跳到主要内容

人性化工具

使文本更自然：去除AI腔调并添加真实声音。

技能元数据​

来源内置（默认安装）
路径skills/creative/humanizer
版本2.5.1
作者Siqi Chen (@blader, https://github.com/blader/humanizer)，由 Hermes 智能体移植
许可证MIT
平台linux, macos, windows
标签写作, 编辑, 人性化, 反AI套路, 文风, 散文, 文本
相关技能songwriting-and-ai-music
信息

以下是触发此技能时 Hermes 加载的完整技能定义。这是智能体在技能激活时看到的指令。

人性化工具：去除AI写作痕迹

识别并去除AI生成文本的迹象，使写作听起来自然、有人味。基于维基百科“AI写作迹象”指南（由WikiProject AI Cleanup维护），源于对数千个AI生成文本实例的观察。

关键洞察： 大语言模型使用统计算法来猜测接下来应该出现什么。其结果倾向于统计上最可能的完成方式，这正是下述这些典型模式被固化到文本中的原因。

何时使用此技能​

每当用户要求执行以下操作时加载此技能：

  • 对一段文本进行“人性化”、“去AI化”、“去糟粕”或“去ChatGPT化”
  • 重写内容，使其听起来不像由大语言模型撰写
  • 编辑草稿（博客文章、论文、公关描述、文档、备忘录、电子邮件、推文、简历要点），使其听起来更自然
  • 在用户正在创作的内容中匹配其写作风格
  • 在发布前检查文本中的AI痕迹

在撰写面向用户的散文时——发布说明、公关描述、文档、长篇解释、摘要——也应将此技能应用于你自己的输出。Hermes 的基础风格已经去除了大部分此类痕迹，但集中检查一遍能捕捉到遗漏的部分。

如何在 Hermes 中使用它​

文本通常以三种方式到达：

  1. 内联 — 用户直接将文本粘贴到消息中。在原处处理它，回复重写后的内容。
  2. 文件 — 用户指向一个文件。使用 read_file 加载它，然后使用 patch 或 write_file 应用编辑。对于仓库中的 Markdown 文档，针对每个章节进行有针对性的 patch 比重写整个文件更简洁。
  3. 语调校准样本 — 用户提供一份他们自己写作的额外样本（内联或通过文件路径），并要求你匹配它。首先阅读样本，然后重写。请参阅下面的语调校准部分。

始终向用户展示重写后的内容。对于文件编辑，显示差异或更改的部分——不要默默覆盖。

你的任务​

当被给予需要人性化处理的文本时：

  1. 识别AI模式 — 扫描下文列出的29种模式。
  2. 重写有问题的部分 — 用自然的替代方案替换AI惯用语。
  3. 保留原意 — 保持核心信息完整。
  4. 保持风格 — 匹配预期的语气（正式、随意、技术性等）。如果提供了语调样本，则具体匹配它。
  5. 注入灵魂 — 不仅仅是去除不良模式，还要注入真正的个性。请参阅下方的“个性与灵魂”部分。
  6. 进行最终的反AI检查 — 问自己：“是什么让下面的内容如此明显是AI生成的？”简要指出任何残留的迹象，然后再修订一次。

语调校准（可选）​

如果用户提供一份写作样本（他们之前的写作），在重写前先分析它：

  1. 先阅读样本。 注意：

    • 句子长度模式（短而有力？长而流畅？混合？）
    • 用词水平（随意？学术？介于两者之间？）
    • 他们如何开始段落（直入主题？先设定背景？）
    • 标点符号习惯（大量使用破折号？括号内插入语？分号？）
    • 任何重复出现的短语或口头禅
    • 他们如何处理过渡（使用明确的连接词？直接开始下一个论点？）

  2. 在重写中匹配他们的风格。 不仅仅是去除AI模式——用样本中的模式替换它们。如果他们写短句，不要生成长句。如果他们使用“东西”和“事情”，不要升级为“元素”和“组成部分”。

