voice-injection-rewriter

语音注入改写器

将 AI 生成的文本转化为真实、符合特定声音风格的内容——不是伪装成人类，而是套用特定个人或品牌的真实声音模式。

何时使用此技能

在以下情况下使用此技能：

• 改写 AI 草稿，使其符合特定个人的声音风格
• 发布前清除生成内容中的 AI 痕迹
• 在 AI 辅助的内容制作中确保声音风格一致
• 弥合 AI 效率与真实品牌表达之间的差距
• 后期处理任何 AI 输出（博客文章、电子邮件、社交媒体内容、落地页）

此技能不是通用的“人性化工具”。它需要声音输入——可以来自 brand-voice-learner 的输出、ClawFu 品牌记忆，或你提供的声音样本。

这很重要，原因如下： 通用人性化工具会添加虚假的不完美之处（随机拼写错误、刻意使用缩写）来欺骗检测器。这是一场你注定会输的军备竞赛。此技能套用的是你的声音模式——因此生成的文本自然像人写的，因为它就是一个真实的人所使用的声音。

---

方法论基础

核心原则： AI 文本听起来不自然，并不是因为缺少拼写错误，而是因为缺少特定个人的词汇、节奏、观点和结构习惯。解决方法是注入声音，而非修饰表面。

来源：

• NN/g 的声音与语调研究
• 品牌声音分析方法论（ClawFu brand-voice-learner）
• AI 检测模式研究（GPTZero、Originality.ai 信号分析）
• WhatsApp IA NDD Camp 社区关于 AI 内容工作流的见解

第 201 条见解： 大多数人试图让 AI 文本“听起来像人写的”（泛泛而谈）。真正的技能是让 AI 文本“听起来像我”（具体）。前者人人都会，后者才是手艺。

---

Claude 负责什么，你来决定什么

Claude 负责	你来决定
套用声音模式来改写文本	使用哪个声音配置文件
清除 AI 检测信号	与原文偏离到什么程度
识别声音风格不匹配之处	对语气和准确性的最终审核
提供符合声音风格的替代表述	事实准确性优先于声音风格的场合
执行检查清单	发布场景和受众

---

说明

前提条件

使用此技能前，你需要以下任一项：

声音来源	获取方式	质量
ClawFu 品牌记忆	get_brand [name] — 预存的声音配置文件	最佳
brand-voice-learner 输出	使用 10 份以上写作样本运行分析技能	很好
3-5 份写作样本	粘贴目标声音风格的示例	良好
声音描述	“分析性、冷峻、法语风格、不用流行语、短句”	最低可用标准

---

阶段 1：加载声音配置文件

首先确定目标声音风格。

如果使用 ClawFu 品牌记忆：

Load brand voice for [name]. Apply it to rewrite the following text.

如果提供样本：

Here are 3 examples of my writing voice:
[Sample 1]
[Sample 2]
[Sample 3]

Extract the voice patterns, then rewrite this AI-generated text to match:
[AI text]

如果描述声音风格：

My voice profile:
- Register: [analytical/casual/authoritative/conversational]
- Sentence length: [short punchy / mixed / long flowing]
- Contractions: [always / sometimes / never]
- Opinions: [strong and stated / subtle / neutral]
- Vocabulary: [technical / accessible / mixed]
- Signature moves: [specific habits — e.g., "Ce n'est pas X. C'est Y."]
- Forbidden words: [list any words you never use]

Rewrite this to match:
[AI text]

---

阶段 2：检测 AI 痕迹

改写前，找出哪些地方让文本听起来像 AI 生成的。

AI 检测信号（需要标记的内容）

结构信号：

• 句子长度均匀（AI 默认每句 15–20 个单词）
• 段落结构可预测（主题句 → 3 个论据 → 过渡句）
• 列表对称（每个项目长度相同、语法结构相同）
• 标题完全平行

词汇信号：

• 没人会说的企业套话：“深入探讨”“格局”“借助”“稳健”“简化流程”“促进”“全面”
• 填充式开场白：“在当今快速发展的……” “需要注意的是……” “为了……”
• 过度使用模糊措辞：“值得注意的是”“有人可能会认为”“可以说”
• 过度依赖过渡词：“此外”“而且”“另外”“然而”（每段都用）

语气信号：

• 没有观点（AI 默认保持中立）
• 没有缩略形式（AI 很少使用缩略形式）
• 每件事都同等重要（AI 不会强调或降低任何内容的重要性）
• 语言经过过度修饰（没有锋芒、个性或风险）

标记模板：

AI FINGERPRINT SCAN:
□ Uniform sentence length? [yes/no]
□ Buzzword count: [N] instances
□ Transition density: [N] per paragraph
□ Contractions present? [yes/no]
□ Opinions/personality present? [yes/no]
□ Any sentence you'd never actually say? [list]

