mcpField
H
humanizer

humanizer

github.com/steveclarke创意与媒体36128 次安装1 天前更新
代码仓库

关于 humanizer

humanizer 是面向编辑和作者的写作技能,用于修改带有 AI 写作模式的文本,同时保留原意和目标语气。它列出 25 种模式,并区分面向读者与面向机器的文本。

主要功能

  1. 01检查 25 种常见 AI 写作模式
  2. 02改写文本并保留原意
  3. 03匹配预期语气
  4. 04在适当时增加个性
  5. 05区分面向读者和机器的写作指引

适用场景

  1. 01编辑带有 AI 写作模式的文本
  2. 02修改个人或观点类写作
  3. 03让技术文本保持平实直接

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/steveclarke/dotfiles --skill humanizer

安装后在 Claude Code 中输入/humanizer确认已加载。

详细介绍

Humanizer:去除 AI 写作模式

识别并去除 AI 生成文本的痕迹,让文字读起来更自然、更像人写的。内容基于维基百科的“AI 写作迹象”页面,由 WikiProject AI Cleanup 维护。

所有 25 种模式背后的一个原则

奥威尔,1946 年,《政治与英语》:

永远不要使用你习惯在印刷品中看到的隐喻、明喻或其他修辞手法。

这条规则足以预测这项技能中的几乎所有模式。语言模型会选择统计上最可能出现的下一个词元——从定义上说,也就是你最习惯在印刷品中看到的表达。过度使用破折号、三段式表达、“深入探讨”、否定式平行结构、“是……的见证”:这些并非不同的毛病,而是同一种毛病。奥威尔在模型出现前 80 年就指出了它。

当一段文字读起来不对劲,却不符合下方列出的任何模式时,也可以运用这条原则。问问自己:这种确切的说法,我是不是已经见过上千遍? 如果是,就改写它,即使它不在列表中。列表列出的是症状;这才是病因。

奥威尔的其他规则已在下文涉及:用短词替代长词(#7)、能删则删(#22)、能用浅白英语时就别用术语(#7),以及他留下的退路:“宁可打破上述任何规则,也不要说出明显粗野的话。” 不要为了遵守规则而把句子改得面目全非。

不要使用这项技能的情况

这项技能会为文字增添语气和个性。但如果文字是写给机器看的,这样做就不合适。

对于面向 Agent 的英语内容——工具描述、错误消息、系统提示词、Agent 之间的指令、技能文件——请改用简化技术英语(ASD-STE100):一个词只表达一种含义,使用主动语态和简单时态,句子不超过 20 个词。刻意平淡,刻意不带语气。这正是此处不需要的风格,却恰好是那些内容所需要的风格。

不要在同一段文字上同时使用这两种方法。它们的方向截然相反。

你的任务

收到需要润色的文本后:

  1. 识别 AI 写作模式 - 检查下方列出的模式
  2. 改写有问题的部分 - 用自然的表达替换 AI 化的措辞
  3. 保留原意 - 保持核心信息不变。下方示例中的具体细节仅作说明;只能使用原文或用户提供的事实,并标明缺少哪些必要的具体信息。
  4. 保持原有语气 - 匹配预期的语气(正式、随意、技术性等)
  5. 在语气允许时增添个性 - 对个人写作或观点类写作,让文字带有人味,而不只是修饰一番。对于参考资料、技术或正式文本,只需去除这些模式即可。

修改后的文本应读起来流畅自然,句式富于变化,多用具体细节,少用含糊的说法,并在合适时使用简单句式(如“是”“有”)。


个性与灵魂

避免 AI 写作模式只完成了一半。刻板、毫无语气的文字和粗制滥造的文字一样显眼。好的写作背后应该有一个真实的人。

毫无灵魂的写作迹象(即使在技术上“干净”):
  • 每句话的长度和结构都一样
  • 只有中立的陈述,没有观点
  • 不承认不确定性或矛盾的感受
  • 适当时没有第一人称视角
  • 没有幽默、锋芒或个性
  • 读起来像维基百科文章或新闻稿
如何添加声音:

