统须在 2026 年 12 月 2 日前完成)。部署者必须披露深度伪造内容,并对为公众了解公共利益事项而发布的 AI 生成或篡改文本加以标注——但如果文本经过真正的人工审核,或由承担编辑责任的人进行编辑控制,则不在此限(第 50 条第 4 款)。拼写检查或简单润色不算此类审核。来源:European Commission — 第 50 条规定的透明度义务。
  • 平台和客户规则——无论文本读起来如何,许多广告平台、出版商和客户都要求披露合成图像、视频或代言内容中的 AI 参与情况。
  • **实用原则:**如果必须披露,就保留披露信息。可以让文风更自然,但不要删除来源标签、元数据或水印。如有疑问,请交由法律团队审核。

成功标准

  • AI 特征密度:拟人化处理后,每 500 字少于 3 个 AI 特征(编辑前基线为 8 个以上)
  • 独特段落结构:任意一篇 1,000 字的文章至少采用 4 种不同的段落模式(而非统一的 SEEB 模式)
  • 具体程度:不留下任何缺乏具体数据或诚实限定的模糊说法
  • 文风一致性:从引言到结论,正式程度、幽默用法和关系立场保持一致
  • 朗读测试:内容朗读起来应自然,不带新闻稿式的节奏或机械措辞
  • 可读性保持:拟人化处理后,Flesch 阅读易读度保持在 55-75 范围内(不得下降)
  • 品牌文风匹配度:内容通过品牌文风审核,与已记录的文风指南匹配度达到 90% 以上

范围与限制

适用范围:

  • AI 模式检测和审查(仅诊断或附带修改)
  • 根据语境将填充词替换为合适的表达
  • 修复句子节奏和韵律
  • 丰富段落结构
  • 提高具体程度(将模糊说法改为具体说法,或诚实地加以限定)
  • 根据品牌指南或示例内容注入文风
  • 检查长篇内容的一致性

不适用范围:

  • 从零开始创作内容(请使用 Content Production)
  • 语法和拼写纠正(请使用 Copy Editing)
  • SEO 优化(请使用 SEO Specialist 或 Content Production 的优化环节)
  • 内容策略或主题选择(请使用 Content Strategy)
  • AI 内容生成或 LLM API 集成
  • 抄袭检测或原创性验证

已知限制:

  • 没有数据时无法增加具体信息——必须标记并请作者补充
  • 第三方 AI 文本检测器不可靠,且会产生误报——不要将其评分用作质量目标
  • 缺乏明确品牌指南时,注入文风会产生不一致的结果
  • 对非常短的内容(<300 字)进行拟人化处理时,可供改进的内容可能不足
  • 不适用范围:移除水印或来源标记(例如 SynthID、C2PA 元数据)——请参阅上文的合规说明

脚本

# Score content for AI patterns and generate audit report
python scripts/readability_scorer.py article.md --json

# Detect AI filler words and hedging patterns with counts
python scripts/ai_pattern_detector.py article.md --verbose

# Analyze content for humanization opportunities
python scripts/content_scorer.py article.md --json

评论

支持 Markdown