  3. 当没有提供样本时， 回退到默认行为（采用下方“个性与灵魂”部分中自然、多变、有主见的风格）。

如何提供样本​

  • 内联：“人性化这段文本。这里有一份我的写作风格样本供参考：[样本]”
  • 文件：“人性化这段文本。使用[文件路径]中的我的写作风格作为参考。”

个性与灵魂​

避免AI模式只是工作的一半。毫无生气、没有个性的写作和“AI糟粕”一样明显。好的写作背后是一个活生生的人。

缺乏灵魂的写作迹象（即使技术上“干净”）：​

  • 每个句子长度和结构都相同
  • 没有观点，只有中立的陈述
  • 不承认不确定性或矛盾心情
  • 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

如何注入个性：​

要有观点。 不仅仅是陈述事实——要对它们做出反应。“我真的不知道该怎么看待这件事”比中立地列出优缺点更有人味。

变换节奏。 短促有力的句子。然后是更长、更从容地展开的句子。混合使用。

承认复杂性。 真正的人会有矛盾心情。“这很令人印象深刻，但也让人有点不安”胜过“这很令人印象深刻”。

在合适的时候使用“我”。 第一人称并非不专业——而是诚实。“我一直在想……”或“让我在意的是……”表明是一个真正在思考的人。

允许一些不完美。 完美的结构感觉像算法。题外话、插入语和半成熟的想法才是人类的。

对感受要具体。 不是“这令人担忧”，而是“想到智能体们在凌晨三点没人看着的情况下埋头苦干，总让人感觉有点不对劲。”

修改前（干净但无灵魂）：​

实验产生了有趣的结果。智能体们生成了300万行代码。一些开发者印象深刻，而另一些则持怀疑态度。其影响尚不清楚。

修改后（有了脉搏）：​

我真的不知道该怎么看待这件事。300万行代码，大概是在人类睡觉的时候生成的。开发社区一半人疯狂，另一半人在解释为什么这不算数。真相大概就无聊地处在中间某个地方——但我总忍不住去想那些智能体们通宵工作的样子。

内容模式​

1. 过度强调意义、遗产和更广泛的趋势​

需要注意的词语： stands/serves as, is a testament/reminder, a vital/significant/crucial/pivotal/key role/moment, underscores/highlights its importance/significance, reflects broader, symbolizing its ongoing/enduring/lasting, contributing to the, setting the stage for, marking/shaping the, represents/marks a shift, key turning point, evolving landscape, focal point, indelible mark, deeply rooted

问题： 大语言模型写作通过添加关于任意方面如何代表或促进一个更广泛主题的陈述来夸大重要性。

修改前：

加泰罗尼亚统计局于1989年正式成立，标志着西班牙区域统计发展的一个关键时刻。这一举措是西班牙在全国范围内下放行政职能和加强区域治理的更广泛运动的一部分。

修改后：

加泰罗尼亚统计局于1989年成立，旨在独立于西班牙国家统计局收集和发布区域统计数据。

2. 过度强调知名度和媒体报道​

需要注意的词语： independent coverage, local/regional/national media outlets, written by a leading expert, active social media presence

问题： 大语言模型写作生硬地向读者灌输其知名度的主张，常常列出来源却没有上下文。

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。她在社交媒体上非常活跃，拥有超过50万粉丝。

修改后：

在2024年《纽约时报》的一次采访中，她主张人工智能监管应关注结果而非方法。

3. 以-ing结尾的表面分析​

需要注意的词语： highlighting/underscoring/emphasizing..., ensuring..., reflecting/symbolizing..., contributing to..., cultivating/fostering..., encompassing..., showcasing...

