geoff-ji/jiharn/humanizer

humanizer

一、目标 / Goal

把 AI 生成的文本改写成读起来更像真人写的版本。 不是让内容变差，而是去掉让人一眼看出"这是 AI 写的"的结构和措辞。

不属于本 skill 的范围：

• 内容事实核查 → 走 web-summary
• 全文翻译 → 不是本 skill
• 代码审查 → 走 systematic-debugging

二、触发 / Trigger（输入信号）

正向触发：

• 用户把一段文本粘贴进来，说"去 AI 味"/"改得自然点"/"太机械了"
• 用户说"这段回复太正式了，帮我改改"
• 明显含有套话的段落需要优化（"当然可以""非常感谢您的提问""总的来说"等）

反向排除：

• 用户要求保持正式语气（报告、公文）
• 原文就是人写的，不含 AI 特征

三、步骤 / Steps（执行控制）

1. 识别 AI 特征，逐类标记：

• 开场套话："当然""好的""非常感谢您""首先，让我们"
• 过度结构化：超过 3 层嵌套列表、每句都加序号
• 双向确认废话："希望这对您有帮助""如有疑问欢迎继续提问"
• 过度完整：每个观点都展开三段论，没有取舍
• 过度中性：没有立场，每句都"也可能是"

1. 按场景决定改写力度：

• IM 消息 → 短句、口语、去掉所有列表序号
• 文章/博客 → 保留结构但用自然过渡句代替标题
• 邮件 → 保留礼貌但去掉重复性开场白

1. 改写规则（依次执行）：

• 删除开场套话，直接开门见山
• 把序号列表改成连贯段落（≤3 条时）
• 把"的确/当然/显而易见"等废词删掉
• 把被动语态改主动（"是由...导致的" → "...导致了"）
• 每段≥1 处加入说话人视角（"我觉得""说实话""其实"）

1. 输出原文 + 改写版对比（如果原文 ≤300 字），或直接输出改写版（>300 字）。

四、输出 / Output（被控变量）

改写后的文本应满足：

• 读出来不会让人觉得"这是 AI 写的"
• 信息量与原文等价，没有删掉实质内容
• 语气与用户指定场景匹配
• 没有出现新的套话

五、反馈 / Feedback（偏差检测 + 校正）

偏差信号：

• 改写后仍含"希望这个回答对您有所帮助"→ 直接删除
• 改写后语气比原文更正式 → 重新执行步骤 2
• 改写后内容减少了 → 检查是否误删实质内容
• 用户说"还是很 AI" → 加强步骤 3 第 5 条（加入第一人称视角）

校正策略：

• 如果不确定改写力度，先问"要保留什么结构"
• 如果原文有专业术语，保留术语，只改周围散文