Humane 稿件 AI 味甄别

解决的问题

AI 初稿的问题通常不是"被检测出来"，而是读起来像填模板：满篇赋能、助力、全方位，句长和连接词过于整齐，段落推进没有真实判断。口述稿和乱稿的问题相反——事实还在，但结构散、信息密度低，需要整理成能发的中文稿。

humane-稿件AI味甄别 不判断"是不是 AI 写的"，也不声称能识别某个生成器。它把一篇稿子拆成可执行的编辑问题，告诉你问题出在哪、怎么改，并给一小段保留事实的示范改写。

核心能力

• 六维度诊断：套话密度、空话比例、结构模板感、句式机械感、平台适配度、一手信息密度。每个维度给出具体判断，而不是笼统的"AI 味很重"。
• 真人感参考分（0-100）：分数只反映编辑问题的强弱，不代表 AI 检测概率。这一点在输出中会被明确提醒。
• 平台化改写：针对小红书、公众号、企业稿、通用中文稿分别有适配逻辑。小红书看真实体验和短句，公众号看观点推进和例子支撑，企业稿看业务对象和能力边界。
• Prompt-only 运行：不调用后端，不依赖 Humane API 或 token，使用当前 Agent 自己的模型能力。

关键步骤

1. 粘贴稿件或使用结构化输入，未指定平台时默认按"通用中文稿"处理。
2. 诊断会清点可核实的一手信息点（具体经历、现场细节、真实取舍、数字），这是 AI 腔最核心的来源。
3. 输出顺序固定：问题句（3-5 条，引用原稿短片段）→ 修改方向（可执行）→ 小样改写（1-2 段，保留原事实）→ 一手信息密度小节（固定，给出个数 N 和一两句说明）→ 下一步（一条编辑向建议）。
4. 示范改写中如需具体经历、客户、数据，必须标注"需要用户确认后才能写"，不写成既成事实。

适用边界

• 不做的事：保证检测结果、规避检测器、论文降 AI、伪原创洗稿。遇到这类需求会拒绝并转向正常编辑目标。
• 不声称的事：不识别某个模型或生成器，不输出"AI 可疑度"等级，不捏造经历、数据、客户案例。
• 改写范围：只给 1-2 段小样，不默认整篇精修。整篇改写需要用户提供平台、读者和想保留的事实后分步进行。
• 事实约束：原稿缺少事实时，只能写成"待用户补充"或"如果属实可写"，不得用具体细节填空。