alchaincyf

ai-taste-proofreading

3
1
# Install this skill:
npx skills add alchaincyf/huashu-skills --skill "ai-taste-proofreading"

Install specific skill from multi-skill repository

# Description

Systematically reduces AI detection rate and adds human touch through three-pass proofreading (content, style, details). Use when proofreading articles, reducing AI flavor, when content feels robotic, or when user mentions AI detection rate or lack of authenticity.

# SKILL.md


name: ai-taste-proofreading
description: Systematically reduces AI detection rate and adds human touch through three-pass proofreading (content, style, details). Use when proofreading articles, reducing AI flavor, when content feels robotic, or when user mentions AI detection rate or lack of authenticity.


AI味审校

系统化降低文章AI检测率,增加人味的三遍审校专业能力。

何时使用此Skill

当检测到以下场景时,自动加载此skill:
- 用户说"审校一下"、"降低AI味"、"太AI了"
- 初稿创作完成后
- 用户提到"AI检测率高"、"没人味"
- 文章需要最终polish

核心目标

  • 降低AI检测率:目标控制在30%以下
  • 增加人味:让文章有经验感、有温度、像真人在说话
  • 保持花生风格:实践导向、技术深度、易懂表达、有用可落地

三遍审校流程

第一遍:内容审校(逻辑、事实、结构)

目标:确保内容准确、逻辑清晰

检查项
- [ ] 事实准确?(数据、时间、产品名称)
- [ ] 逻辑清晰?(前后无矛盾)
- [ ] 结构合理?(无跑题)
- [ ] 信息完整?(关键点都说了)
- [ ] 无编造?(所有数据和案例都是真实的)

方法
- 从头到尾读一遍,标注疑问点
- 搜索验证不确定的信息
- 检查数字和专有名词的准确性


第二遍:风格审校(AI味降重)

目标:去掉AI味,增加人味

核心检查:6大类AI腔识别

1️⃣ 套话连篇

AI常说
- "在当今时代"、"在...的大背景下"
- "综上所述"、"总而言之"
- "值得注意的是"、"需要强调的是"
- "随着...的发展"、"伴随着..."

改写方向:直接切主题,不绕弯子

示例

❌ "在当今AI技术飞速发展的时代,编程工具也在不断进化..."
✅ "Claude Code出了。我用了两周,确实比Cursor好用。"

2️⃣ AI句式(高频重复模板)

AI常说
- "不是...而是..."(连续出现3次以上)
- "不仅...而且..."(堆叠使用)
- "一方面...另一方面..."
- "既...又..."(过度使用)

改写方向:拆成短句,用多样化表达

示例

❌ "Claude Code不是简单的工具,而是智能助手。它不仅能写代码,而且能理解意图。"
✅ "Claude Code不只是补全代码。它能理解你的意图,知道你想做什么。这个很关键。"

3️⃣ 书面词汇(距离感强)

AI常说
- "显著提升"、"大幅改善"→ 用具体数字
- "充分利用"→ "用好"
- "进行操作"→ 直接用动词("点击"、"输入")
- "实现功能"→ "做到"
- "促进发展"→ "帮助..."

改写方向:口语化,具体化

示例

❌ "通过充分利用Claude Code的能力,可以显著提升开发效率..."
✅ "用好Claude Code,你的开发速度能快不少。我测下来,平均每个项目省3-5小时。"

4️⃣ 结构机械(AI式列表癖)

AI特征
- 过度使用"首先、其次、最后"
- 无意义的小标题密集(每200字一个)
- 能用散文讲清楚的,非要列表
- "以下几点"、"主要体现在以下方面"

改写方向:自然叙事,列表适度

示例

❌ "Claude Code的优势主要体现在以下几个方面:首先,它具有强大的上下文理解能力;其次,它支持多种编程语言;最后,它的响应速度很快。"

✅ "Claude Code最强的地方是什么?理解上下文。你让它改一个功能,它知道要动哪几个文件,不会漏掉。而且支持20多种语言,速度也很快。"

5️⃣ 态度中立(无立场无观点)

AI特征
- 永远客观平衡:"既有优点也有缺点"
- 不敢下判断:"具体取决于实际情况"
- 每句话都加限定词:"可能"、"或许"、"在某些情况下"

改写方向:明确态度,敢下判断

示例

❌ "Claude Code在某些场景下可能表现较好,但也存在一些局限性,具体效果取决于实际使用情况。"

✅ "Claude Code确实好用。处理大型项目时,比Cursor稳定多了。但价格贵,个人开发者可能扛不住。"

6️⃣ 细节缺失(抽象不落地)

AI特征
- 大词多,具体细节少
- "许多"、"一些"、"显著"、"大量"(不给数字)
- 缺少真实感受和个人经历
- 无时间线、无场景、无冲突

改写方向:加入真实细节、具体数字、个人经历

示例

❌ "经过一段时间的使用,我发现Claude Code能够有效提升开发效率。"

✅ "用了两周。最明显的变化是,之前要3天的项目,现在1天半就能搞定。特别是重构老代码,Claude Code能一次性找出所有关联文件,不用我一个个翻。"

第二遍审校:具体方法

  1. 逐段检查,标注AI味表达
  2. 对照6大类AI腔清单改写
  3. 加入个人经历和真实细节(查个人素材库)
  4. 加入不确定性表达(适度使用"我觉得"、"可能"、"也许")
  5. 检查是否像花生在说话

常用改写技巧
- 长句拆短句(超过30字的拆成2-3句)
- 抽象改具体("很多" → "3个","显著提升" → "省3-5小时")
- 书面改口语("进行操作" → "点击")
- 加入真实感受("我之前用的时候..."、"说实话...")


