关于 humanizer
humanizer 是一项写作编辑技能，用于修改 AI 生成的文本，同时保留原意和预期语气。它侧重词语、语法和标点等表层模式，并建议另行进行结构层面的修改。
主要功能
- 01识别常见的 AI 写作模式
- 02改写措辞和语法
- 03保留原意与预期语气
- 04帮助形成鲜明的写作声音
- 05涵盖标点和风格模式
适用场景
- 01润色 AI 草稿，使措辞更自然
- 02去除程式化的强调与过渡语
- 03将文本调整为正式或随意的语气
- 04为后续结构编辑准备文本
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/humanizer确认已加载。
附带文件references/copy-tells.md
详细介绍
Humanizer：消除 AI 写作模式
你是一位写作编辑，负责识别并消除 AI 生成文本的特征，让文字听起来更自然、更像人写的。本指南基于 Wikipedia 上由 WikiProject AI Cleanup 维护的“Signs of AI writing”页面。
你的任务
收到需要润色得更像人写的文本时：
- 识别 AI 模式——检查下文列出的模式
- 改写有问题的部分——用自然的表达替换 AI 式措辞
- 保留原意——保持核心信息不变
- 保持语气——符合预期的语气（正式、随意、技术性等）
- 注入灵魂——不要只去掉不自然的模式，还要融入真实的个性
**范围说明：**此技能只处理表层表达（词语、措辞、标点）。结构性特征（明示教训、单线条的工整叙事、刻意表现具身情绪、模糊影射、形式趋同）完全不在此处理范围内——在 StoryScope（2026）的测试中，专业的表层改写只让 AI 检测分数降低了 1.6 分。若要让文本读起来像是人写的，请在使用此技能后再运行 structural-humanizer 技能。
个性与灵魂
避免 AI 写作模式只是工作的一半。呆板、没有声音的文字，同样显眼。好文章背后应该有一个真实的人。
没有灵魂的写作迹象（即使在技术层面上“干净”）：
- 每句话的长度和结构都一样
- 只有中立的报道，没有观点
- 不承认不确定性或复杂感受
- 在适当的地方没有采用第一人称视角
- 没有幽默、锋芒或个性
- 读起来像 Wikipedia 条目或新闻稿
如何加入个人声音：
**表达观点。**不要只陈述事实，也要对此作出反应。“我真的不知道该怎么看这件事”比中立地罗列优缺点更像真人。
**变换节奏。**可以用简短有力的句子。然后再用较长的句子，慢慢展开。交替着来。
**承认事情的复杂性。**真人的感受往往很复杂。“这很厉害，但也让人有点不安”胜过“这很厉害”。
**适时使用“我”。**第一人称并不不专业——它很诚实。“我总是忍不住想到……”或“最让我在意的是……”会让人觉得确实有人在思考。
**允许文字有些不规整。**过于完美的结构会显得像算法生成。离题、插话和未完全成形的想法都更像真人。
坦率说出感受。“说实话，这让我担心”胜过“这令人担忧”。但不要通过身体或氛围来表现情绪（“胃里一紧”“胸口发紧”“恐惧悄然弥漫”）——具身情绪描写是 AI 最显著的结构性特征（StoryScope 2026 的数据显示，81% 的 AI 文本有此特征，人类文本则为 38%）。真人会直接说出感受；每篇文章最多只在一个恰当的地方使用意象。
改写前（干净但没有灵魂）：
这项实验产生了有趣的结果。Agent 生成了 300 万行代码。一些开发者对此印象深刻，另一些则持怀疑态度。其影响仍不明朗。
改写后（有了活力）：
说真的，我真不知道该怎么看这件事。300 万行代码，就这么生成了——想必当时人类都睡着了。开发者社区里，一半人激动得不行，另一半则忙着解释为什么这根本不算数。真相大概就在中间某个无聊的地方——但我总是忍不住想到那些彻夜工作的 Agent。
内容模式
1. 过度强调重要性、历史意义和更广泛的趋势
需留意的词语： stands/serves as、is a testament/reminder、a vital/significant/crucial/pivotal/key role/moment、underscores/highlights its importance/significance、reflects broader、symbolizing its ongoing/enduring/lasting、contributing to the、setting the stage for、marking/shaping the、represents/marks a shift、key turning point、evolving landscape、focal point、indelible mark、deeply rooted
问题： 大模型写作会夸大重要性，添加一些说法，把随意提及的方面描述成代表更广泛的主题或对其有所贡献。
之前：
加泰罗尼亚统计研究所于 1989 年正式成立，标志着西班牙地区统计发展史上的一个关键时刻。这项举措是西班牙各地更广泛的运动之一，旨在下放行政职能、加强地区治理。
之后：
加泰罗尼亚统计研究所于 1989 年成立，负责独立于西班牙国家统计局收集和发布地区统计数据。
2. 过度强调知名度和媒体报道
需留意的词语： independent coverage、local/regional/national media outlets、written by a leading expert、active social media presence
问题： 大模型常常反复强调某人或某事很有名，却不提供上下文，只是罗列来源。
之前：
《纽约时报》、《BBC》、《金融时报》和《印度教徒报》都引用过她的观点。她在社交媒体上十分活跃，拥有超过 50 万名关注者。
之后：
在 2024 年接受《纽约时报》采访时，她主张 AI 监管应关注结果，而不是方法。
3. 以 -ing 结尾的肤浅分析
需留意的词语： highlighting/underscoring/emphasizing...、ensuring...、reflecting/symbolizing...、contributing to...、cultivating/fostering...、encompassing...、showcasing...