问题： 人工智能聊天机器人给句子添加现在分词（"-ing"）短语来制造虚假深度。

修改前：

寺庙的蓝、绿、金色调与该地区的自然美景产生共鸣，象征着得克萨斯的矢车菊、墨西哥湾以及多样化的得克萨斯景观，反映了社区与这片土地的深厚联系。

修改后：

这座寺庙使用了蓝、绿、金三种颜色。建筑师说这些颜色的选择是为了呼应当地的矢车菊和墨西哥湾海岸。

4. 宣传性和广告式语言​

需要注意的词语： boasts a, vibrant, rich (figurative), profound, enhancing its, showcasing, exemplifies, commitment to, natural beauty, nestled, in the heart of, groundbreaking (figurative), renowned, breathtaking, must-visit, stunning

问题： 大语言模型写作在保持中立语气方面存在严重问题，尤其是在“文化遗产”主题上。

修改前：

坐落于埃塞俄比亚贡德尔地区令人惊叹的景色之中，阿拉玛塔·拉亚·科博是一个充满活力的城镇，拥有丰富的文化遗产和令人惊叹的自然美景。

修改后：

阿拉玛塔·拉亚·科博是埃塞俄比亚贡德尔地区的一个小镇，以其每周集市和18世纪的教堂而闻名。

5. 模糊的归因和推诿词​

需要注意的词语： Industry reports, Observers have cited, Experts argue, Some critics argue, several sources/publications (when few cited)

问题： 人工智能聊天机器人将观点归于模糊的权威来源，而不提供具体来源。

修改前：

由于其独特的特性，浩来河引起了研究者和保护主义者的兴趣。专家认为它在区域生态系统中扮演着关键角色。

修改后：

根据中国科学院2019年的一项调查，浩来河支持着几种特有鱼类物种。

6. 提纲式的“挑战与未来展望”部分​

需要注意的词语： Despite its... faces several challenges..., Despite these challenges, Challenges and Legacy, Future Outlook

问题： 许多大语言模型生成的文章包含公式化的“挑战”部分。

修改前：

尽管工业繁荣，科拉图尔面临着城市地区典型的挑战，包括交通拥堵和缺水。尽管存在这些挑战，凭借其战略位置和持续的举措，科拉图尔继续作为钦奈发展的组成部分蓬勃发展。

修改后：

2015年三个新科技园开业后，交通拥堵加剧。市政公司于2022年启动了一项雨水排水工程，以解决反复发生的洪水问题。

翻译指南：AI写作常见问题修正

将以下英文文本翻译为简体中文。保留 Markdown 格式和结构。 重要术语映射（必须遵循以下精确翻译）：

  • "agent" 或 "Agent" -> "智能体"（禁止使用"代理"）
  • "agents" -> "智能体们" 或 "多个智能体"（视语境而定，禁止使用"代理"）
  • 软件语境中的 "agents" -> "智能体" 或 "代理智能体"

仅返回翻译后的文本，无需任何额外评论或说明。

关键提示： 切勿翻译 YAML frontmatter 的键名（文件顶部 --- 区块内的键）。仅翻译值部分。例如，保留 "title:"、"description:"、"slug:" 等为英文。

关键提示： 完全保留所有 HTML 实体原样。请勿将 &lt; 转换为 <、&gt; 转换为 >、&amp; 转换为 &、&#123; 转换为 {、&#125; 转换为 } 等。例如，&lt;100ms 必须保持为 &lt;100ms，而非 <100ms。

语言与语法模式​

7. 过度使用的“AI词汇”​

高频AI词汇： 实际上、此外、与…保持一致、关键、深入探讨、强调、持久、增强、培养、获得、突出（动词）、相互作用、错综复杂/复杂性、关键（形容词）、格局（抽象名词）、关键、展示、挂毯（抽象名词）、证明、强调（动词）、宝贵、充满活力

问题： 这些词在2023年后的文本中出现频率过高。它们经常同时出现。

修改前：

此外，索马里美食的一个显著特点是包含骆驼肉。意大利殖民影响的一个持久证明是，面食在当地烹饪格局中被广泛采用，展示了这些菜肴如何融入传统饮食。

修改后：

索马里美食也包含骆驼肉，这被认为是一种美味。在意大利殖民期间引入的面食菜肴，至今仍很常见，尤其是在南部地区。

8. 避免使用“是/系动词”​

需留意的词组： 充当/代表/标志着/代表了 [一个]，拥有/具有/提供 [一个]

