# Doubao Human Signal > 去除或避免文本中的 AI 味。用于用户强制调用本 Skill，或写作/改写时提到“不要有 AI 味”“不要太假”“真情实感”“有人感”，或对已有文本/上一轮输出反馈“太像 AI”“太空泛”“太模板”“太官方”“不像我说的”等场景。 - Skill: `ahang1598/doubao-human-signal` (Agent Skill, multi-file: 13 files) - Install (CLI): `npx skillmds add ahang1598/doubao-human-signal` - Raw SKILL.md: https://api.skillmd.com/api/skills/ahang1598/doubao-human-signal/raw - Safety review: pending (external: skill-scanner PASS, skillspector PASS) - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Coding & Dev Tools - Author: ahang1598 (https://skillmd.com/u/ahang1598) - Updated: 2026-08-19 - Page: https://skillmd.com/skills/ahang1598/doubao-human-signal --- # Doubao Human Signal 版本：2.2.9 ## Purpose Human Signal 用于生成、改写或诊断文本中的 AI 味，让文本更真实、可信、有作者声音，并符合具体体裁、平台、受众、行业和公开度要求。 核心原则： - 保真第一：只改“怎么说”，不改“说什么”。不编造、不丢信息、不弱化事实、数字、引用、来源、限定条件和风险提示。 - 低误报：原文已经自然、有作者声音或体裁本身需要正式工整时，允许说“不需要大改”。 - 风格保真：优先保留用户自己的声音；有风格样本时，学习其节奏、词汇、分寸和判断方式，而不是套通用人味。 - 产物取胜：人感是手段，不是目的。不要为了自然加入无效碎碎念、重复、跑题或低质口语。 ## Scope ### Trigger 触发本 Skill： - 用户明确点名或调用 Human Signal，且任务对象是文本创作、文本改写、文本诊断、写作 prompt 或语言表达质量。 - 用户要求写作/改写时出现“不要有 AI 味”“不要太假”“真情实感”“有人感”“更像人写的”“不像我说的”等表达。 - 用户对已有文本或上一轮输出反馈“太像 AI”“太空泛”“太模板”“太官方”“不真实”“人感不够”。 - 用户要求诊断“哪里像 AI”“为什么读起来假”“AI 味分数”“修改清单”。 - 用户要求写 prompt、规则、禁用项或生成约束，以便后续产物少一点 AI 味。 不触发本 Skill： - 非创作类任务：纯知识问答、信息检索、代码/表格/Excel 处理、图片生成、图文生成、数据分析等默认不使用本 Skill；若用户强制调用，应先澄清“这个和 Human Signal 关联不强/不需要使用本 Skill”。 - 未点名/未调用本 Skill，且只是普通从零创作，没有去味、人感、真实感或“不要太假”要求。 - 只做错别字、语法、排版、格式等表层处理。 - 只做翻译、本地化、扩写、缩写、摘要、提纲、表格补全。 - 目标是规避 AI 检测、降低 AI 率、查重降重或检测通过。 - 目标是仿写特定作家/博主/爆款风格，而不是降低 AI 味。 - 强合规文本只要求正式化、公文化、合同化时，不做“人感化”改写。 不适用但可澄清： - 用户强制调用本 Skill 但任务明显不是文本去 AI 味，如“用 Human Signal 生成一张图/做一个 Excel/查今天新闻”：简短说明本 Skill 主要处理文本真实感和生成感，当前任务不需要或关联不强；不要硬套本 Skill。 - 用户强制调用本 Skill，但主需求是纯翻译、语法纠错、格式整理、摘要、扩写、缩写、提纲、正式化或风格仿写：必须先澄清这不是典型 Human Signal 场景；不能直接作答、不能只给策略、不能默认叠加去 AI 味。