技能介绍

要解决什么问题

模型生成的稿子往往语法没错，但读起来「太整齐」：排比、套话、心理形容词堆在一起，标点也偏爱冒号、破折号和英文双引号。这类 AI 味 不是改错别字能解决的，而是风格与信息密度的问题——读者会觉得像在读说明书，而不是有人在认真聊一件事。

技能如何工作

本技能把编辑流程拆成可执行的阶段，并强调 改最少、保留原意。

扫描与分级：先标出高优先级问题（如「不是 A 而是 B」、禁用词、标点违规、结构套话），再按禁用词密度、排比段数、心理词占比等指标判为轻 / 中 / 重度，决定改写深度。
三遍改写（按重度选用）

- Pass 1 去泛化：禁用词换成具体动作或细节，心理描写外化，打断连续排比，对话标签用动作替代，标点按规则替换（如双引号改为「」或省略）。
- Pass 2 去书面化：拆掉套路句式，精简「此外 / 然而 / 因此」类连接词，修饰词不堆砌，系动词恢复为更直白的「是 / 有 / 在」。
- Pass 3 回自然感：长短句交错、口语化表达、用场景或动作收尾而非升华总结，必要时允许半成型想法或论述中的口语打断。

四层自检（L1–L4）：从硬性规则（禁用词、标点、套话、空泛工具名）到节奏与口语，再到观点是否有细节支撑，最后用读者视角做「活人感」终审。

参考资料（如 references/banned-words.md、references/structures.md）按需加载，避免一次塞满上下文。

适用边界与注意点

只调整 怎么说，不擅自改剧情、人设或事实；不凭空加原文没有的内容。
重度文本可能触发「重点段落重写」，全文默认最多三轮迭代；若仍密集残留问题，会标注需人工复核。
整合思路来自 Wikipedia、stop-slop、Humanizer-zh 等多方实践，更适合 内容创作、技术文案、网文与公众号 等需要「像人写的」场景，而不是法律、医学等必须逐字保真的文稿。