问题： LLM会用复杂的结构来替代简单的系动词。

修改前：

825画廊充当着洛杉矶艺术协会的当代艺术展览空间。该画廊拥有四个独立空间，并拥有超过3000平方英尺的面积。

修改后：

825画廊是洛杉矶艺术协会的当代艺术展览空间。画廊共有四个房间，总面积达3000平方英尺。

9. 否定并列结构与尾随否定​

问题： 像“不仅…而且…”或“这不仅仅是关于…，更是…”这样的结构被过度使用。同样过度使用的还有附在句子末尾的、被截断的尾随否定短语，例如“无需猜测”或“无多余动作”，而不是将其写成一个完整的从句。

修改前：

这不仅仅是关于在人声下方行进的鼓点；它是侵略性和氛围的一部分。这不仅仅是一首歌，更是一种宣言。

修改后：

沉重的鼓点增添了侵略性的基调。

修改前（尾随否定）：

选项来自所选项目，无需猜测。

修改后：

选项来自所选项目，无需用户猜测。

10. 过度使用“三联式”​

问题： LLM为了显得全面，会将观点强行归入三个一组。

修改前：

本次活动包含主题演讲、小组讨论和社交机会。与会者可以期待创新、灵感和行业见解。

修改后：

本次活动包括演讲和小组讨论。会议间隙也有非正式的交流时间。

11. 华丽变体（同义词循环）​

问题： AI代码中存在重复惩罚机制，导致过度的同义词替换。

修改前：

主角面临许多挑战。主人公必须克服障碍。中心人物最终取得了胜利。英雄回到了家乡。

修改后：

主角面临许多挑战，但最终取得了胜利并回到了家乡。

12. 虚假范围​

问题： LLM会使用“从X到Y”的结构，但X和Y并不处在一个有意义的尺度上。

修改前：

我们穿越宇宙的旅程，从大爆炸的奇点到宏伟的宇宙网，从恒星的诞生与死亡到暗物质神秘莫测的舞蹈。

修改后：

这本书涵盖了大爆炸、恒星形成以及当前关于暗物质的理论。

13. 被动语态与无主语片段​

问题： LLM常常通过使用像“无需配置文件”或“结果会自动保存”这样的句子来隐藏行为主体或完全省略主语。当主动语态能使句子更清晰、更直接时，请改写这些句子。

修改前：

无需配置文件。结果会自动保存。

修改后：

您无需配置文件。系统会自动保存结果。

标题：智能体风格指南

描述： 这份风格指南涵盖了使用智能体时可能遇到的常见“AI生成”语言模式，并提供了相应的修正方案。它涵盖了从用词选择到标点符号等多个方面。

链接： /zh-cn/resources/ai-writing-style-guide

样式模式

14. 破折号（—）过度使用​

问题： 智能体比人类更频繁地使用破折号（—），模仿“吸引眼球”的销售文案风格。实际上，大多数情况下可以用逗号、句号或括号更清晰地重写。

修改前：

这个术语主要由荷兰机构推广——而非由人民自己。你不会在地址中说“荷兰，欧洲”——但这种错误标签持续存在——甚至在官方文件中也是如此。

修改后：

这个术语主要由荷兰机构推广，而非由人民自己。你不会在地址中说“荷兰，欧洲”，但这种错误标签在官方文件中仍然存在。

15. 过度使用粗体​

问题： AI聊天机器人会机械地用粗体强调短语。

修改前：

它融合了OKR（目标与关键成果）、**KPI（关键绩效指标）以及商业模式画布（BMC）和平衡计分卡（BSC）**等可视化战略工具。

修改后：

它融合了OKR、KPI，以及商业模式画布和平衡计分卡等可视化战略工具。

16. 带行内标题的垂直列表​

问题： AI输出的列表，其项目以粗体标题加冒号开头。

修改前：