---

第 3 阶段：注入语气并改写

将语气档案应用到标记的文本中。这是核心操作。

5 遍改写

第 1 遍——消灭 AI 词汇

将每个 AI 默认用词替换为符合语气的表达：

AI 默认用词	通用的人类表达	特定语气的表达（示例）
“深入探讨”	“仔细研究”	取决于语气——可以是“creuser”“regarder de plus près”“explorer”
“借助”	“使用”	语气可能偏好“exploiter”“utiliser”或“s'appuyer sur”
“格局”	“领域”	语气可能偏好“march锓écosystème”，或者直接说出具体事物
“稳健”	“强大”	语气可能偏好“solide”“fiable”或特定领域的术语
“此外”	“另外”	语气可能偏好“Et”“D'ailleurs”，或者干脆不写
“确保”	“确认”	语气可能偏好“vérifier”“s'assurer”，或者直接删掉
“全面”	“完整”	语气可能偏好“complet”“exhaustif”，或者彻底删掉这个词
“需要注意的是”	（删掉）	直接陈述事实

第 2 遍——打破节奏的均匀性

• 找出最长的一段等长句子。打破这种规律。
• 每个部分加入 2–3 个简短有力的句子（少于 8 个词）。“这就是重点。”“差远了。”
• 如果符合语气，可以加入 1–2 个更长、更流畅的句子
• 如果符合语气，可以使用不完整句
• 如果符合语气，可以使用破折号——强调重点
• 如果符合语气，可以使用括号（表现出边写边思考）

第 3 遍——融入特定语气的表达模式

从语气档案中提取：

• 标志性短语或修辞手法
• 偏好的句子开头
• 表达观点的句式（“这不是 X，而是 Y。”/“关键在于……”/“你看，”）
• 说话者总会使用的领域专用词汇
• 结构习惯（项目符号还是连贯行文，编号列表还是分段）

第 4 遍——缩略形式和语域检查

• 根据语气匹配缩略形式的使用程度（有些语气从不使用缩略形式，有些则总是使用）
• 检查语域：正式程度是否与语气一致？
• 确认代词用法是否匹配（有些人用“我们”，有些人用“我”，有些人用“咱们”）

第 5 遍——朗读测试

大声朗读全文。对每个句子问自己：

• [此人]真的会这么说吗？
• 节奏流畅吗？
• 有没有哪个词是他们绝不会用的？

如果任何句子不符合要求，就按这种语气从头重写。

---

第 4 阶段：输出格式

标准输出

## Original (AI-generated)
> [The input text]

## Rewritten (Voice: [Name/Brand])
[The rewritten text]

## Changes Made
- **Vocabulary**: [3-5 key word swaps]
- **Rhythm**: [What changed structurally]
- **Voice markers**: [What was injected from the voice profile]
- **Removed**: [What AI signals were stripped]

## Voice Consistency Score
[High/Medium/Low] — [one-line explanation]

快速模式（用于批量处理）

如果要改写多段内容，跳过详细输出：

[Rewritten text only]

---
*Voice: [Name] | Swaps: [N] | Score: [H/M/L]*

---

示例

示例 1：LinkedIn 帖子——法语分析型风格

风格档案： Matthieu Credou——分析优先、冷峻、短句，采用「Ce n'est pas X. C'est Y.」式的重新界定，不用流行语，不用表情符号，201 级

AI 输入：

“在当今快速变化的数字环境中，借助 AI 工具已成为企业保持竞争优势的关键。此外，未能采用这些全面解决方案的组织，可能会在日益自动化的市场中落后。”

改写（风格：Matthieu）：

人人都说，要想保持竞争力，就得「采用 AI」。问题不在于采用，而在于知道该拿它来做什么。

大多数公司安装 AI 工具，就像安装 ERP 一样——迫于压力，却毫无策略。结果就是：它们更快地自动化自己的错误。

所做的修改：

• 词汇：「landscape」→ 删除，「leveraging」→ 删除，「comprehensive solutions」→ 删除，「competitive edge」→ 重新界定为真正的问题
• 节奏：将整齐划一的长句拆成短促有力的句子，再展开说明
• 风格标记：「Ce n'est pas X. C'est Y.」式重新界定、观点鲜明（「迫于压力，却毫无策略」）、具体比喻（ERP）
• 删除内容：「In today's...」、「Moreover」、模糊措辞，以及整个原有前提（彻底反转）

风格一致性评分： 高——符合分析型语域，使用标志性的重新界定，不含流行语

---

示例 2：产品邮件——轻松随意的品牌风格

风格档案： 初创品牌——轻松随意，始终使用缩略形式，以「Here's the thing」开头，段落简短，使用第二人称，反企业腔

AI 输入：

“我们很高兴地宣布，我们的平台现已提供一套全面的分析工具，旨在帮助团队做出数据驱动的决策。这些强大的功能包括实时仪表板、自动化报告和可自定义的指标跟踪。”

