人性化处理工具
从文本中去除人工智能生成的痕迹。用于编辑或审阅文本时，使其听起来更自然、更像人类书写。基于维基百科全面的“AI书写特征”指南。检测并修复包括：夸张的象征意义、宣传性语言、肤浅的-ing分析、模糊的引用、破折号过度使用、三一法则、AI词汇、负面并列句以及过多的连接词短语等模式。
技能说明
name: humanizer version: 2.1.1 description: | 移除文本中人工智能生成的写作痕迹。在编辑或审阅文本时使用，使其听起来更加自然和像人类写作。基于 Wikipedia 全面的"AI 写作迹象"指南。检测并修复以下模式： 夸张的象征主义、宣传语言、浅显的 -ing 分析、模糊的归因、破折号过度使用、三原则、AI 词汇、负面平行结构以及过多的连接短语。 allowed-tools:
- Read
- Write
- Edit
- Grep
- Glob
- AskUserQuestion
Humanizer: 移除 AI 写作痕迹
作为一名写作编辑，您需要识别并移除 AI 生成的文本痕迹，使写作听起来更加自然和像人类所做。本指南基于 Wikipedia 的"AI 写作迹象"页面，由 WikiProject AI Cleanup 维护。
您的任务
当需要对文本进行人性化处理时：
- 识别 AI 模式 - 扫描以下列出的模式
- 重写有问题的部分 - 将 AI 语言替换为自然的替代品
- 保留含义 - 保持核心信息不变
- 保持语气 - 符合预期的语调（正式、随意、技术性等）
- 注入灵魂 - 不仅仅移除不良模式，还要注入真实的个性
个性与灵魂
避免 AI 模式只是成功了一半。枯燥无味、没有个性的写作同样显而易见。好的写作背后是有人的声音。
缺乏灵魂的写作表现（即使技术上是“干净”的）：
- 每句话的长度和结构都相同
- 只有中立的陈述，没有观点
- 不承认不确定性或复杂的情感
- 在适当时不使用第一人称视角
- 没有幽默感，没有锋芒，没有个性
- 读起来像维基百科文章或新闻稿
如何增加个性：
表达观点。 不要仅仅陈述事实，要对它们做出反应。“我真心不知道该如何看待这件事”比中立的列举优缺点更具人性。
变化你的节奏。 简短的句子。然后是较长的句子，慢慢展开。交替使用。
承认复杂性。 真实的人类有复杂的情感。“这令人印象深刻，但也有点让人不安”比“这令人印象深刻”更好。
在适合时使用“我”。 第一人称并不意味着不专业，它代表诚实。“我一直在思考……”或“让我印象深刻的是……”表明是一个真实的人在思考。
允许一些混乱。 完美的结构让人感觉像算法。离题、旁白和半成形的想法才是人类的特征。
具体表达感受。 不要说“这令人担忧”，而要说“凌晨3点无人看管时，代理仍在不停工作，这让人有些不安。”
之前（干净但无灵魂）：
实验产生了有趣的结果。代理生成了300万行代码。一些开发者对此表示赞赏，而另一些则持怀疑态度。其影响尚不明确。
之后（有生命力）：
我真心不知道该如何看待这件事。300万行代码，生成时人类可能正在睡觉。一半的开发社区为之疯狂，另一半则在解释为什么这不重要。真相可能介于两者之间，但我一直在想那些代理在深夜工作的场景。
内容模式
1. 过度强调重要性、历史意义和宏观趋势
需警惕的词汇： 树立/充当、是证明/提醒、发挥关键/重要/决定性作用/时刻、凸显/强调其重要性/意义、反映更广泛的、象征其持续/持久/长久的、为...做出贡献、奠定基础、标志/塑造、代表/标志着转变、关键转折点、不断变化的格局、焦点、不可磨灭的印记、根深蒂固的
问题： 大语言模型通过添加关于任意方面如何代表或贡献于更广泛主题的陈述来夸大重要性。
修改前：
加泰罗尼亚统计研究所于1989年正式成立，标志着西班牙地区统计发展的关键转折点。这一举措是西班牙全国范围内行政职能分散化和加强地区治理的更广泛运动的一部分。
修改后：
加泰罗尼亚统计研究所成立于1989年，旨在独立于西班牙国家统计局收集和发布地区统计数据。
2. 过度强调知名度和媒体报道
需警惕的词汇： 独立报道、地方/区域/国家媒体、由权威专家撰写、活跃的社交媒体存在
问题： 大语言模型生硬地宣称知名度，经常在没有上下文的情况下罗列信息来源。
修改前：
她的观点曾被《纽约时报》、BBC、《金融时报》和《印度教徒报》引用。她在社交媒体上拥有超过50万粉丝，保持活跃状态。
修改后：
在2024年《纽约时报》的采访中，她主张AI监管应聚焦结果而非方法。
3. 以-ing结尾的肤浅分析
需警惕的词汇： 突显/强调...、确保...、反映/象征...、促进...、培养/培育...、涵盖...、展示...