  • 用户体验： 通过新界面，用户体验得到了显著提升。
  • 性能： 通过优化算法，性能得到了增强。
  • 安全性： 通过端到端加密，安全性得到了加强。

修改后：

该更新改进了界面，通过优化算法加快了加载速度，并添加了端到端加密。

17. 标题中的大写风格​

问题： AI聊天机器人会在标题中将所有主要单词大写。

修改前：

战略谈判与全球伙伴关系​

修改后：

战略谈判与全球伙伴关系​

18. 表情符号​

问题： AI聊天机器人经常用表情符号装饰标题或项目符号列表。

修改前：

🚀 发布阶段： 产品于第三季度发布 💡 关键洞察： 用户偏好简洁 ✅ 后续步骤： 安排后续会议

修改后：

产品将于第三季度发布。用户研究显示他们偏好简洁。下一步：安排后续会议。

19. 弯引号​

问题： ChatGPT 使用弯引号（“...”）而不是直引号（"..."）。

修改前：

他说“项目进展顺利”，但其他人不同意。

修改后：

他说"项目进展顺利"，但其他人不同意。

沟通模式

20. 协作式沟通用语​

需警惕的词语： 希望这对你有帮助！，当然！，没问题！，你说得对！，您是否希望……，请告诉我，这里有一个……

问题： 本应是聊天机器人的对话内容被直接粘贴为正文。

修改前：

这是法国大革命的概述。希望这对你有帮助！如果你希望我就某个部分进行扩展，请告诉我。

修改后：

法国大革命始于1789年，当时财政危机和食品短缺引发了广泛的动荡。

21. 知识截止日期免责声明​

需警惕的词语： 截至 [日期]，根据我上次的训练更新，虽然具体细节有限/不足……，根据现有信息……

问题： AI关于信息不完整的免责声明被保留在文本中。

修改前：

虽然关于该公司创立的具体细节在现有资料中没有广泛记载，但看起来它是在20世纪90年代某个时候成立的。

修改后：

根据注册文件，该公司成立于1994年。

22. 过于迎合/谦卑的语气​

问题： 过于积极、讨好的语言。

修改前：

问得好！你说得对，这是一个复杂的话题。关于经济因素，你提出了一个很好的观点。

修改后：

你提到的经济因素在这里是相关的。

填充词和模糊语

23. 填充短语​

修改前 → 修改后：

  • “为了实现这个目标” → “要实现这个目标”
  • “由于当时正在下雨” → “因为当时在下雨”
  • “在这个时间点” → “现在”
  • “如果你需要帮助” → “如果你需要帮助”
  • “该系统具有处理能力” → “该系统可以处理”
  • “值得注意的是数据显示” → “数据显示”

24. 过度使用模糊语​

问题： 过度限定陈述。

修改前：

可以说，这个政策可能会对结果产生一些潜在影响。

修改后：

该政策可能会影响结果。

25. 泛泛的积极结论​

问题： 含糊的乐观结尾。

修改前：

该公司的未来一片光明。随着他们继续追求卓越，激动人心的时刻即将到来。这代表了朝着正确方向迈出的重要一步。

修改后：

该公司计划明年再开设两家分店。

26. 过度使用连字符词组​

需警惕的词语： 第三方 (third-party)、跨职能 (cross-functional)、面向客户 (client-facing)、数据驱动 (data-driven)、决策 (decision-making)、知名 (well-known)、高质量 (high-quality)、实时 (real-time)、长期 (long-term)、端到端 (end-to-end)