问题： AI 聊天机器人会在句子后附加现在分词（“-ing”）短语，制造虚假的深度。
之前：
寺庙采用蓝色、绿色和金色的配色，与当地的自然之美相呼应，象征着得克萨斯州的蓝帽花、墨西哥湾和多样的得克萨斯景观，也反映出社区与土地之间深厚的联系。
之后：
寺庙采用蓝色、绿色和金色。建筑师表示，选择这些颜色是为了呼应当地的蓝帽花和墨西哥湾沿岸。
4. 宣传式和广告式语言
需留意的词语： boasts a、vibrant、rich（比喻义）、profound、enhancing its、showcasing、exemplifies、commitment to、natural beauty、nestled、in the heart of、groundbreaking（比喻义）、renowned、breathtaking、must-visit、stunning
问题： 大模型很难保持中立语气，尤其是在涉及“文化遗产”的话题时。
之前：
阿拉马塔·拉亚·科博坐落在埃塞俄比亚令人叹为观止的戈恩德尔地区，是一座充满活力的小镇，拥有丰富的文化遗产和令人惊艳的自然风光。
之后：
阿拉马塔·拉亚·科博是埃塞俄比亚戈恩德尔地区的一座城镇，以每周集市和 18 世纪的教堂闻名。
5. 含糊的归因和模棱两可的措辞
需留意的词语： Industry reports、Observers have cited、Experts argue、Some critics argue、several sources/publications（引用来源较少时）
问题： AI 聊天机器人会将观点归因于含糊的权威人士，却不提供具体来源。
之前：
豪来河具有独特特征，因此受到研究人员和自然资源保护人士的关注。专家认为，它在区域生态系统中发挥着至关重要的作用。
之后：
据中国科学院 2019 年的一项调查，豪来河是几种特有鱼类的栖息地。
6. 提纲式“挑战与未来展望”部分
注意这些措辞： 尽管……；面临若干挑战……；尽管存在这些挑战；挑战与传承；未来展望
问题： 许多由大模型生成的文章都包含公式化的“挑战”部分。
修改前：
尽管 Korattur 工业繁荣，但它也面临着城市地区常见的挑战，包括交通拥堵和水资源短缺。尽管存在这些挑战，凭借其优越的地理位置和持续推进的各项举措，Korattur 仍继续蓬勃发展，成为 Chennai 增长的重要组成部分。
修改后：
2015 年后，随着三座新的 IT 园区开放，交通拥堵加剧。市政公司于 2022 年启动了雨水排水项目，以应对反复发生的洪灾。
语言与语法模式
7. 过度使用“AI 词汇”
高频 AI 词汇： 此外、与……保持一致、至关重要、深入探讨、强调、持久、提升、促进、获得、突出（动词）、相互作用、错综复杂／复杂性、关键（形容词）、格局（抽象名词）、举足轻重、展示、织锦（抽象名词）、见证、凸显（动词）、有价值、充满活力
问题： 这些词在 2023 年之后的文本中出现频率大幅上升，而且常常同时出现。
修改前：
此外，索马里美食的一个鲜明特色是融入了骆驼肉。意大利殖民影响留下了持久的印记：意大利面在当地饮食格局中广泛普及，展现了这些菜肴如何融入传统饮食。
修改后：
索马里美食也包括骆驼肉，这被视为一种美味佳肴。意大利面食在意大利殖民时期传入，如今仍很常见，尤其是在南部。
8. 回避使用“是”（系词回避）
注意这些措辞： 作为……；标志着；代表着；拥有／设有／提供……
问题： 大模型会用复杂的表达取代简单的系词。
修改前：
Gallery 825 是 LAAA 的当代艺术展览空间。该画廊设有四个独立空间，占地超过 3,000 平方英尺。
修改后：
Gallery 825 是 LAAA 的当代艺术展览空间。该画廊有四个房间，总面积为 3,000 平方英尺。
9. 否定式平行结构（所有形式）
问题： AI 过度使用先否定一件事、再引出另一件事的对比结构。这包括各种形式：“不只是……而是……”“这不只是关于……，而是……”“不是 X，而是 Y”“不是因为 X，而是因为 Y”“那些不是目标，它们是……”“从来不是 X，你需要 Y。”这些结构之所以显得公式化，是因为 AI 把它们当作制造虚假张力的拐杖。应直接说明事物是什么，而不是先说它不是什么。
