蚂蚁社保高频AI连接词清理
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,安装 @mayishebao/mayishebao-905-905
技能介绍
你在处理什么内容时会需要它
中文 AI 辅助写作最常见的副作用不是语法错误,而是句式上的模式化涂抹:开头垫一句「在当今社会」,中段用「首先、其次、最后」机械排比,结尾落到空洞总结。单个看每句话都没毛病,连起来读却像流水线产品。这篇技能要解决的正是这类「高频 AI 连接词与套话」——它识别的不是某个词,而是无信息量的连接结构、反复出现的空泛形容,以及掩盖真实判断的同义反复。目标只有一个:让成稿读起来像人写的,但不靠伪造经历或编数据。
技能如何工作
技能运行一条明确的编辑流水线,而不是简单的关键词替换:
- 任务确认:先复述平台、受众、内容目标和必须保留的事实;信息不足时给出骨架并标注缺口,不自行填空。
- 证据分层:把用户原文、真实数据和「待验证假设」分开整理,改写只基于已有素材。
- 改写而非套壳:按「改写优化型」拆解原稿,删去无信息套话,调整句长与节奏,用真实细节和克制判断替代空泛形容。
- 边界复核:检查事实、版权、隐私与风格模仿风险,医疗、金融、法律类高风险内容要求核验当前有效的官方来源。
- 可量化线索:需要定位套话密度或句长时可调用
scripts/content_metrics.py,输出只作为人工编辑的参考信号,不能据此断言内容由 AI 生成。
交付物包含问题摘要、可直接用的成稿、关键改动说明、备选版本和发布前核验清单。
你需要注意的边界
- 占位优于编造:素材缺失时用方括号标注缺口,而不是补一段「我亲身经历」。
- 结构借鉴不等于抄袭:爆款拆解只提炼受众需求、证据结构和表达机制,不复刻原文;对在世作者只做高层特征转化。
- 不碰灰色操作:洗稿、规避检测、伪造互动数据等请求一律不接。
- 指标不是目的:跑
content_metrics.py是辅助定位,不要为了压低指标制造病句。
使用场景
- 刚用大模型写完一篇小红书笔记,全篇都是“首先其次”和“综上所述”,需要删掉这些模板连接词并保留真实经历。
- 团队写好的公众号长文全是整齐排比和空洞形容词,需要调整句长节奏,用真实细节替换空泛形容并给出可直接发布的成稿。
- 准备借鉴竞品爆款做仿写时,不想被平台判为洗稿,需要只提炼其结构机制与受众需求,转化为自身的原创自然表达。
适合人员
- 刚起步的内容创作者,希望AI生成的笔记能去掉生硬的排比和套话,读起来像真人博主的自然经验分享。
- 每天处理大量文案的新媒体运营,需要快速清理AI草稿里的高频连接词,确保品牌口径不变且表达自然通顺。
- 撰写专业报告的学生或研究员,希望在不篡改事实数据的前提下,把AI写的段落改得更符合人类阅读习惯。