Humanizer 文本人类化

问题

这段资料解决的不是“把句子改通顺”，而是把文本里容易被识别的 AI 写作痕迹拆开：过度强调意义、堆砌权威、空洞的 -ing 分析、宣传腔、模糊来源、公式化挑战段落，以及 Additionally、pivotal、landscape 这类高频词。它把 Wikipedia 的 “Signs of AI writing” 整理成可执行的编辑规则，让模型在改写时知道哪些词该删、哪些结构该拆、哪些语气该换。

工作方式和边界

该技能以编辑规则驱动：先扫描 AI patterns，再改写问题段落，最后保留原意、匹配正式/技术/口语等目标语气。它不只是删除坏模式，还会要求加入观点、节奏变化、不确定性、第一人称和具体感受，避免改完变成“干净但没有人的文章”。

• 适合：技术博客、产品说明、社区帖子、英文长文、已有 AI 腔的草稿。
• 适合：需要保留事实与立场，但让表达更像人工编辑后的版本。
• 注意：它不新增事实、不查源、不生成数据；如果原稿缺少具体案例或来源，改写只能降低腔调，不能补齐证据。
• 注意：对代码、API 文档、严格中性说明，语气应保守；对观点文章，可允许更多第一人称和判断。