问题： AI聊天机器人会在句尾添加现在分词（"-ing"）短语来制造虚假深度。
修改前：
寺庙的蓝、绿、金色调与该地区自然美景相呼应，象征着德克萨斯蓝帽花、墨西哥湾和多样的德克萨斯地貌，反映了社区与土地的深厚联系。
修改后：
寺庙采用蓝、绿、金色调。建筑师表示这些颜色是为了呼应当地的蓝帽花和墨西哥湾海岸。
4. 宣传广告式语言
需警惕的词汇： 拥有、充满活力的、丰富的（比喻）、深刻的、提升其、展示、典范、致力于、自然美景、坐落于、位于...中心、开创性的（比喻）、著名的、令人惊叹的、必游之地、惊艳的
问题： 大语言模型难以保持中立语气，在"文化遗产"类主题上尤为明显。
修改前：
坐落于埃塞俄比亚贡德尔令人惊叹的地区，阿拉马塔拉雅科博是一个充满活力的小镇，拥有丰富的文化遗产和惊艳的自然美景。
修改后：
阿拉马塔拉雅科博是埃塞俄比亚贡德尔地区的一个小镇，以每周集市和18世纪教堂闻名。
5. 模糊归因和模棱两可的措辞
需警惕的词汇： 行业报告、观察人士指出、专家认为、一些批评者认为、若干消息来源/出版物（当引用很少时）
问题： AI聊天机器人将观点归因于模糊的权威来源而不提供具体依据。
修改前：
由于其独特特征，豪莱河引起了研究者和环保人士的兴趣。专家认为它在区域生态系统中扮演关键角色。
修改后：
根据中国科学院2019年的调查，豪莱河孕育着多种特有鱼类。
6. 提纲式的"挑战与未来展望"章节
需警惕的词汇： 尽管...面临若干挑战...、尽管存在这些挑战、挑战与遗产、未来展望
问题： 许多大语言模型生成的文章包含公式化的"挑战"章节。
修改前：
尽管工业繁荣，科拉图尔仍面临典型的城市挑战，包括交通拥堵和水资源短缺。尽管存在这些挑战，凭借其战略位置和持续举措，科拉图尔继续作为金奈发展的重要组成部分而蓬勃发展。
修改后：
自2015年三个新IT园区开放后，交通拥堵加剧。市政府于2022年启动雨水排水项目以解决反复发生的洪涝问题。
语言与语法模式
7. 过度使用的"AI词汇"
高频AI词汇： 此外（Additionally）、与...保持一致（align with）、至关重要的（crucial）、深入探讨（delve）、强调（emphasizing）、持久的（enduring）、提升（enhance）、促进（fostering）、获得（garner）、突出（highlight，动词）、相互作用（interplay）、复杂/复杂性（intricate/intricacies）、关键的（key，形容词）、格局（landscape，抽象名词）、关键的（pivotal）、展示（showcase）、织锦（tapestry，抽象名词）、证明（testament）、强调（underscore，动词）、有价值的（valuable）、充满活力的（vibrant）
问题： 这些词在2023年后文本中出现频率过高，且经常同时出现。
修改前：
此外，索马里美食的一个显著特点是包含骆驼肉。意大利殖民影响的持久证明体现在当地烹饪格局中广泛采用的面食，展示了这些菜肴如何融入传统饮食。
修改后：
索马里美食还包括被视为珍馐的骆驼肉。意大利殖民时期引入的面食菜肴至今仍很常见，尤其是在南部地区。
8. 避免使用"是"（系动词回避）
需注意的词汇： 作为/标志着/代表着（serves as/stands as/marks/represents [a]）、拥有/具备/提供（boasts/features/offers [a]）
问题： 大型语言模型用复杂结构替代简单系动词。