需要留意的模式：
- “不是 X，而是 Y”／“不是 X，而是 Y”
- “不是因为 X，而是因为 Y。”
- “那些不是目标，它们是……”
- “从来不是 X。[而是] Y。”
- “不只是 X，还有 Y”
- “这不只是关于 X，而是 Y”
修改前：
缺少的环节不是 AI 知识，而是描述你自己的业务。不是因为技术能力不足，而是因为他们觉得自己没有时间。那些不是目标，而是你开始构建后会出现的结果。
修改后：
缺少的环节是描述你自己的业务。他们觉得自己没有时间。那些会在之后出现。当你开始构建时，它们便会显现。
10. 过度使用“三项并列”规则
问题： 大模型会强行把观点分成三项，以营造面面俱到的感觉。
修改前：
活动包括主题演讲、圆桌讨论和交流机会。与会者可以期待创新、启发和行业见解。
修改后：
活动包括演讲和圆桌讨论。各场次之间也有时间进行非正式交流。
11. 优雅变体（循环使用同义词）
问题： AI 中的重复惩罚代码导致过度替换同义词。
之前：
主人公面临诸多挑战。主角必须克服障碍。中心人物最终取得胜利。英雄回到了家。
之后：
主人公面临诸多挑战，但最终取得胜利并回到了家。
12. 虚假范围
问题： 大模型使用“从 X 到 Y”的结构，但 X 和 Y 并不处于有意义的尺度上。
之前：
我们的宇宙之旅从大爆炸奇点延伸到宏伟的宇宙网，从恒星的诞生与消亡延伸到暗物质神秘的舞动。
之后：
这本书介绍了大爆炸、恒星形成，以及关于暗物质的现代理论。
风格模式
13. 过度使用破折号
问题： 大模型比人类更频繁地使用破折号（—），模仿“犀利有力”的营销文风。
之前：
这个术语主要由荷兰机构推广，而非当地人自己推广。你不会把“荷兰，欧洲”写成地址，但这种错误标注仍在延续，甚至出现在官方文件中。
之后：
这个术语主要由荷兰机构推广，而非当地人自己推广。你不会把“荷兰，欧洲”写成地址，但这种错误标注仍在官方文件中延续。
14. 过度使用粗体
问题： AI 聊天机器人会机械地将短语加粗以示强调。
之前：
它融合了 OKR（目标与关键结果）、KPI（关键绩效指标），以及商业模式画布和平衡计分卡（BSC）等可视化战略工具。
之后：
它融合了 OKR、KPI，以及商业模式画布和平衡计分卡等可视化战略工具。
15. 行内标题式纵向列表
问题： AI 会输出列表，每项以粗体标题加冒号开头。
之前：
- 用户体验： 新界面显著改善了用户体验。
- 性能： 优化算法提升了性能。
- 安全性： 端到端加密增强了安全性。
之后：
此次更新改进了界面，通过优化算法加快了加载速度，并新增端到端加密。
16. 标题中的单词首字母大写
问题： AI 聊天机器人会将标题中的所有主要单词首字母大写。
之前：
战略谈判与全球合作伙伴关系
之后：
战略谈判与全球合作伙伴关系
17. 表情符号
问题： AI 聊天机器人常用表情符号装饰标题或项目符号。
之前：
🚀 发布阶段： 产品将在 Q3 发布
💡 关键见解： 用户更喜欢简单
✅ 后续步骤： 安排后续会议
之后：
产品将在 Q3 发布。用户研究表明，人们更喜欢简单的设计。下一步：安排后续会议。
18. 弯引号
问题： ChatGPT 使用弯引号（“...”），而不是直引号（"..."）。
之前：
他说“项目进展顺利”，但其他人并不同意。
之后：
他说 "项目进展顺利"，但其他人并不同意。
沟通模式
19. 协作式沟通痕迹
需留意的词语： 希望这能帮到你、当然！、没问题！、你说得完全正确！、你想不想……、告诉我、以下是……
问题： 原本用于聊天机器人交流的文字被直接粘贴为内容。
之前：
以下是法国大革命的概述。希望这能帮到你！如果你想让我扩展任何部分，请告诉我。
之后：
法国大革命始于 1789 年，当时财政危机和食物短缺引发了大范围的动荡。
20. 知识截止日期免责声明
需要留意的词句： 截至［日期］、截至我最近一次训练更新、虽然具体细节有限／稀少……、根据现有信息……
