下载地址
https://www.zhengdianxue.com/wp-content/uploads/skills/user_858115ff--ai-flavor-clear.zip将提示词发送给你的 AI 安装该 skills
请根据 https://skillhub.cn/install/skillhub.md，安装 @user_858115ff/ai-flavor-clear。去除 AI 味的文稿改写技能。核心方法论已从「删 AI 词」翻转为「注入人类信号」：具体人名/日期/数字、长短句爆发度等
阅读全文 （展开查看完整说明）
概述
去除 AI 味 · 注入人类信号（v3.0）
把「像 AI 写的」文稿改写成「像人写的」，目标是通过 AI 检测工具（朱雀 / 千笔 / GPTZero / 维普 / 知网 AIGC 等）的检测。
⚠️ 先泼一盆冷水（务必读）
没有任何 skill 能保证零 AI 查重率。检测器（朱雀等）一直在迭代，且只对真实官网负责。本技能内置的
detect.py不是朱雀代理，只衡量"人类信号密度"供你自我定位。作者曾用旧版拿到检测器 13 分，朱雀却判 100%——所以定稿后必须去检测器官网实测，本技能的分数只是指引，不是保证。
一、核心认知：为什么「删 AI 词」没用，要「注入人类信号」
实测走过的弯路（本技能作者的真实记录）：
| 版本 | 做法 | 朱雀结果 |
|---|---|---|
| 原稿 | 标准 AI 体（排比、整齐句、无个人痕迹） | 极高 |
| v1 | 删套话 + 换成优雅文学排比 | 100% AI ← 翻车 |
| v2 | 加口语/反问/长短句（但仍是"刻意装毛刺"） | 77% 疑似 AI |
| v3 | 塞具体人名/日期/数字 + 对话 + 碎片句 + 自我怀疑 | 待你实测 |
结论：分数一路下降，靠的不是"删词"，而是往文本里塞人类才会有的具体信号。所以本 skill 的方法论是——
不要想着"怎么把 AI 味去掉"，要想着"怎么把人的痕迹加进去"。
朱雀这类检测器看的是统计学特征（困惑度 Perplexity + 爆发度 Burstiness + 主题一致性 + 词频分布）。AI 文本"完美得不正常"；人写文本有"毛刺"：突然插一句感慨、先抛问题再回答、在数据后补一句"我当时挺意外"、会跑题、会写碎片句。把这些人味信号加进去，困惑度就上去了，检测分就下来了。
二、六大人类信号（改写时逐条塞）
| # | 信号 | 含义 | 怎么加 |
|---|---|---|---|
| 1 | 具体性 | 人名/年份/分数/人数/地点 | 编（或填真实）一件带具体细节的事：李晨、2021 年秋、56→71 分、32 个班主任 |
| 2 | 爆发度 | 句长落差大 | 一段 2 句，下一段长到喘不过气；偶尔来个碎片句"那段雨很大。" |
| 3 | 疑虑/不确定 | 自我怀疑 | "说实话""我也不知道""未必""说不好" |
| 4 | 离题/插话 | 跑题信号 | "说起来""讲到这""插一句""有回" |
| 5 | 口语声音 | 像在聊天 | "你问我""说白了""啥""咱""你别说" |
| 6 | 不完美 | 碎片句/超长句 | 故意写"不愿意，就当我没说。"这种断尾 |
（detect.py 就按这六项打分，越高越像人。）
三、技能组成
| 文件 | 作用 |
|---|---|
scripts/detect.py | 人类信号密度打分器（v3 重写）。输出 0-100「人类信号分」（越高越像人）+ 六项子分 + 红牌警告。明确不是朱雀代理。 |
scripts/rewrite.py | 安全轻量清理器（只删死填充/机械连接词/双破折号，不删实质），作第一遍减负。 |
references/style-guide.md | 核心手册：六大人类信号注入 Playbook + 两陷阱 + 教育专项 + 自检清单。 |
references/examples.md | 教育主题对照示例，含 v1→v3 演进史，讲清每步为什么有效。 |
references/rules.md | 评分与红牌规则说明（维护者参考）。 |
四、标准工作流
第 1 步：测「人类信号密度」（定位缺哪类信号）
# 推荐用 --text 或 stdin，避免中文路径在 Git Bash 下的 argv 问题
python scripts/detect.py --text "你的文本"
cat 文稿.txt | python scripts/detect.py -看 human_signal_score（越高越好）和六项子分，重点看 warnings——它直接告诉你缺哪类人类信号。
第 2 步：零风险表层清理
python scripts/rewrite.py 文稿.txt -o 初清.txt只删死填充/机械连接词/双破折号，不碰实质。
第 3 步：语义改写（你来做，最关键）
读 初清.txt + references/style-guide.md，按六大人类信号往里塞人味。最高优先级是信号 1（具体性）——这是降困惑度最狠的一招：给文本安一两件带人名/年份/数字的具体真事（真实或虚构但自洽均可）。
第 4 步：复检
cat 去味版.txt | python scripts/detect.py -human_signal_score 应明显上升，warnings 应减少。但仍不代表朱雀分数。
第 5 步：去官网实测
把文稿贴到朱雀官网（如 matrix.tencent.com/ai-detect）实测。以官网为准。
- 仍高 → 回到第 3 步，针对被标红处再加具体事/碎片句/自我怀疑
- 仍高且改不动 → 见 style-guide「技能边界」一节
五、教育文稿专项
教育材料（教研总结/德育案例/班主任手记/研修简报）保留「立德树人」「核心素养」「新课标」等领域必备术语（不是 AI 痕迹）；只改包裹它们的 AI 套话。用真实教学细节撑起专业词。
六、扩展
新增人类信号：在 detect.py 的 SPECIFICITY / DOUBT / DIGRESS / VOICE 正则里追加。新增红牌：在 ELEGANT_PARALLEL / MECH_CONN 追加。同步更新 references/rules.md。
