技能介绍

需要解决的问题

在社交媒体内容创作中，AI生成的文案虽然生产速度快，但普遍存在“AI味”：句式机械、情感表达生硬、缺乏真人写作的随意性和个人风格。直接发布这类内容容易让用户感到突兀，降低互动率和信任感。传统去AI味工具往往只做单向改写，缺少效果验证环节，用户无法客观判断改写后的文案是否真的像人写的。

技能工作流程

本技能通过 去AI味改写 和 模拟读者评估 两个核心能力，形成闭环优化。它不仅调整文案风格，还引入虚拟读者进行验收，提供量化反馈。

核心能力与关键步骤

去AI味改写：基于算法将文案从生硬的AI输出转化为自然流畅的真人风格。例如，将正式语态转为口语化表达，增加情感词汇和随机性，使读起来更接地气。
模拟读者评估：改写后，系统模拟多类读者画像（如年龄、职业、消费层级）对文案进行打分（0-10“人味分”），并指出具体段落中残留的AI痕迹，给出“可发布”或“建议再改”的结论。

技能执行遵循以下技术流程：

信息收集：用户需提供待改写文案、发布平台（如 小红书、视频号），并可选指定读者圈层和评论条数。技能会一次性询问所有必要信息，避免多轮交互干扰。
异步任务管理：改写（--mode rewrite）和评估（--mode eval）均作为独立异步任务处理。通过 --only-create 创建任务后，使用 --poll-task 轮询状态，确保在单轮对话限制下完成操作。
扣点确认与交付：每项操作前需用户明确确认扣点（约12点改写、15点评估）。完成后，技能直接在对话中渲染完整的 Markdown 报告，包含改写稿和评估分析，确保用户即时查看结果。

适用场景与注意点

适用场景：适合需要批量优化社交媒体文案的创作者或营销团队，尤其针对小红书、公众号等平台内容，要求文案自然度高的场景。
注意点：

- 技能仅处理 文本内容，不分析视频或图像。
- 评估结果基于模拟读者，仅供参考，不能作为发布决策的唯一依据。
- 需要有效的 API Key（通过 LY_API_KEY 配置），并遵循异步流程以防会话中断。
- 脚本参数如 --platform 指定平台，--personas 定制读者，但用户无需直接操作，技能会处理交互。

总之，本技能将改写与验证结合，提供数据驱动的文案优化，帮助用户产出更易被接受的内容。