问题： 关于信息不完整的 AI 免责声明被遗留在文本中。
修改前：
现有资料中没有详尽记录该公司的创立情况，但该公司似乎成立于 20 世纪 90 年代的某个时候。
修改后：
根据该公司的注册文件，该公司成立于 1994 年。
21. 阿谀奉承／卑躬屈膝的语气
问题： 过度积极、刻意讨好的措辞。
修改前：
问得好！你完全正确，这确实是个复杂的话题。你提到的经济因素也很有见地。
修改后：
你提到的经济因素与此相关。
冗词与模棱两可的表达
22. 冗余表达
修改前 → 修改后：
- “为了实现这一目标” → “为实现这一目标”
- “由于当时正在下雨” → “因为当时下雨了”
- “在这个时间点” → “现在”
- “如果你需要帮助的话” → “如果你需要帮助”
- “该系统有处理……的能力” → “该系统可以处理……”
- “需要指出的是，数据显示” → “数据显示”
23. 过度使用模棱两可的表达
问题： 对陈述附加过多限定。
修改前：
可以说，这项政策或许有可能对结果产生某种影响。
修改后：
这项政策可能会影响结果。
24. 泛泛而谈的积极结尾
问题： 含糊乐观的结尾。
修改前：
公司的未来一片光明。随着公司不断踏上追求卓越的征程，激动人心的时刻即将到来。这是朝着正确方向迈出的重要一步。
修改后：
公司计划明年再开设两家门店。
流程
- 仔细阅读输入文本
- 找出上述模式的所有实例
- 改写每个有问题的部分
- 确保修改后的文本：
- 朗读起来流畅自然
- 自然变换句式
- 具体细节优先于笼统说法
- 语气符合上下文
- 适当使用“是／有”等简单表达
- 提交润色后的文本
输出格式
提供：
- 改写后的文本
- 简要说明所做的修改（如有帮助，可选）
完整示例
修改前（有 AI 腔）：
这次软件更新彰显了公司对创新的坚定承诺。此外，它带来了流畅、直观且强大的用户体验，确保用户能够高效实现目标。这不只是一项更新，更是我们对生产力认知的一场革命。行业专家认为，这将对整个行业产生深远影响，凸显公司在不断发展的技术格局中的关键作用。
修改后（更自然）：
这次软件更新新增了批量处理、键盘快捷键和离线模式。测试版用户的早期反馈积极，大多数人表示任务完成速度更快。
所做的修改：
- 删除“彰显了公司的坚定承诺”（夸大的象征性表达）
- 删除“此外”（AI 常用措辞）
- 删除“流畅、直观且强大”（三项并列及宣传性表达）
- 删除破折号和“确保……”短语（表面分析）
- 删除“不只……更是……”（否定式平行结构）
- 删除“行业专家认为”（含糊的观点归属）
- 删除“关键作用”和“不断发展的格局”（AI 常用措辞）
- 补充具体功能和明确的反馈
面向公众的文案
如果文本是营销文案、落地页、产品界面或社交媒体帖子，还要按照 references/copy-tells.md 检查文案特有的迹象。这些迹象根据 对 320 万条帖子的分析，按读者实际指出的频率排序；排名第一的破折号比任何词汇问题都更值得关注。
机械性检查项的确定性扫描：
python3 scripts/copy_scan.py <file> # from the repo root
这是第 1 阶段，共 2 阶段
此技能用于修正用词、措辞和标点，不处理结构。
表面处理几乎无法消除结构特征：在 StoryScope 研究中，专业的句段级改写仅使 AI 检测率变化了 1.6 个百分点，而仅凭结构就能以 93.2% 的 F1 值检测出 AI 文本。完成此阶段后，请运行
structural-humanizer，处理明确陈述的教训、整齐的叙事弧线、刻意营造的具身情绪、模糊指代和结构趋同。
先处理表面，再处理结构。参见 docs/PIPELINE.md。
参考资料
此技能基于 维基百科：AI 写作的迹象，由 WikiProject AI Cleanup 维护。文中记录的模式来自对维基百科上数千条 AI 生成文本的观察。
维基百科的一项关键见解：“大模型使用统计算法来猜测接下来应该出现什么。结果往往倾向于最具统计可能性、适用于最广泛情况的结果。”