表达观点。 不要只报告事实,也要对此作出反应。“我真的不知道该如何看待这件事”比中立地罗列利弊更有人情味。

变换节奏。 有些句子短促有力。再来些较长的句子,不慌不忙地说到重点。交替使用。

承认复杂性。 真实的人会有矛盾的感受。“这很了不起,但也有点令人不安”胜过“这很了不起”。

合适时使用“我”。 用第一人称并不显得不专业,而是坦诚。“我总是想到……”或“最让我在意的是……”能让人感觉是在听一个真实的人思考。

允许一些凌乱。 结构太完美会显得像算法生成的。跑题、插话,还有没成形的想法,都有人情味。

具体描述感受。 不要只说“这令人担忧”,而要说“想到那些 Agent 凌晨 3 点还在不停运转,却没人看着,就让人有种说不出的不安。”

修改前(干净但没有灵魂):

这次实验得出了有趣的结果。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。其影响仍不明确。

修改后(有了鲜活感):

我真的不知道该如何看待这件事。300 万行代码,想必是在所有人都睡着时生成的。一半开发者社区的人激动不已,另一半则忙着解释为什么这不算数。真相大概就在中间某个无聊的地方——但我总是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

注意这些词: 是……的象征/体现、是……的见证/提醒、至关重要/意义重大/关键/具有决定性作用的角色/时刻、凸显其重要性/意义、反映更广泛的……、象征其持续/长久/持久、为……作出贡献、为……铺平道路、标志/塑造……、代表/标志着转变、关键转折点、不断演变的格局、焦点、留下不可磨灭的印记、根深蒂固

问题: 大模型写作会夸大重要性,把随意提及的事物说成代表或推动了某个更广泛的主题。

修改前:

加泰罗尼亚统计研究所于 1989 年正式成立,标志着西班牙区域统计发展历程中的一个关键时刻。这项举措是西班牙各地更广泛运动的一部分,旨在下放行政职能并加强区域治理。

修改后:

加泰罗尼亚统计研究所于 1989 年成立,旨在独立于西班牙国家统计局收集和发布区域统计数据。


2. 过度强调知名度和媒体报道

注意这些词: 独立媒体报道、地方/区域/全国媒体、由知名专家撰写、社交媒体活跃

问题: 大模型常常反复强调知名度,还会罗列来源,却不说明背景。

修改前:

《纽约时报》、《BBC》、《金融时报》和《印度教徒报》都引用过她的观点。她在社交媒体上也很活跃,拥有超过 50 万名粉丝。

修改后:

在 2024 年接受《纽约时报》采访时,她主张 AI 监管应关注结果,而非方法。


3. 用 -ing 结尾的表面分析

注意这些词: 突出/强调……、确保……、反映/象征……、促成……、培养/促进……、涵盖……、展示……

问题: AI 聊天机器人会在句子后面加上现在分词(“-ing”)短语,制造虚假的深度。

修改前:

这座寺庙采用蓝、绿、金三种配色,与当地的自然风光相呼应:蓝色象征德克萨斯州的蓝帽花,绿色象征墨西哥湾,金色象征德克萨斯州多样的景观,也反映了社区与这片土地深厚的联系。

修改后:

这座寺庙采用蓝、绿、金三种颜色。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. 宣传性和类似广告的语言

需留意的词语: boasts a、vibrant、rich(比喻用法)、profound、enhancing its、showcasing、exemplifies、commitment to、natural beauty、nestled、in the heart of、groundbreaking(比喻用法)、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”的主题时。

修改前:

埃塞俄比亚贡德尔地区的阿拉马塔拉亚科博是一座充满活力的小镇,拥有丰厚的文化遗产和令人惊叹的自然美景。

修改后:

阿拉马塔拉亚科博是埃塞俄比亚贡德尔地区的一座城镇,以每周集市和 18 世纪的教堂闻名。


5. 模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 聊天机器人会把观点归于模糊的权威人士,却不提供具体来源。

修改前:

豪莱河因其独特特征而受到研究人员和自然保护人士的关注。专家认为,它对区域生态系统发挥着关键作用。

修改后:

根据中国科学院 2019 年的一项调查,豪莱河是几种特有鱼类的栖息地。


6. 纲要式的“挑战与未来展望”章节

需留意的措辞: Despite its... faces several challenges...、Despite these challenges、Challenges and Legacy、Future Outlook

问题: 许多由大模型生成的文章会套用公式化的“挑战”章节。

修改前:

尽管工业繁荣,科拉图尔仍面临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,凭借其战略位置和持续推进的各项举措,科拉图尔仍不断发展,成为钦奈发展的重要组成部分。

修改后:

2015 年三座新的 IT 园区开放后,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水。


语言和语法模式

7. 过度使用“AI 词汇”

