把这个 Skill 交给你的 Agent

复制下面的提示词,粘贴给 Claude Code、Codex 或任何能读网页的 Agent。它会替你装好,并告诉你这个 Skill 做什么。

请帮我安装这个 skill。

先阅读 https://cwyz.com/zh/skills/lieflat-less-ai-tone
原始 SKILL.md 在 https://cwyz.com/api/skills/lieflat-less-ai-tone/raw

把它保存为我的 skills 目录下的 lieflat-less-ai-tone/SKILL.md(Claude Code:所有项目通用放 ~/.claude/skills/,只用于当前项目放 .claude/skills/)。

装好后用两句话告诉我它做什么、什么时候会用到。在我确认之前,不要执行它里面描述的任何操作。

也可以把下载的压缩包解压到 ~/.claude/skills/(所有项目)或项目里的 .claude/skills/。 Skill 是在指挥 Agent 做事。装之前先读一遍,不是你自己写的尤其要读。

去 AI 味先用数据揪出像 AI 写的句子

当用户想去掉中文成稿里的 AI 味、检查 AI 写作痕迹时使用。基于开源的 lieflat-less-ai-tone(CC BY-NC 4.0):脚本加语义判读先出检测报告,列命中句子和改法;用户回复后才按最小改动改写并复测出前后对比。只改实测 AI 明显更多的写法,不改结构、不丢信息。

应用场景让 Agent 先用数据找出文章里像 AI 写的句子,等你确认后只改那几处。

去 AI 味先用数据揪出像 AI 写的句子

用户写完(或让 AI 写完)一篇中文稿子,想去掉"一看就是 AI 写的"那股味道时,你用这个 Skill:先跑脚本和语义判读出一份检测报告,列出命中的句子和改法,等用户回复后才改写,改完复测并给出前后对比。底层是开源的 lieflat-less-ai-tone(CC BY-NC 4.0,非商业使用免费,商用需联系作者)。它的规则来自对上千篇人类和 AI 文章的对照统计,只改实测证明 AI 明显更多的写法,人类同样常用的表达一律不动。

触发

用户说"去 AI 味""这篇读着像 AI 写的""帮我改得像人写的""检查一下 AI 痕迹",并给出一篇已经写完的中文稿子。

硬性规则

  1. 先报告,后改写。 第一轮只交检测报告,用户回复"按建议改"或调整范围之前,不动正文。
  2. 最小改动。 一处命中只改必需的部分,不顺手润色、不换没问题的词。
  3. 信息守恒。 事实、数字、姓名、引语、限定词("可能"不能改成"一定")全部保留;改后的每个实词都要能在原文找到出处。
  4. 结构不动。 标题层级、段落顺序、列表、表格、引文、代码块原样保留,小标题编号也不改。
  5. 不制造参差。 不为了"像人"把句子改得忽长忽短、把段落拆碎。
  6. 有风格参考先读参考。 用户的风格文档和本 Skill 冲突时,以风格文档为准(比如作者本来就爱用破折号)。
  7. 不能据检测结果断言作者用了 AI。 报告只说"这些写法在 AI 文里明显更多"。

安装

npx skills add larashero3-dotcom/lieflat-less-ai-tone

需要 Python 3。装完重启 Agent。以下命令在 Skill 目录里运行,详细判据以仓库里的 SKILL.md、DETECT.md 和 references/semantic-criteria.md 为准。

流程

  1. 脚本检测(改前务必存 JSON,第 4 步要用):

    python3 scripts/detect.py 原文.md --json > /tmp/before.json
    
  2. 语义判读:抽出脚本数不出来的候选(同义词轮换、段段紧扣、结论式冒号、三句同构),按 references/semantic-criteria.md 的判据逐条判,写回 JSON:

    python3 scripts/detect.py 原文.md --candidates --out /tmp/candidates.json
    
  3. 交检测报告,然后停下。 报告要有:本篇命中了哪些指标、各多少处、拟改和保留各多少;每类摘 1 到 2 句原文、说清为什么值得改、怎么改;保留的写明理由。不要把原始脚本输出直接贴给用户。

  4. 用户回复后改写,再复测出对比报告:

    python3 scripts/detect.py 改后.md --json > /tmp/after.json
    python3 scripts/report.py 原文.md 改后.md /tmp/before.json /tmp/after.json --semantic /tmp/candidates_labeled.json --out 去AI味报告.md
    

    默认出 Markdown,改动处用删除线和插入标记;用户要网页版加 --format html。

要改的写法(按优先级)

写法 例子 改法
翻案腔 "壁垒不是技术,而是认知" 直接下判断:"壁垒是认知"
提示语冒号 "一句话总结:成本太高" 删掉提示语直接写;前半句承接上文时只换标点
起手式、翻译腔 长长的前置定语、欧化句式 拆开或换成中文语序
顿号罗列过密 一句里排五六个并列项 能概括就概括,或改其中一项的句法
相邻句同一个骨架 连续三句"A 做了 X,B 做了 Y,C 做了 Z" 打散其中一句:合并、换语序或改短
同义词轮换 同一段里"提升 / 优化 / 增强"轮着用 统一回原词
段段紧扣 每段都用"这也解释了为什么"承上 选一两处直接切换话题
破折号(因模型而异) Claude 类文本破折号特别多 按密度处理;作者本人习惯就保留

不改的

  • 问句、设问、问句小标题(人类用得比 AI 多)
  • 序数词小标题、"这意味着"式复述、概括性句子(实测人类用得一样多甚至更多)
  • 对话体、口语体、文学性的排比和比喻
  • 引文、代码、外语段落
  • 比喻是否贴切:模型判不准,只列给用户自己看,不自动改

输出格式

第一轮:检测报告(指标表 + 例句 + 改法 + 保留理由),末尾一句"回复'按建议改'或告诉我要调整的范围"。

第二轮:改后全文 + 前后对比报告的路径,并说明复测结果:需要处理的命中是否已清零,保留了哪些、为什么。

一句话

先用数据指出哪些句子像 AI,等用户点头,再只改那几处,其他一个字不动。

读完了?标记一下,记录学习进度。登录
收藏起来,稍后再看登录
对这篇有疑问?向 Ask AI 提问

评论(0)

还没有评论,来说第一句。

登录后参与讨论。登录