改写（风格：品牌）：

事情是这样的——我们刚刚上线了分析功能。真正的仪表板、自动生成的报告，还有你自己就能设置的指标。

不用再在晚上 11 点导出 CSV，只为周一的会议做一张图表。数据就在那儿。实时更新。

所做的修改：

• 词汇：「pleased to announce」→「刚刚上线」，「comprehensive suite」→ 删除，「empower」→ 删除，「robust」→ 删除，「customizable」→「你自己就能设置」
• 节奏：将正式冗长的句子改为简短有力的表达，并加上一句片段式短句（「实时更新。」）
• 风格标记：「Here's the thing」开场，使用缩略形式（we're、that's、your data's），加入贴近生活的场景（晚上 11 点导出 CSV）
• 删除内容：所有企业腔套话、被动语态，以及以功能为先的表述（改为先讲问题）

风格一致性评分： 高——轻松、直接、反企业腔、贴近生活

---

示例 3：博客文章——专业但易懂

语气档案： 技术顾问——善用类比，在文中解释行话，句长错落，以 “In practice” 作为转折语，偶尔使用反问句

AI 输入：

“实施微服务架构需要仔细考虑服务边界、服务间通信协议和数据一致性模式。组织应确保团队具备管理分布式系统固有的更高运维复杂性所需的专业知识。”

改写（语气：顾问）：

微服务在会议演讲里听起来很棒。In practice，这意味着你的团队现在要管理 40 个小服务，而不是一个大型应用——每个服务都得和其他服务通信，还不能在这个过程中丢失数据。

问题不在于微服务是否更好，而在于你的团队能否应对额外的运维负担。如果连一个单体应用都让你焦头烂额，把它拆成 40 个部分并不能解决问题，只会让问题成倍增加。

修改内容：

• 词汇：“所需的专业知识”→“你的团队能否应对”，“固有的”→删去，“确保”→删去
• 节奏：将密集抽象的句子改为类比 + 反问句 + 具体场景
• 语气标记：使用 “In practice” 转折、反问句、类比（40 个小服务），并在结尾表达观点
• 移除内容：被动语态、抽象建议、未经解释的行话

语气一致性评分： 高——通过类比解释，使用反问句，并采用 “In practice” 转折

---

技能边界

此技能擅长的工作

• 改写 AI 文本，使其符合特定且有文档记录的语气
• 系统性地剔除 AI 检测信号
• 确保不同内容类型的语气保持一致
• 将 AI 效率与真实自然的语气表达结合起来

此技能无法做到的事

• 凭空创造一种语气（你需要提供样本或档案）
• 保证输出无法被检测到（检测器会不断进化，而且目标本就不是欺骗）
• 取代真正的专业知识（语气匹配但事实错误的文本依然是错的）
• 在语气输入极少时发挥良好作用（输入垃圾 → 输出平庸）

重要区别

此技能让 AI 输出听起来像某个特定的人，而不是“普遍意义上的人”。泛泛地将文本改得更像人类（随意加入错别字、刻意使用俚语、伪造不完美之处）：

1. 无异于和检测器打持久战，而你终将落败
2. 这不是优秀写作的样子
3. 如果你有真实的语气可以注入，这些做法根本没必要

目标是 真实性，而非 欺骗。

---

迭代指南

后续提示词：

• “收紧语气——对 [name] 来说还是太正式了”
• “只重写第 3 段，其他部分都不错”
• “切换到 [channel] 语域（社交媒体，而不是博客）”
• “观点还不够鲜明——[name] 在这里会采取更强硬的立场”
• “对这份新草稿运行 AI 特征扫描”

---

参考资料

方法论：

• NN/g 语气与风格指南
• ClawFu brand-voice-learner 技能（语气分析方法论）
• AI 检测研究：GPTZero、Originality.ai 信号模式

社区贡献：

• WhatsApp IA NDD Camp——Cyril Frémont 用于 AI 文本人性化的“mega prompt”（为排除清单提供灵感，并将其从欺骗重新定位为真实性）

---

相关技能

• brand-voice-learner——从现有内容中提取语气模式（前置技能）
• copywriting-ogilvy——写作技巧基础
• seo-content-writer——需要在生成后统一语气的 SEO 内容
• llm-optimized-content——需要注入语气以体现 E-E-A-T 的 GEO 内容
• storytelling-storybrand——叙事语气框架

---

技能元数据

name: voice-injection-rewriter
category: content
subcategory: voice
version: 1.0.0
author: GUIA
source_expert: NN/g Voice Research + ClawFu brand-voice-learner methodology + Cyril Frémont (WhatsApp IA NDD Camp community)
difficulty: intermediate
mode: cyborg
tags: [voice, rewriting, ai-detection, brand-voice, authenticity, humanization, content-editing]
created: 2026-02-10
updated: 2026-02-10