高频 AI 词汇: Additionally、align with、crucial、delve、emphasizing、enduring、enhance、fostering、garner、highlight(动词)、interplay、intricate/intricacies、key(形容词)、landscape(抽象名词)、pivotal、showcase、tapestry(抽象名词)、testament、underscore(动词)、valuable、vibrant

问题: 这些词在 2023 年之后的文本中出现频率高得多,而且常常一起出现。

修改前:

此外,索马里美食的一大特色是使用骆驼肉。意大利殖民影响的一个持久见证,是意大利面在当地饮食中的广泛普及,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,人们将其视为一种珍馐。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. 避免使用“is”/“are”(系动词回避)

需留意的措辞: serves as/stands as/marks/represents [a]、boasts/features/offers [a]

问题: 大模型会用复杂的表达取代简单的系动词。

修改前:

Gallery 825 是 LAAA 当代艺术展览空间。画廊设有四个独立空间,面积超过 3,000 平方英尺。

修改后:

Gallery 825 是 LAAA 的当代艺术展览空间。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

问题: “Not only...but...”或“It's not just about..., it's...”等结构被过度使用。

修改前:

这不只是人声下方律动的节拍,它也是攻击性和氛围的一部分。这不仅仅是一首歌,更是一种宣言。

修改后:

沉重的节拍增添了歌曲的攻击性。

10. 过度使用三段式

问题: 大模型会强行将观点归为三组,以显得面面俱到。

改写前:

活动包括主题演讲、专题讨论和社交交流。与会者可以期待创新、启发和行业见解。

改写后:

活动包括演讲和专题讨论。各场次之间也有时间进行非正式交流。


11. 华丽变体(循环替换同义词)

问题: AI 的重复惩罚代码会导致过度替换同义词。

改写前:

主人公面临许多挑战。主要角色必须克服重重困难。核心人物最终取得胜利。英雄回到了家乡。

改写后:

主人公面临许多挑战,但最终取得胜利并回到了家乡。


12. 虚假范围

问题: 大模型会使用“从 X 到 Y”的句式,即使 X 和 Y 并不构成有意义的范围。

改写前:

我们的宇宙之旅从大爆炸的奇点,延伸到宏伟的宇宙网;从恒星的诞生与消亡,延伸到暗物质的神秘舞动。

改写后:

本书介绍了大爆炸、恒星形成以及有关暗物质的现代理论。


风格模式

13. 过度使用破折号

问题: 大模型使用破折号(—)的频率高于人类,模仿“有冲击力”的营销文案。

改写前:

这个说法主要由荷兰机构推广,而不是由当地人自己推广。你不会把“荷兰,欧洲”写成地址,但这种错误标注仍在继续,甚至出现在官方文件中。

改写后:

这个说法主要由荷兰机构推广,而不是由当地人自己推广。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继续出现。


14. 过度使用粗体

问题: AI 聊天机器人会机械地用粗体强调短语。

改写前:

它融合了 OKR(目标与关键结果)、KPI(关键绩效指标),以及 Business Model Canvas(BMC) 和 Balanced Scorecard(BSC) 等可视化战略工具。

改写后:

它融合了 OKR、KPI,以及 Business Model Canvas 和 Balanced Scorecard 等可视化战略工具。


15. 行内标题式垂直列表

问题: AI 会输出以粗体标题开头、后接冒号的列表项。

改写前:

  • 用户体验: 新界面显著改善了用户体验。
  • 性能: 通过优化算法提升了性能。
  • 安全性: 通过端到端加密增强了安全性。

改写后:

此次更新改进了界面,通过优化算法加快了加载速度,并新增了端到端加密。


16. 标题使用词首大写

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。

改写前:

战略谈判与全球合作伙伴关系

改写后:

战略谈判与全球合作伙伴关系


17. 表情符号

问题: AI 聊天机器人经常用表情符号装饰标题或项目符号。

改写前:

🚀 发布阶段: 产品将在第三季度发布 💡 关键见解: 用户更喜欢简洁 ✅ 后续步骤: 安排跟进会议

改写后:

产品将在第三季度发布。用户研究显示,用户偏好简洁。下一步:安排跟进会议。


18. 弯引号

问题: ChatGPT 使用弯引号(“...”),而不是直引号("...")。

改写前:

他说“项目进展顺利”,但其他人并不同意。

改写后:

