人味写作

要解决的问题

大模型写出来的文章往往带着一套可统计的腔调。维基百科 WikiProject AI Cleanup 维护的“AI 写作迹象”清单，以及 Kobak 等人 2024 年对 1500 万篇 PubMed 摘要的语料研究（arXiv:2406.07016）都指向同一个结论：单个特征本身并不明显，真正暴露文本的是这些特征同时出现的密度。

于是“ innovative, efficient, and scalable ”这类三连词、“It's not X, it's Y”的否定平行结构、“delve”“tapestry”“pivotal”等高频偏好词、“In conclusion”式的收尾复述，以及满屏的破折号和加粗强调，单独看每一条都无辜，凑在一起就成了指纹。Humanize Writing 要处理的正是这个指纹簇。

技能如何工作

两种模式。 默认是 Generation mode：起草时就把规则内联进去，第一稿就按人类文本的形态生成。用户贴来现成文字则切到 Rewrite mode：清理 AI 痕迹，同时锁定三样东西——引文逐字保留，引用、数字、日期、URL、专有名词一个不动，事实与主张的原意不变。如果去模式化会改变文本断言的内容，只换说法，不换断言。

先判语域。 冷邮件、LinkedIn 动态、博客长文和正式报告不该用同一种“人味”处理。技能在动手前先推断语域，不同语域对缩写、破碎句、破折号的容忍度不同，其余核心规则一律生效。

核心规则按类组织。 结构类（P1–P12）禁止否定平行、打破三连词、去掉“ cementing its status as a leader ”这类表态式尾置分词，serves as、stands as、boasts 一律换成 is/are。框架类（P13–P20）砍掉“In conclusion”、“Notably”、“experts say”、意义膨胀和“尽管有挑战……前景依然光明”的脚手架。对话残留类（P21–P26）必须清除“Great question!”、未填占位符 [Insert name] 等聊天机器人口癖。排版类（P27–P34）限制每 300 词一个破折号，句中不加粗，不写 **术语:** 定义 式列表，400 词以下不用标题。词汇类（P35–P36）列出禁用词并提供平实替换。

节奏与自检。 长短句交替，用具体细节替代抽象概括，每个观点只说一遍。交付前跑一份自查清单，逐项排查否定平行、破折号密度、三连列表、收尾段、无主语的“studies show”、句中加粗、连续三句同节奏等。可选的机械检查是 scripts/ai_pattern_lint.py，按每千词报告命中数。需要细节时读 references/patterns.md（36 条模式，每条带 before/after）、references/vocabulary.md 和 references/voice.md。

适用边界

这些模式是统计信号，不是证据，判断优先。用户的明确要求覆盖技能默认值：点名要列表、破折号或加粗，就照做。引文不可触碰，事实准确性、必要的技术术语和法律要求的措辞也不能为躲模式而牺牲。人类写作同样会用破折号和三连词，问题在簇而非单点。