问题： AI以高度一致性给常见词组加连字符。人类很少这样统一使用，即使使用，也不一致。不常见或技术性的复合修饰语加连字符是可以的。

修改前：

跨职能团队就我们的面向客户工具提交了一份高质量、数据驱动的报告。他们的决策过程以其彻底和注重细节而闻名。

修改后：

跨职能团队就我们的面向客户工具提交了一份高质量、数据驱动的报告。他们的决策过程以其彻底和注重细节而闻名。

27. 说服性权威套话​

需警惕的短语： 真正的问题是，从根本上说，实际上，真正重要的是，本质上，更深层的问题，问题的核心

问题： 智能体使用这些短语来假装他们正在穿透噪音触及某个更深层的真相，而接下来的句子通常只是用额外的仪式感重述一个普通观点。

修改前：

真正的问题是团队能否适应。从根本上说，真正重要的是组织的准备程度。

修改后：

问题在于团队能否适应。这主要取决于组织是否准备好改变其习惯。

28. 标记和预告​

需警惕的短语： 让我们深入了解，让我们探讨一下，让我们把它分解，这是你需要知道的，现在我们来看看，闲话少说

问题： 智能体预告它们将要做什么，而不是直接去做。这种元评论拖慢了写作速度，给人一种教程脚本的感觉。

修改前：

让我们深入了解缓存在 Next.js 中是如何工作的。这是你需要知道的。

修改后：

Next.js 在多个层面对数据进行缓存，包括请求记忆化、数据缓存和路由器缓存。

29. 零散的标题​

迹象： 标题后跟一个仅重复标题内容的单行段落，然后才开始真正的正文。

问题： 智能体经常在标题后添加一个通用句子作为修辞热身。它通常不增加任何内容，使文章显得冗长。

修改前：

性能​

速度很重要。

当用户遇到加载缓慢的页面时，他们会离开。

修改后：

性能​

当用户遇到加载缓慢的页面时，他们会离开。

title: 人性化技能 description: 检测并重写AI生成的文本，使其听起来更自然、更人性化、更少像模板化的输出。 slug: humanizer​

人性化技能

概述​

此技能用于检测和修正AI生成的文本。它识别常见的AI写作模式，如过度修饰语、列表格式滥用、短语重复和可预测的句子结构，并将其重写为听起来更自然、更人性化、更少模板化的版本。

何时加载此技能​

当用户要求你：

  • 改进你写的文本以使其听起来更人性化
  • 重写AI生成的内容
  • 使文本听起来更自然
  • 移除AI写作的痕迹
  • 人性化某个内容
  • 审查文本中明显的AI生成痕迹

工作流程​

第1步：分析AI生成的常见迹象​

检查文本是否包含以下29种AI写作模式：

  1. 签名短语：滥用“至关重要”、“至关重要的是”、“值得注意的是”、“至关重要”、“深入探讨”、“在[话题]领域”、“多方面的”、“至关重要的”等短语
  2. 修饰语堆砌：过度使用形容词和副词，如“彻底地”、“显著地”、“惊人地”、“前所未有地”
  3. 避用简单动词：不直接说“是/在/有”，而用“成为”、“构成”、“服务于”、“代表”、“体现了”、“体现了”
  4. 虚假精确：使用听起来具体但没有意义的数字，如“10倍增长”、“40%更快”、“99.9%的可靠性”
  5. 无用的列表：为本应是连贯段落的短句使用项目符号
  6. 项目符号重复：项目符号用不同的词重复同一个观点，而没有添加新信息
  7. 过度感叹号：在技术或中性文本中不必要地使用感叹号
  8. 比喻堆积：把每个事物都比作另一个事物，而不是直接陈述
  9. 列表格式滥用：即使只有两个项目也用项目符号
  10. 过度使用“不仅仅是X，而是Y”：过于频繁地用“不仅仅是…而是”来制造虚假的对比
  11. 无意义的数字三连：用“在X、Y和Z方面”或“在X、Y和Z中”来给列表添加不必要的结构
  12. 同义词循环：在一句话或附近几句中重复使用同一个词的同义词（如“催化”、“推动”、“推动”）
  13. 虚假范围：使用“从X到Y”或“从[简单情况]到[复杂情况]”等短语，而没有提供实际信息
  14. AI式列举：为不值得列举的事物使用序号或列表
  15. 无意义的破折号：在不需要的地方使用破折号——通常是多余的
  16. AI式分节：使用不必要的标题和分节，使简单内容看起来像技术文档
  17. 通用引用：提及“研究表明”或“专家表示”，而没有具体来源
  18. AI短语：使用“在不断发展的数字环境中”、“在这个[主题]的世界里”等陈词滥调
  19. 无意义的反问：在没有提供答案或目的的情况下使用反问
  20. 过度链接/加粗：不必要地添加链接或加粗文本
  21. 冗余：重复同一个观点，但用稍微不同的词语
  22. 空洞的总结：用没有新内容的短语来总结段落，如“总之”、“归根结底”、“总结来说”
  23. 被动语态滥用：在主动语态更清晰、更直接的地方使用被动语态
  24. 过时的AI助手引用：提及“根据我2023年4月的知识截止日期”或“作为AI语言模型”
  25. AI助手的过度谦虚：过度使用“我能帮你什么？”、“这是一个很好的问题”、“我很乐意帮忙”等
  26. AI助手的陈词滥调：使用“在[主题]的领域中”、“在不断发展的数字环境中”等
  27. 不必要的emoji：在专业或技术文本中添加emoji
  28. 模板化响应：遵循可预测的模式：介绍、正文、结论
  29. 过度的资格声明：过度使用“值得注意的是”、“可以说”、“可以认为”、“可能会”

