去AI改写·降AI率真人润色·高阶

要解决的问题

AI 文本的"机器味"不只是模板词。主流检测器（如 GPTZero）同时考察两个维度：perplexity（文本是否过于平滑均匀）与 burstiness（句长节奏是否缺乏波动）。单纯替换同义词、删掉"首先/其次"这类套话，只能过浅层检测，在 RAID 等基准上仍会被高准确率工具命中。

这个技能要处理的是多层问题：模板词清除只是第一层，还需要感知升温（让抽象评价落到具体场景）、数据软化（让数字与断言更接近人类表达习惯），以及面向生成式引擎的内容结构化。

工作方式

核心流程是一条链路，不是单次替换：

• 分层改写：零容忍清除全域 AI 模板词 → 感知升温 → 数据软化 → GEO 增强层。GEO 默认开启，把可被 AI 搜索引擎引用的金句、主题句与证据锚点织入正文。
• 渠道适配：六种目标渠道（小红书、公众号、职场报告、短视频口播、知乎长文、视频号口播），文风各自独立。
• 健康赛道垂类：可选叠加骨密度、母婴辅食、银发慢病、减脂、心理疗愈、中医养生、女性荷尔蒙七条子赛道，在平台文风上叠加对应语言习惯，并做医疗合规保护。
• 术语锁定：指定 T值、品牌词等需原样保留，不指定时自动识别专业术语。
• 长短文分支：≤300 字走短文本模式，仅做机械清除与节奏控制；>5000 字自动分段（每段 2000–3000 字），段间保持情绪与场景衔接，每 3000 字输出一次预览确认风格。

返回结果包含改写正文、改写说明与 GEO 友好度评估（金句数、主题句覆盖率、证据等级、权威源锚定）。

边界与注意点

• 不是检测豁免。流程按检测原理设计，能显著降低命中率，但没有工具承诺零检出，高要求场景仍需自行用目标平台复测。
• GEO 按需开关。朋友圈、私信等私域内容建议关闭，避免为 AI 检索优化牺牲口语自然度。
• 健康内容责任在作者。合规保护降低表述风险，但发布前的医学准确性仍由写作者把关。
• 长文衔接可回修。分段改写后如仍有断裂感，可按段号要求优化衔接。
• 每次调用按次计费，首次先返回效果样例，确认满意后再提交全文。