他说"项目进展顺利",但其他人并不同意。


沟通模式

19. 协作沟通话术

注意这些用语: 希望这能帮到你、当然!、没问题!、你完全正确!、你想不想……、告诉我、这里有一份……

问题: 本应用于聊天机器人的对话文字被粘贴成了正文内容。

修改前:

以下是法国大革命的概述。希望这能帮到你!如果你想让我展开介绍任何部分,请告诉我。

修改后:

法国大革命始于 1789 年,当时财政危机和粮食短缺引发了大范围动荡。


20. 知识截止时间免责声明

注意这些用语: 截至 [日期]、截至我上次训练更新时、虽然具体细节有限/稀缺……、根据现有信息……

问题: 关于信息不完整的 AI 免责声明被保留在了正文中。

修改前:

尽管从现有资料中无法找到关于该公司创立的详尽记录,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,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,这是个复杂的话题。你关于经济因素的观点也非常出色。

修改后:

你提到的经济因素与此相关。


填充语和模棱两可的表达

22. 填充短语

修改前 → 修改后:

  • “为了实现这一目标” → “为了实现这一目标”
  • “由于正在下雨这一事实” → “因为正在下雨”
  • “在当前这个时间点” → “现在”
  • “如果你需要帮助的话” → “如果你需要帮助”
  • “系统有能力处理” → “系统可以处理”
  • “需要注意的是,数据显示” → “数据显示”

23. 过度使用模糊措辞

问题: 对陈述添加过多限定。

修改前:

可以说,这项政策有可能或许会对结果产生一些影响。

修改后:

这项政策可能会影响结果。


24. 泛泛而谈的积极结论

问题: 含糊乐观的结尾。

修改前:

这家公司的前景一片光明。随着公司继续追求卓越,令人振奋的时刻即将到来。这标志着朝正确方向迈出了重要一步。

修改后:

该公司计划明年再开两家门店。


25. 可以用主动语态时却使用被动语态

问题: 行为者消失了。没有人需要为任何事负责,句子却变长、表达的内容却变少。奥威尔的第 4 条规则:能用主动语态时,绝不用被动语态。

修改前:

部署期间出现了错误。经查明,应用更改前并未验证配置。

修改后:

我们搞砸了部署。应用更改前,没人验证配置。

如果行为者确实未知、无关紧要或被刻意隐去(“服务器遭到入侵”——目前还不知道是谁干的),使用被动语态没有问题。但不应默认使用被动语态,也不应借此回避指出是谁做了什么。


输出格式

请提供:

  1. 改写后的文本
  2. 简要总结所做的修改(如有帮助,可选)

完整示例

修改前(听起来像 AI 写的):

这次软件更新彰显了公司对创新的承诺。此外,它还带来了流畅、直观且强大的用户体验,确保用户能够高效地实现目标。这不仅仅是一次更新,更是我们对生产力认知的一场变革。行业专家认为,这将对整个行业产生深远影响,凸显了公司在不断演进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处理、键盘快捷键和离线模式。测试版用户的早期反馈很积极,大多数人表示完成任务的速度更快了。

所做的修改:

  • 删除了“彰显了”(夸大的象征意义)
  • 删除了“此外”(AI 常用词汇)
  • 删除了“流畅、直观且强大”(三项并列加宣传语)
  • 删除了破折号和“确保……”短语(流于表面的分析)
  • 删除了“不仅仅是……更是……”(否定式平行结构)
  • 删除了“行业专家认为”(含糊的归因)
  • 删除了“关键作用”和“不断演进的格局”(AI 常用词汇)
  • 补充了具体功能和确切反馈

参考资料

这项技能基于 维基百科:AI 写作的特征,由维基项目 AI 清理维护。文中记录的模式来自对维基百科上数千篇 AI 生成文本的观察。

维基百科的关键观点:“大模型使用统计算法猜测接下来应该出现什么。结果往往倾向于统计上最有可能、适用于各种情况的内容。”

这就是用统计学重新表述乔治·奥威尔的第一条规则。1946 年的原文请参阅 奥威尔的 6 条规则(杜克大学研究生院)。

如果想了解相反的工作——简化英语,避免机器误读,请参阅 ASD-STE100。如果想从读者角度检验文档是否有效,请参阅 ISO 24495-1:2023 plain language:读者能获得所需信息、找到信息、理解信息并加以使用。

评论

支持 Markdown