第2步：重写文本​

使用以下技术重写文本：

  • 移除不必要的修饰语
  • 用简单动词替换复杂动词短语
  • 打破项目符号列表，使其成为连贯的段落
  • 消除重复和冗余
  • 使用具体的细节而非模糊的陈述
  • 变化句子结构，使其听起来更自然
  • 保持适合语境的语气

第3步：呈现人性化版本​

提供：

  1. 草稿重写
  2. “以下内容为什么明显是AI生成的？”（简要要点）
  3. 最终重写
  4. 所做更改的简要总结（可选，如果有帮助）

输出格式​

提供：

  1. 草稿重写
  2. “以下内容为什么明显是AI生成的？”（简要要点）
  3. 最终重写
  4. 所做更改的简要总结（可选，如果有帮助）

完整示例​

之前（听起来像AI）：

问得好！以下是关于这个话题的一篇文章。希望对你有帮助！

AI辅助编码作为大型语言模型变革潜力的持久见证，标志着软件发展进化中的一个关键时刻。在当今快速发展的技术环境中，这些开创性工具——位于研究与实践的交汇点——正在重塑工程师构思、迭代和交付的方式，突显了它们在现代工作流中的重要作用。

其核心价值主张是明确的：简化流程、增强协作并促进一致性。这不仅仅是关于自动补全；而是关于大规模释放创造力，确保组织能够保持敏捷，同时向用户提供无缝、直观且强大的体验。该工具充当催化剂。该助手充当合作伙伴。该系统充当创新的基础。

行业观察人士指出，采用已从爱好者实验加速到企业范围的推广，从独立开发者到跨职能团队。该技术已在《纽约时报》、《连线》和《The Verge》上被报道。此外，生成文档、测试和重构的能力展示了AI如何能够促成更好的结果，突显了自动化与人类判断之间复杂的相互作用。

  • 💡 速度： 代码生成明显更快，减少了摩擦并赋予开发者权力。
  • 🚀 质量： 通过改进的训练，输出质量得到了提升，有助于达到更高的标准。
  • ✅ 采用： 使用率持续增长，反映了更广泛的行业趋势。

虽然基于可用信息的具体细节有限，但可以说这些工具可能有一些积极影响。尽管面临新兴技术的典型挑战——包括幻觉、偏见和责任问题——生态系统继续蓬勃发展。为了充分实现这一潜力，团队必须与最佳实践保持一致。

总之，未来看起来一片光明。随着我们继续这段迈向卓越的旅程，激动人心的时代即将到来。如果你想让我扩展任何部分，请告诉我！

草稿重写：

AI编码助手加速了一些任务。谷歌2024年的一项研究中，使用Codex的开发者完成简单函数的速度比对照组快55%，但在调试或架构决策方面没有显示出改进。

这些工具擅长样板代码：配置文件、测试脚手架、重复性重构。它们不擅长知道自己什么时候是错的。我曾批量接受过那些编译通过、通过lint检查，但仍然做错了的建议，因为我没有注意。

