Remove ai flavor
Skill ItamarZand88/awesome-agent-conventions/conventions/skill-md/examples/content-comms/remove-ai-flavor
A curated guide to convention files AI agents read, write, and act on: AGENTS.md, CLAUDE.md, SKILL.md, llms.txt, MCP configs, rules, and examples.
npx -y skills add ItamarZand88/awesome-agent-conventions --skill remove-ai-flavorAssembled from the repository path, not quoted from the project. Check it against their README if it does not work.
SKILL.md
6.4 KB, as published. Nobody here has run it
name: remove-ai-flavor description: 去除 AI 味道的文章风格优化技能。用于识别并改写文章、公众号稿、自媒体稿、口播稿、演讲稿、课程稿、产品文案中的 AI 痕迹、模板腔、资料味、翻译腔、空洞大词、过度金句、破折号滥用、bullet 堆叠、动不动加粗等问题;当用户说“去 AI 味”“去除 AI 痕迹”“不像 AI 写的”“更像人写的”“更自然”“别太机器味”“去掉模板感”“改得像公众号终稿”时使用。不用于事实核查、从零选题策划、论文转公众号、纯标题生成或追求 AI 检测器通过率。
去除 AI 味道
目标
把内容从“正确但像 AI 总结”改成“自然、具体、像人在认真讲一件事”。
优先保留作者的观点、判断、材料和语气,不把文章改成另一种人格。这个 skill 不是为了追求“检测器通过”,而是为了提升真实读者的阅读感。
使用边界
如果用户没有提供原文、文件路径或明确的待改片段,先索要文本,不要凭空示范。
这个 skill 只处理表达质感和读者阅读感,不负责事实核查、资料补充、选题策划、标题生成或平台格式排版。遇到事实可疑、数据缺来源、观点缺证据时,保留原意并提醒用户需要另行核查。
判断模式
先判断用户要哪种处理深度:
诊断模式:用户说“看看哪里有 AI 味”“先审一下”“帮我标出来”。只输出问题清单和改写建议,不直接重写全文。轻改模式:文章基本可用,只是有少量套话、硬句、破折号、冗余连接。做最小改动。深改模式:文章像资料整理稿、翻译稿、AI 草稿或提纲稿。需要重写开头、过渡、小标题、结尾和部分段落。终稿模式:用户明确要“可发布版本”“公众号终稿”“直接改好”。输出完整优化稿,并说明关键修改。
如果用户没有说明,默认使用 轻改模式;如果原稿明显不像成稿,升级到 深改模式 并说明原因。
Gotchas
- 不要为了“像人写”而加入夸张情绪、口水话或油腻表达。
- 不要为了顺滑改掉作者立场、删掉关键限定条件,或发明原文没有的案例和结论。
- 不要把专业文章改成鸡汤、营销腔或段子文。
- 不要承诺可以绕过 AI 检测器;目标是让真实读者读起来更自然。
- 不要把所有列表都强行改成自然段;真正方便扫描的列表要保留。
工作流程
复制此清单并跟踪进度:
去 AI 味进度:
- [ ] 步骤 1:判断处理深度
- [ ] 步骤 2:保留核心观点、事实和作者语气
- [ ] 步骤 3:识别 AI 味、资料味、翻译腔和模板句
- [ ] 步骤 4:按模式输出诊断、局部改写或完整终稿
- [ ] 步骤 5:自查自然度、具体性、节奏和可发布性
1. 先保留骨架
改写前先抓住这些内容:
- 文章最核心的一句话
- 必须保留的事实、数据、案例、术语
- 作者原本的立场和语气
- 读者为什么要读完
不要为了顺滑删掉关键细节。不要擅自加入原文没有支持的新结论。
2. 再清理味道
优先处理这些高频问题:
- 套路开场:在这个时代、随着技术发展、众所周知
- 生硬连接:综上所述、基于此、由此可见、值得一提的是
- 空洞大词:卓越、革命性、颠覆性、重要意义、巨大价值
- 假金句:听起来很猛,但没有信息增量
- 破折号滥用:用
——强行制造解释和转折 - bullet 堆叠:能写成自然段的内容,被硬拆成列表
- 加粗过多:每段都在强调,反而没有重点
- 翻译腔:语序像英文,抽象名词多,动作词少
- 判词腔:用“不是免费的 X 来源”“必须看起来 Y”这类负向定义、制度化判断表达观点,读起来像模型在下结论
- 资料味:元信息堆在开头,像笔记、讲义、PPT 备注
详细识别表和替换策略见 references/anti-ai-flavor-rules.md。当文章问题较多、需要系统处理时读取该文件。
3. 改写原则
- 删除套话,直接切入主题。
- 用具体场景、动作、数据替代抽象形容词。
- 把负向定义改成正面判断或更像人会说的动作句,例如把“不是免费的可靠性来源”改成“可靠性没有那么简单”。
- 把长句拆短,让一句话只说一个主要意思。
- 用自然承接替代机械连接词。
- 少用排比,避免每段都像总结。
- 尽量不用
不是……而是……、不仅……而且……更……这类模板句式。 - 尽量不用破折号;改用冒号、逗号、句号、括号,或重排句子。
- 需要列表时保留列表;不需要时改回自然段。
- 对技术、产品、行业文章,保持准确克制,不改成鸡汤。
输出要求
诊断模式
输出:
# 去 AI 味诊断
共发现 X 类主要问题:
## 1. [问题类型]
- 原文:...
- 问题:...
- 建议:...
- 示例改法:...
## 优先修改顺序
1. ...
2. ...
3. ...
轻改模式
输出“优化后文本”,再补充 3 到 5 条关键修改说明。不要写太长的诊断报告。
如果原稿来自文件,默认直接在回复中给出轻改结果,不新建文件;只有用户要求保存,或文本很长不适合直接回复时,才写入新 Markdown 文件,且不覆盖原文。
深改 / 终稿模式
输出完整优化稿。若原稿来自文件,写入新 Markdown 文件,不覆盖原文,默认命名为:
原文件名-去AI味版.md
回复用户时说明:
- 已完成哪种处理模式
- 主要去掉了哪些 AI 味
- 新文件路径(如有)
- 是否已经接近可直接发布
自检清单
交付前检查:
- 是否保留了原文核心观点和关键事实
- 是否删掉了明显套话和模板连接词
- 是否减少了空洞大词、假金句和过度排比
- 是否把生硬的负向定义、制度化判断改成更自然的判断或动作句
- 是否处理了破折号、过多 bullet、乱加粗
- 是否让开头更像人在开讲,而不是资料卡
- 是否让段落之间有自然承接
- 是否让结尾有收束,而不是像清单结束
- 是否避免把专业文章改成鸡汤或营销腔