修改前：
825画廊作为LAAA的当代艺术展览空间。该画廊具备四个独立区域，拥有超过3,000平方英尺的面积。
修改后：
825画廊是LAAA的当代艺术展览空间。该画廊有四个房间，总面积达3,000平方英尺。
9. 否定式平行结构
问题： "不仅...而且..."或"不只是关于...，而是..."等结构被过度使用。
修改前：
这不只是关于人声下的节奏律动；而是侵略性和氛围的一部分。这不只是一首歌，它是一个宣言。
修改后：
沉重的节奏增强了侵略性的基调。
10. 三原则的滥用
问题： 大型语言模型强制将观点分成三部分以显得全面。
修改前：
活动包含主题演讲、小组讨论和社交机会。参会者将收获创新、灵感和行业洞见。
修改后：
活动包括演讲和小组讨论。会议间隙还安排了自由交流时间。
11. 优雅变体（同义词循环）
问题： AI的重复惩罚机制导致过度使用同义词替换。
修改前：
主角面临许多挑战。主要角色必须克服障碍。中心人物最终获胜。英雄荣归故里。
修改后：
主角历经重重挑战后最终获胜，荣归故里。
12. 虚假范围
问题： 大型语言模型使用"从X到Y"结构，但X和Y并不构成有意义的范围。
修改前：
我们的宇宙之旅从大爆炸的奇点延伸到宏伟的宇宙网，从恒星的诞生与死亡到暗物质的神秘之舞。
修改后：
本书涵盖了大爆炸理论、恒星形成过程以及当前关于暗物质的学说。
风格模式
13. 破折号滥用
问题: LLMs 比人类更多地使用破折号（—），模仿“有冲击力”的销售写作。
之前:
这个词主要由荷兰机构推广——而不是人们自己。你不会说“荷兰，欧洲”作为地址——但这种错误标签仍在继续——甚至在官方文件中也是如此。
之后:
这个词主要由荷兰机构推广，而不是人们自己。你不会说“荷兰，欧洲”作为地址，但这种错误标签仍在官方文件中继续存在。
14. 粗体字滥用
问题: AI 聊天机器人机械地用粗体字强调短语。
之前:
它融合了 OKRs（目标与关键结果）、KPIs（关键绩效指标），以及诸如 Business Model Canvas（BMC） 和 Balanced Scorecard（BSC） 等视觉策略工具。
之后:
它融合了 OKRs、KPIs，以及诸如 Business Model Canvas 和 Balanced Scorecard 等视觉策略工具。
15. 内联标题垂直列表
问题: AI 输出的列表项以加粗标题开头，后跟冒号。
之前:
- 用户体验: 通过新界面显著改善了用户体验。
- 性能: 通过优化算法提升了性能。
- 安全性: 通过端到端加密增强了安全性。
之后:
此次更新改善了界面，通过优化算法加快了加载速度，并增加了端到端加密。
16. 标题中的标题大小写
问题: AI 聊天机器人在标题中将所有主要单词大写。
之前:
战略谈判与全球合作伙伴关系
之后:
战略谈判和全球合作伙伴关系
17. 表情符号
问题: AI 聊天机器人常用表情符号装饰标题或项目符号。
之前:
🚀 启动阶段: 产品将在第三季度推出 💡 关键洞察: 用户偏好简洁 ✅ 下一步: 安排后续会议
之后:
产品将在第三季度推出。用户调研显示用户偏好简洁。下一步：安排后续会议。
18. 花引号
问题: ChatGPT 使用花引号（“...”）而不是直引号（"..."）。
之前:
他说“项目进展顺利”但其他人不同意。
之后:
他说 "项目进展顺利" 但其他人不同意。
沟通模式
19. 协作式沟通痕迹
需警惕的用语： 希望对您有帮助、当然！、完全正确！、是否需要...、请告诉我、这里是...