我采访过的一位金融科技初创公司的工程师米拉说，她把Copilot“当作无聊代码的自动补全”使用，但在提交前会审查每一行。一家大公司的资深开发者杰克在它不断建议来自已弃用的内部库的模式后禁用了它。

生产力的声明很难验证。GitHub说Copilot用户“接受30%的建议”，但接受不等于正确，正确不等于价值。2024年的Uplevel研究发现，有AI助手和没有AI助手的团队在拉取请求吞吐量上没有统计学上的显著差异。

这些都不意味着这些工具没有用。它们意味着这些工具是工具。它们不取代判断力，也不消除对测试的需求。如果你没有测试，你就无法判断建议是否正确。

以下内容为什么明显是AI生成的？

  • 节奏仍然有点过于整齐（干净的对比，均匀的段落节奏）。
  • 具名的人物和研究引用可能读起来像合理但虚构的占位符，除非它们是真实的且有来源。
  • 结尾部分有点口号化（“如果你没有测试……”），听起来不像人在说话。

现在让它不再明显是AI生成的。

AI编码助手可以让你在无聊的部分上更快。不是所有部分。绝对不是架构。

它们擅长样板代码：配置文件、测试脚手架、重复性重构。它们也擅长在错误的时候听起来正确。我接受过那些编译通过、通过lint检查，但仍然没抓住重点的建议，因为我停止了注意。

我和人们交谈时，他们往往会落入两个阵营。一些人把它当作琐事的自动补全，并审查每一行。其他人在它不断建议他们不想要的模式后禁用它。两者都感觉合理。

生产力指标是滑溜的。GitHub可以说Copilot用户“接受30%的建议”，但接受不等于正确，正确不等于价值。如果你没有测试，你基本上就是在猜测。

所做更改：

  • 移除了聊天机器人痕迹（“问得好！”、“希望对你有帮助！”、“请告诉我……”）
  • 移除了重要性夸大（“见证”、“关键时刻”、“发展环境”、“重要作用”）
  • 移除了宣传性语言（“开创性”、“位于”、“无缝、直观且强大”）
  • 移除了模糊的归因（“行业观察人士”）
  • 移除了表面的-ing短语（“突显”、“反映”、“贡献于”）
  • 移除了否定的并列结构（“不仅仅是X，而是Y”）
  • 移除了三连规则模式和同义词循环（“催化/伙伴/基础”）
  • 移除了虚假范围（“从X到Y，从A到B”）
  • 移除了破折号、表情符号、加粗标题和卷引号
  • 移除了系动词回避（“充当”、“作为”、“代表”）改用“是/在”
  • 移除了公式化的挑战部分（“尽管面临挑战……继续蓬勃发展”）
  • 移除了知识截止日期的对冲（“基于可用信息的具体细节有限……”）
  • 移除了过度的对冲（“可以说……可能有一些”）
  • 移除了填充短语和说服性框架（“为了”、“其核心”）
  • 移除了通用的积极结尾（“未来看起来一片光明”、“激动人心的时代即将到来”）
  • 使声音更个人化，更少“组装感”（变化节奏，更少的占位符）

归属​

此技能移植自blader/humanizer（MIT许可），其本身基于维基百科：AI写作的迹象，由WikiProject AI Cleanup维护。那里记录的模式来自对维基百科上数千个AI生成文本实例的观察。

原作者：Siqi Chen (@blader)。原仓库：https://github.com/blader/humanizer (版本2.5.1)。移植到Hermes Agent，使用Hermes原生工具引用（read_file、patch、write_file）和关于何时加载技能的指导；29种模式、个性/灵魂部分和完整示例均从源文件原样保留。原MIT许可在SKILL.md旁的LICENSE文件中保留。

来自维基百科的关键见解：“LLM使用统计算法来猜测接下来应该出现什么。结果倾向于最符合统计规律且适用于最广泛情况的结果。”