Agent Skills
返回列表
✍️

去 AI 化:留人味去机气

内容创作 更新于 2026.08.30

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 @org-eyw2ohcx/lanyasheng-slopbuster-100。

技能介绍

要解决什么问题

LLM 润色或代写的文稿、注释、commit、论文摘要往往带着固定的「机味」:意义膨胀(pivotal moment)、AI 词汇簇(delve、landscape、tapestry)、聊天机器人套话(「希望对你有帮助」)、代码里对称结构、Manager/Handler 堆砌、docstring 复述类型。只做语法润色几乎去不掉这些信号;更糟的是,机械删套话会留下同样好识别的「 sterile 人声」。

本技能定位是声线移植:在保住事实与论点的前提下,按规则库扫描并改写,再用第二轮自问「还有什么一眼像 AI?」

如何工作

  • 模式:text(博客、邮件、营销稿)、code(源码、注释、命名、commit、docstring)、academic(论文/摘要,49 条分节规则)、auto 按扩展名与内容加载规则。
  • 深度:quick 单遍明显套路;默认 standard 全量扫描 + 双遍审计 + 0–10 人声评分 + changelog;deep 先读你的样本做声线校准并生成风格指南。
  • 流程:诊断(加载如 rules/text-language.md、code-llm-tells.md 等)→ 改写(节奏变化、具体例子、观点、缩略、主动语态)→ 双遍审计 → 评分与需人工复核项。
  • 配置:preserve 保留正式文体只杀陈词;学术模式保留 Methods 被动等学科惯例。

边界与注意点

不是通用校对器;目标是把「被 LLM 碰过」的内容拉回可发布的人声。深度模式依赖你提供的写作样本。评分基于分层 tells(Tier 1–3),仅供自检,不能替代正式 AI 检测工具结论。

使用场景

  • 营销稿或博客定稿前,要把「delve / 日新月异」等 AI 词汇簇和套话结构清掉并补上人声
  • 开源 PR 合并前审查 commit 与 docstring,对照规则修掉 narrating-the-obvious 类注释
  • 学位论文摘要或引言经 ChatGPT 润色后,用 academic 模式双遍审计并保留学科格式
  • 品牌对外白皮书写完后开 deep 模式,用作者样章校准再输出 changelog 与评分

适合人员

  • 负责对外官网与邮件文案的内容运营,需要把 AI 初稿改成读者不会一眼识破机写的版本
  • 维护多人协作代码库的技术负责人,希望统一 commit 信息与注释风格、减少 LLM 留下的教程式注释
  • 投期刊或会议的研究生,要在不造假的前提下压低摘要里的 AI 句式并保留 Methods 等规范写法
  • 代写或润色客户稿的自由撰稿人,需要按客户历史文章做 deep 声线匹配