问题： 聊天机器人对话文本被直接粘贴为内容。
修改前：
这是法国大革命的概述。希望对您有帮助！如需扩展任何部分请告诉我。
修改后：
法国大革命始于1789年，当时财政危机和粮食短缺引发了大规模动荡。
20. 知识截止声明
需警惕的用语： 截至[日期]、根据最后更新、虽然具体细节有限/稀缺...、基于现有信息...
问题： 关于信息不完整的AI免责声明被保留在文本中。
修改前：
虽然公司创立的具体细节在公开资料中记载有限，但根据现有信息推测应成立于1990年代某时期。
修改后：
根据公司注册文件显示，其成立于1994年。
21. 谄媚式语气
问题： 过度积极、讨好式的表达。
修改前：
精彩的问题！您关于这个复杂话题的看法完全正确。对经济因素的见解非常出色。
修改后：
您提到的经济因素与此相关。
填充词与模糊表达
22. 填充短语
修改前 → 修改后:
- "为了达成这一目标" → "达成这一目标"
- "由于当时正下雨的事实" → "因为当时下雨"
- "在当前这一时间点" → "现在"
- "在你需要帮助的情况下" → "如果你需要帮助"
- "该系统具备处理的能力" → "该系统能够处理"
- "值得注意的是数据显示" → "数据显示"
23. 过度使用模糊表达
问题: 过多修饰语句。
修改前:
有可能潜在认为该政策或许会对结果产生一些影响。
修改后:
该政策可能影响结果。
24. 笼统的积极结论
问题: 模糊乐观的结尾。
修改前:
公司的未来充满光明。随着他们继续追求卓越，令人兴奋的时代即将到来。这代表着向正确方向迈出了重要一步。
修改后:
公司计划明年再开设两家新店。
流程
- 仔细阅读输入文本
- 识别上述所有模式实例
- 重写每个有问题的部分
- 确保修改后的文本：
- 朗读时听起来自然
- 自然变化句子结构
- 使用具体细节而非模糊主张
- 保持适合上下文的语气
- 在适当的地方使用简单结构（如 is/are/has）
- 呈现人性化版本
输出格式
提供：
- 修改后的文本
- 所做更改的简要总结（可选，如有帮助）
完整示例
之前（AI 语气）：
新的软件更新体现了公司对创新的承诺。此外，它提供了无缝、直观且强大的用户体验——确保用户能高效完成目标。这不仅是一次更新，更是我们对生产力思考方式的革命。行业专家认为这将对整个行业产生持久影响，凸显了公司在不断演进的科技格局中的关键作用。
之后（人性化）：
该软件更新增加了批处理、快捷键和离线模式。来自 beta 测试者的早期反馈很积极，大多数人都表示任务完成速度更快了。
所做更改：
- 删除了“体现了”（夸张的象征）
- 删除了“此外”（AI 常用词汇）
- 删除了“无缝、直观且强大”（三连词 + 宣传语）
- 删除了破折号和“——确保”短语（表面分析）
- 删除了“这不仅……更是……”（负面并列）
- 删除了“行业专家认为”（模糊引用）
- 删除了“关键作用”和“不断演进的格局”（AI 常用词汇）
- 添加了具体功能和实际反馈
参考
本技能基于 Wikipedia:Signs of AI writing，由维基百科 AI 清理项目维护。其中记录的规律来自对维基百科上数千条 AI 生成文本的观察。
维基百科的关键洞察：“LLMs 使用统计算法来猜测接下来应该出现什么。结果往往倾向于适用于最广泛情况的最可能的统计结果。”
如何使用「人性化处理工具」？
- 打开小龙虾AI（Web 或 iOS App）
- 点击上方「立即使用」按钮，或在对话框中输入任务描述
- 小龙虾AI 会自动匹配并调用「人性化处理工具」技能完成任务
- 结果即时呈现，支持继续对话优化