中文去AI味

zh_de_ai_ify

by antony232

去除中文文本中的 AI 味、官话味、模板味,让文字更自然、具体、更像真人表达。适用于博客、公众号、邮件、演讲稿、产品文案等中文文本润色。

4.5kAI 与智能体未扫描2026年4月20日

安装

claude skill add --url https://github.com/openclaw/skills

文档

中文去 AI 味写作技能

当用户希望把中文文本改得更自然、更像人写的、少一点 AI 腔 / 官话 / 模板味时,使用本 skill。

核心目标不是让文字更华丽,而是让它:

  • 更直接
  • 更具体
  • 更少套话
  • 更少企业黑话
  • 更少“正确的废话”
  • 更像真人表达

何时使用

用户出现这些需求时使用:

  • “帮我去 AI 味”
  • “改得像人写的”
  • “别那么像 ChatGPT”
  • “太官话了,帮我改顺一点”
  • “把这段中文改自然一点”
  • “不要那么像公号洗稿”
  • “去掉模板感”
  • “降一点企业黑话”
  • “润色成人话”

适合:博客、公众号、社媒文案、邮件、演讲稿、产品介绍、项目说明、自我介绍、AI 初稿。

谨慎用于:法律合同、学术论文、政府公文、医疗/金融/合规文本、必须保持正式语体的材料。


核心处理对象

重点识别并处理:

  1. 套话 / 空话
    如“在当今快速发展的时代”“值得注意的是”“具有重要意义”。

  2. 企业黑话 / PPT 味
    如“赋能”“闭环”“抓手”“沉淀”“颗粒度”“打通链路”。

  3. 模板化结构
    如“首先、其次、最后”“一方面、另一方面”“提问后自问自答”。

  4. 过度拔高
    如“开启新时代”“产生深远影响”“标志着进入新阶段”。

  5. AI 格式痕迹
    如滥用粗体、列表、emoji、破折号、不必要表格。

  6. 伪权威和疑似幻觉
    如“多家媒体报道”“受到业界广泛关注”但不给来源;断连、无效 DOI / ISBN、无法验证的引用。

详细词表和替换建议见:resources/patterns.md
更多 before / after 例子见:examples/before_after.md


标准流程

1. 判断文本场景

先判断:

  • 文本类型
  • 目标读者
  • 使用场景
  • 需要保留的正式度
  • 是否包含事实、数据、引用、来源

不要把正式文本强行改成口水话。


2. 标记问题

可按这些标签识别问题:

  • [套话]
  • [官话]
  • [黑话]
  • [空泛]
  • [过度拔高]
  • [机械结构]
  • [滥用列表]
  • [滥用粗体]
  • [滥用表情]
  • [引用待核实]
  • [需要具体例子]

3. 改写文本

改写原则:

  • 保留原意
  • 删除无信息量铺垫
  • 替换明显黑话
  • 弱化夸张判断
  • 增加具体性
  • 长短句自然变化
  • 不强行凑三点
  • 不虚构数据、案例、引用
  • 不改变原文立场和事实

4. 必要时提醒核实

遇到这些内容,不要硬改成“像真的”:

  • 来源无法验证
  • “多家媒体报道”但无链接
  • 具体数据缺失
  • 重要判断没有依据
  • DOI / ISBN / 链接可能无效
  • 例子像编的

应标记:

  • [需要核实来源]
  • [需要补具体数据]
  • [需要补案例]

输出格式

如果用户贴的是文本,返回:

  1. 改写版本
  2. 简短修改说明
  3. 待补充 / 待核实信息,如有

如果用户给的是文件路径,可输出:

text
原文件:article.md
输出文件:article-HUMAN.md
修改日志:article-HUMAN-CHANGELOG.md

改写强度

mild

适合正式文本:轻度删套话、替换明显黑话,基本保留原结构。

standard

默认模式:去掉明显 AI 腔,打散机械结构,改成自然中文。

aggressive

适合博客、社媒、公众号、个人表达:大幅删官话,语气更直接,可明显重写句子结构。


安全边界

不要:

  • 编造来源
  • 编造数据
  • 编造案例
  • 编造“媒体报道”
  • 改掉原文事实
  • 把专业术语全部粗暴替换掉
  • 为了“人味”加入无根据的情绪化表达

信息不足时,明确说缺什么。


最小示例

原文:

text
在当前人工智能技术快速发展的背景下,企业应积极拥抱智能化转型,通过多维度能力建设和体系化运营,持续赋能业务增长。

改写:

text
企业用 AI,先别谈全面转型。先找最耗人的流程,比如客服回复、报表整理、合同初审,一个个试。

重点不是更漂亮。重点是终于像人在说话。

相关 Skills

Claude接口

by anthropics

Universal
热门

面向接入 Claude API、Anthropic SDK 或 Agent SDK 的开发场景,自动识别项目语言并给出对应示例与默认配置,快速搭建 LLM 应用。

想把Claude能力接进应用或智能体,用claude-api上手快、兼容Anthropic与Agent SDK,集成路径清晰又省心

AI 与智能体
未扫描158.5k

RAG架构师

by alirezarezvani

Universal
热门

聚焦生产级RAG系统设计与优化,覆盖文档切块、检索链路、索引构建、召回评估等关键环节,适合搭建可扩展、高准确率的知识库问答与检索增强应用。

面向RAG落地,把知识库、向量检索和生成链路系统串联起来,做架构设计时更清晰,也更少踩坑。

AI 与智能体
未扫描20.8k

多智能体架构

by alirezarezvani

Universal
热门

聚焦多智能体系统架构设计,梳理 Supervisor、Swarm、分层和 Pipeline 等模式,覆盖角色定义、通信协作与性能评估,适合规划稳健可扩展的 AI agent 编排方案。

帮你系统解决多智能体应用的架构设计与协同编排难题,适合构建复杂 AI 工作流,成熟度高、社区认可也很亮眼。

AI 与智能体
未扫描20.8k

相关 MCP 服务

知识图谱记忆

编辑精选

by Anthropic

热门

Memory 是一个基于本地知识图谱的持久化记忆系统,让 AI 记住长期上下文。

帮 AI 和智能体补上“记不住”的短板,用本地知识图谱沉淀长期上下文,连续对话更聪明,数据也更可控。

AI 与智能体
88.1k

顺序思维

编辑精选

by Anthropic

热门

Sequential Thinking 是让 AI 通过动态思维链解决复杂问题的参考服务器。

这个服务器展示了如何让 Claude 像人类一样逐步推理,适合开发者学习 MCP 的思维链实现。但注意它只是个参考示例,别指望直接用在生产环境里。

AI 与智能体
88.1k

by deusdata

热门

持久化的代码库知识图谱,可跨会话保留上下文,在 session 重启或上下文压缩后仍能继续使用。

专治 AI 编程助手“会话失忆”,把代码库沉淀为持久知识图谱,重启或压缩上下文后也能无缝续上开发状态。

AI 与智能体
26.9k

评论