第三遍:细节打磨(标点、排版、节奏)

目标:让文章读起来舒服、自然

检查项
- [ ] 句子长度合适?(15-25字为主,不超过30字)
- [ ] 段落不太长?(手机屏幕3-5行)
- [ ] 标点自然?(多用句号,少用逗号连接长句)
- [ ] 节奏有变化?(快慢结合)
- [ ] 小标题不密集?(每300-500字一个)
- [ ] 列表适度?(能用散文就不用列表)
- [ ] 加粗适度?(每200-300字1-2处)

方法
- 大声朗读,感受节奏
- 找出超过30字的长句,拆短
- 检查段落长度,过长的分段
- 调整排版,删除过度的格式化


最终检查

  • [ ] 从头到尾读一遍,卡顿的地方改写
  • [ ] 感觉像花生本人在说话
  • [ ] (可选)AI检测率低于30%

花生风格特征(必须保持)

  • 实践导向:有具体案例、可执行步骤
  • 技术深度 + 易懂表达:不掉书袋,但有深度
  • 有用可落地:读者看完能立刻行动
  • 人味浓:有经验感、有温度,避免AI腔
  • 数据真实:所有测试、案例都必须真实
  • 适度不确定性:该说"我觉得"就说,不假装全知

个人素材库使用

何时使用
- ✅ 文章需要真实案例支撑
- ✅ 需要对工具/产品的真实评价
- ✅ 需要个人经历作为开场白
- ✅ 文章太"AI味",需要增加人味

快速使用流程

方法A:直接搜索原始数据(推荐优先使用)

适用场景:新话题、未整理的主题、需要最原始的真实表达

使用Grep工具搜索 /写作参考/个人素材库/全部即刻动态.csv

pattern: "关键词1|关键词2"
path: /Users/alchain/Documents/写作/写作参考/个人素材库/全部即刻动态.csv
output_mode: content
-n: true

示例
- 写高德扫街榜 → 搜索"高德|扫街榜"
- 写AI编程工具 → 搜索"Cursor|Claude Code|Copilot"
- 写产品增长 → 搜索"增长|转化|用户"

方法B:查看已提炼素材

适用场景:常见主题(AI编程工具、产品开发等)已有系统化整理

  1. 打开总索引:/写作参考/个人素材库/README.md
  2. 查找主题:打开 _即刻动态主题索引.md
  3. 选择素材:查看提炼文件(如AI编程工具使用心得.md
  4. 改写使用:扩展成长文逻辑,保持真实态度

注意事项
- 所有素材都是真实的,不能编造或夸大
- 注意时间跨度(2025.05-2025.10),避免过时信息
- 必须改写成长文逻辑,不能直接复制粘贴


审校工具(可选)

自动检测工具

  • 关键词检测:搜索"在当今"、"综上所述"、"值得注意的是"等套话
  • 句长检查:标注超过30字的长句
  • AI检测:使用GPTZero、Originality.AI等工具(仅供参考)

手动检测方法

  • 大声朗读:卡顿的地方就是需要改的地方
  • 对比历史文章:和花生之前的优秀文章对比,看风格是否一致
  • 问自己:这句话花生会这么说吗?

常见错误与改写示例

错误1:开头绕圈子

❌ "在当今AI技术飞速发展的背景下,编程工具领域也迎来了新的变革。作为一款新兴的AI编程助手,Claude Code正在受到越来越多开发者的关注..."

✅ "Claude Code出了。我用了两周,确实比Cursor好用。今天聊聊为什么。"

错误2:过度使用AI句式

❌ "Claude Code不是简单的代码补全工具,而是一个智能编程助手。它不仅能够生成代码,而且能够理解开发者的意图。"

✅ "Claude Code不只是补全代码。它能理解你想干嘛。比如你说'重构这个模块',它就知道该怎么做。"

错误3:缺少具体细节

❌ "经过一段时间的测试,我发现Claude Code在很多方面都表现优秀。"

✅ "用了两周。最明显的变化是,之前要3天的项目,现在1天半就能搞定。"

错误4:态度过于中立

❌ "Claude Code有其优势,也存在一些不足,具体是否适合使用需要根据实际情况判断。"

✅ "Claude Code确实好用。但价格贵,个人开发者可能扛不住。如果你公司报销,强烈推荐。"

参考资源

  • /写作参考/AI味审校指南.md - 完整的审校指南(包含更多示例)
  • /写作参考/个人素材库/README.md - 个人素材库总索引
  • /写作参考/个人素材库/全部即刻动态.csv - 原始素材数据
  • /写作参考/个人素材库/_即刻动态使用规范.md - 素材使用规范

成功案例

  • 《为什么最好的内容都是无用的》:经过三遍审校,AI检测率降至28%
  • 《一个月烧几十亿tokens的团队,是怎么用Claude Code的》:加入大量真实案例,人味浓厚

最后更新: 2025-11-07
适用项目: 公众号写作、视频脚本
维护者: 花生

# Supported AI Coding Agents

This skill is compatible with the SKILL.md standard and works with all major AI coding agents:

Learn more about the SKILL.md standard and how to use these skills with your preferred AI coding agent.