机械排比自然化改写
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md 的指南,在当前 AI 助手中安装 @mayishebao/mayishebao-904-904 技能
技能介绍
要解决的具体问题
大语言模型在辅助写作时,常会不自觉地生成带有强烈统计特征的“AI腔”。这种文本充斥着“在当今社会”“随着时代发展”“综上所述”等模板化连接词,并倾向于使用机械的排比句式和空洞的同义反复。当这类缺乏真实细节和克制判断的文本直接发布时,不仅会降低读者的信任感,还会让内容显得疏离且不自然。本技能旨在剥离这些生硬的生成痕迹,在不伪造事实和经历的前提下,恢复文本的自然表达质感。
核心工作流与方法
工具的执行流程依赖于用户提供的原稿、目标平台及必须保留的事实等输入,具体涵盖以下步骤:
- 确认与拆解:读取
references/method.md选择适配框架,将原文数据与待验证假设分离。 - 去模板化改写:删除无信息量的套话,打破机械排比,通过调整句长节奏、引入真实动作和克制判断来重建自然语感。
- 定量辅助:调用脚本
python3 scripts/content_metrics.py --input提取句长和重复片段指标,作为编辑线索辅助人工判断,而非盲从机械指标。
边界与检查要点
- 事实与占位:若缺乏真实素材,必须使用
[方括号]标注占位符或主动提问,严禁替用户编造“亲身经历”。 - 安全与合规:拒绝提供洗稿、规避审核的方法;对医疗、金融等高风险内容强制要求核验官方来源。
- 质量自检:交付前需严格对照
references/quality.md,确认内容是否真的解决了生硬问题且尊重原创与隐私边界。
使用场景
- 市场人员需要为新手家长写科普文章,要求去掉AI生成的排比句,避免空洞结论
- 小红书创作者在写健身笔记时,发现初稿充满“首先其次最后”的机械结构,需要自然化改写
- 公众号运营修改历史文章时,需要识别并替换“在当今社会”等模板连接词,增加真实案例细节
- 学生提交课程论文前,需检查是否含有同义反复和空洞判断,删除AI生成痕迹
适合人员
- 公众号编辑:每天要处理2000字以上的文章,发现AI辅助后的文本带有明显的机器生成痕迹,需要人工优化
- 小红书内容创作者:每周产出5-8篇生活类笔记,希望在保留个人经历真实性的同时,让文字读起来更自然
- 市场运营人员:需要撰写大量产品描述和用户案例,但AI生成的文案常出现整齐划一的排比句式
- 论文写作者:在修改学术文章时,发现机器润色后的文字失去个人风格,希望恢复自然的论证节奏