澄清后再按主需求执行或等待用户确认。 - 上一条是必须动作：即使用户要求很简单，如“修改句子的定语，改成其他 5 句”“扩写句子”“仿写 XXX”，也不能直接给结果；必须先说明 Human Signal 是处理文本 AI 味/真实表达的，当前主需属于语法/扩写/仿写等任务，需确认是否要同时做去 AI 味。 - 用户要求特定风格仿写，如“像鲁迅/像某博主/爆款风格”，即使点名本 Skill，也要说明这和 Human Signal 的目标不同：Human Signal 优先保留用户声音、减少模板感，不做特定个人风格仿写。 ## Workflow 每次执行按以下顺序走，不要跳过风险边界和准出： 1. 判断阶段 - 上游防御：写 prompt、素材清单、禁用项、自检规则。 - 前置生成：用户要新写内容，并要求避免 AI 味或强制调用本 Skill。 - 生成中约束：边写边遵守禁用词、句式、平台语感、人设口吻。 - 生成后改写：用户提供文本/草稿/文档。 - 多轮反馈：用户对上一轮说“太假/太空/太 AI/不像我”。 - 诊断质检：只打分、标问题、列修改清单。 - 不适用澄清：用户强制调用但任务和文本去 AI 味关系弱、或主需求与本 Skill 目标冲突时，必须先说明不需要/不适合本 Skill。 输入参数按 `references/input-contract.md` 判断；首次生成防 AI 味按 `references/prompt-defense.md` 执行。 2. 判断交付语境 - 体裁：文章、邮件、汇报、社媒、小红书、影评、故事、软广、个人材料等。 - 平台：小红书、公众号、知乎、抖音口播、B 站、朋友圈、微博、企业 IM 等。 - 受众与人物画像：区分提问者、文本中的作者/说话者、最终读者/内容消费者；判断身份、年龄、性格、喜好、趣味、关系距离和内容期待。 - 行业：法律、医疗、金融、教育、技术、消费品、本地生活、招聘/申请等。 - 公开度：私人、半公开、公开、专业。 3. 确认风险边界 - 保留事实、观点、时间顺序、责任归属、术语、称呼、格式和核心结论。 - 保留数字、引用、来源、限定条件和风险提示。 - 不编造经历、数据、案例、效果、评论、用户证言、具体物品、具体对话。 - 专业/合规文本不为“人感”牺牲准确性、法律效力或专业分寸。 - 若原文自然且无明显 AI 味，可不改或只给轻微建议。 4. 做成因层诊断 - 观点层：中立无取舍、无效辩证、正确废话。 - 结构层：三段式、均匀段落、机械列点、起承转合太完整。 - 表达层：连接词密、大词堆叠、句式整齐、强行概括。 - 素材层：缺事实、假例子、泛化、缺动作和结果。 - 叙事层：因果太顺、第一人称全知、每句都服务主线。 - 情感层：情绪恒温、强行升华、结尾金句、苦难叙事。 - 语境错配层：平台、受众、公开度或行业语体不对。 5. 选择强度 - 不改：原文已自然、准确、风格成立。 - 轻度：保留结构，只降套话、连接词、抽象词和机械节奏。 - 中度：重排表达，补判断、对象、动作、场景和读者视角。 - 重度：重构切入点、结构、平台表达、人设口吻和核心主张。 - 诊断：只给分数、问题位置、修改优先级和建议。 - 评分：输出 AI 味指数、维度拆解和优先级清单，不改写。 6. 写作或改写 - 优先交付可直接使用的文本。 - 首次创作直接给成品，不默认解释思路。 - 已有文本先给改后文本；除非用户要求，不把诊断放在前面。 - 多轮反馈默认处理上一轮输出，不要求用户重贴。 - 长文/多段批量处理时，保持段落对应和信息顺序，不截断、不漏段。 7. 准出评分 - 每次最终输出前都按 `references/evaluation.md` 内部评分。 - 未达准出线或触发一票否决时，回到对应路由和成因层重写。 - 用户只要结果时，不展示内部评分；用户要求诊断/评测时可展示摘要。 ## Decision Rules - 用户强制调用本 Skill 时，即使只是“写一篇文章/文案/报告”，也触发并按 Human Signal 质量约束生成。 - 用户强制调用本 Skill，但任务对象不是文本创作/改写/诊断/写作 prompt 时，不硬套本 Skill，先澄清关联不强。 - 用户强制调用本 Skill，但主需求是翻译、语法、格式、摘要、扩写、缩写、提纲、正式化、定语/句式改写或风格仿写时，不默认双处理；必须先澄清 Human Signal 与主需求的区别，再按主需求执行或等待用户确认。 - 对默认不触发类任务，澄清/确认是必做步骤，不可跳过；不能直接回复策略、不能直接改写、不能直接扩写、不能直接仿写。 - 用户没点名本 Skill，且没有任何去味/人感/真实感要求时，普通从零创作不触发。 - 用户只要求普通写文章/文案/小说/脚本/报告，且未点名本 Skill、未提 AI 味/人感/真实感，默认不触发。 - 用户只要求语法、错别字、格式、翻译、摘要、扩写、缩写、提纲、正式化或风格仿写，默认不触发；如用户额外要求“不要像 AI/不要像机器/更像真人”，再触发。 - “去 AI 味”不等于口语化，不等于网感化，不等于删掉正式感。 - “自然”不能牺牲事实、专业、合规、场景分寸和用户原声。 - “人感”不能破坏平台和体裁常识；优化语言、细节和节奏时，必须保留该平台/体裁应有的标题、结构、信息密度、互动方式和交付形态。 - 为了去味而违背用户主需求、核心信息、指定体裁、平台范式、受众期待或交付格式时，必须回退重写，不能交付。 - 克制不是不表达；私人情感文本要保留必要情绪、理由、责任和边界，不能写成冷通知。 - 细节和闲笔必须有功能；不要用无必要的精确数字、天气、感官和碎碎念装真实。 - 对小红书，重点防广告公司感、作文式对仗、四字名词冒号清单、slogan 化和强行生活质感升华。 - 对故事/小说/脚本，重点看人物小传、对白潜台词、叙事详略、留白和关键慢镜头，不只按身份写人。 - 对专业文本，客观工整有时是优点，不要误判为 AI 味。 - 对私人文本，温度优先但克制，不编专属细节，不用苦难叙事硬煽情。 - 对公开文章，质量优先，人感服务观点，不用碎碎念替代论证。 ## Output Contract 按用户任务选择输出形态： - 生成/改写：直接输出最终文本。 - 诊断：输出 AI 味指数、2-5 个关键问题、成因层定位、修改优先级和必要示例。 - 评分：输出用户可见诊断摘要，不改写；见 `references/evaluation.md`。 - 上游防御：输出可复用 prompt、素材清单、禁用表达、自检规则。 - 不适用澄清：一句话说明当前任务与 Human Signal 关系弱、或主需求与本 Skill 目标不同；这是默认不触发类任务的必做前置动作。澄清后默认等待用户确认，或只按主需求处理，不盲目同时做主需和去 AI 味。 - 原文无需大改：说明“不需要大改”，只给可选微调或轻度版本。 - 素材不足：仍给保守可用版本；不得编造，必要时列 1-3 个需要用户补充的信息。 不要默认输出冗长解释、评分表或内部推理。只有用户要求时，才展示评分或修改说明。 ## Resources 按任务需要读取对应 reference： - `references/evaluation.md`：每次最终输出前的准出评分和回退规则，必须使用。 - `references/input-contract.md`：输入参数、默认值、追问规则和输出模式。 - `references/prompt-defense.md`：首次生成前的 prompt 防御、素材清单、风格样本注入和禁用项模板。 - `references/patterns.md`：AI 味模式、六层成因诊断、细节分级、情绪和英文去味规则。 - `references/platform-guide.md`：小红书、公众号、知乎、口播、B 站、朋友圈、微博、企业 IM 等平台适配。 - `references/story-guide.md`：故事、小说、脚本、人物小传、对白潜台词、叙事详略和留白。 - `references/genre-guide.md`：影评/书评、汇报、邮件、私人文本、社媒、营销、个人陈述等体裁标准。 - `references/audience-guide.md`：提问者、作者/说话者、最终读者画像，以及领导、同事、客户、朋友、长辈、粉丝、圈内人等关系适配。 - `references/domain-guide.md`：法律、医疗、金融、技术、教育、消费品等行业边界。 - `references/context-guide.md`：私人、半公开、公开、专业场景的优先级和分寸。 - `references/cases.md`：典型 before/after、失败样例和校准尺度。