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
- 01检测常见 AI 写作模式
- 02生成带注释的诊断报告
- 03调整句子节奏与段落结构
- 04将模糊表述改为具体或审慎说法
- 05依据示例适配品牌语气
适用场景
- 01诊断博客或文档中的 AI 写作痕迹
- 02润色营销文案或邮件
- 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.pycontent_scorer.pyreadability_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
- 扫描过度使用的填充词(深入探讨、格局、至关重要、利用、稳健)
- 检查是否存在一连串的模糊措辞(“值得注意的是……”)
- 统计破折号的使用频率(每 500 个单词超过 2 个 = AI 痕迹)
- 评估段落结构是否过于一致(模式完全相同 = AI)
- 标记所有没有来源的模糊说法(“许多公司”“研究表明”)
- 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
- 将所有填充词替换为通俗易懂的表达
- 有意识地变换句子长度(短句、长句、中等长度、片段句)
- 将每个模糊说法替换为具体数据,或诚实地说明限定条件
- 用片段句、疑问句和插话打破统一的段落结构
- 加入不完美之处和变化(限定条件、方向转变、观点)
- 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
-
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。
-
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。
-
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。
-
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。
-
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。
-
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。
-
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。
-
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。
-
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。
-
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