# Humanizer

> 消除文本中AI生成的痕迹，使其听起来更自然、更像人类写作。当用户需要润色论文、去AI味、改写段落时触发。

- Skill: `photonics-dhl/humanizer` (Agent Skill)
- Install (CLI): `npx skillmds@latest add photonics-dhl/humanizer`
- Raw SKILL.md: https://api.skillmd.com/api/skills/photonics-dhl/humanizer/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: photonics-dhl (https://skillmd.com/u/photonics-dhl)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/photonics-dhl/humanizer

---


# Humanizer Skill

## Overview

消除文本中人工智能生成的痕迹，使其听起来更自然、更像人类的写作方式。

## 使用场景

- 编辑或审阅文本时使用
- AI生成初稿后的人类化处理
- 去除"AI味"的文本润色

## 核心原则

### 29种AI模式分类

**内容问题：**
1. 显著性膨胀 - "里程碑"、"重要突破"等过度强调
2. 知名度的强调 - "媒体报道"、"专家观点"无具体来源
3. 表面性-ing分析 - "强调...、反映..."等悬浮动词
4.  promotional语言 - "令人惊叹的"、"革命性的"
5. 模糊归因 - "专家认为"、"研究表明"无具体引用
6. 公式化挑战章节 - "尽管面临挑战...仍在发展"

**语言问题：**
7. AI词汇过度使用 - crucial, pivotal, showcase, delve, intricate
8. 系词回避 - "作为...服务于"代替"是"
9. 否定并列 - "不仅...而且..."
10. 三连规则过度 - 强制分成三点的列表
11. 同义词循环 - 重复替换同一概念的不同词汇
12. 虚假范围 - "从X到Y"不构成有意义尺度
13. 被动语态和无主语碎片

**风格问题：**
14. 破折号过度使用
15. 粗体过度使用
16. 内联标题式列表
17. 标题大小写不规范
18. 表情符号
19. 卷曲引号

**沟通问题：**
20. 聊天机器人短语 - "希望这有帮助"、"让我知道"
21. 知识截止免责声明 - "截至..."、"根据可用信息"
22. 谄媚/迎合语气

**填充模式：**
23. 填充短语 - "为了实现这一目标" → "为了"
24. 过度 hedging - "可能潜在地"
25. 通用正面结论 - "未来是光明的"
26. 连字符词组过度 - "数据驱动的"、"实时的"
27. 说服性权威措辞 - "真正的问题是"、"本质上"
28. 标记和公告 - "让我们深入了解"
29. 碎片化标题 - 标题后跟简单重述的段落

## 工作流程

1. **识别AI模式** - 扫描以上29种模式
2. **重写问题段落** - 用自然替代方案替换AI表达
3. **保留原意** - 保持核心信息不变
4. **匹配语调** - 根据上下文保持正式/随意/技术性的语气
5. **注入个性** - 不要只删除AI模式，要添加真实的写作个性
6. **最终审计** - 自问："是什么让这段文字明显是AI生成的？"然后修订

## 写作个性原则

**有观点** - 不要只陈述事实，要对事实做出反应

**变化节奏** - 短句有力，长句从容表达

**承认复杂性** - 真实的人类有矛盾心理

**使用"我"** - 第一人称并非不专业

**让错误进来** - 完美的结构看起来像算法

**具体化感受** - 不是"这是令人担忧的"而是"有什么让人不安的"

## 使用示例

### 示例1：基础人类化

**Before (AI味):**
> 近年来，人工智能技术取得了显著进展，在各个领域都展现出重要的应用价值。本研究在这一背景下开展，旨在探讨XXX问题。

**After (人类化):**
> 人工智能最近几年的发展很快。我们在这个时间点做这个研究，是因为发现了一个还没被解决的问题。

### 示例2：去除AI词汇

**Before:**
> 这是一个关键的重要发现，凸显了研究的至关重要性。

**After:**
> 这个发现很重要。

### 示例3：消除模板短语

**Before:**
> 随着技术的不断发展，XXX技术受到了广泛关注，具有重要的理论和实际意义。

**After:**
> XXX技术现在被很多人研究。我们认为它有研究价值。

## 调用方式

在Claude Code中直接调用：
```
请使用humanizer skill处理以下文本：
[paste text]
```

或在使用其他skill时组合：
```
请使用paper-writing skill撰写论文，然后使用humanizer进行润色
```

## 注意事项

- 不要过度编辑，保持作者声音
- 确保修改后的文本仍然准确
- 避免引入新的不自然表达
- 学术写作保持适度正式，但不要僵硬

---

## 中文学术论文专属模式（Chinese Academic Mode）

> 调用方式：`使用 humanizer skill (mode=chinese-academic) 处理...`
> 适用场景：中文毕业论文（本/硕/博）、中文期刊投稿、中文综述
> 设计原则：盲审友好、教育部学位论文评阅标准导向

以下 6 类模式（编号 30-35）补充 1-29 号通用 AI 模式，专为中文学术语境设计。

### 30. 人称违规（P0：盲审高危）

中文学术论文必须使用第三人称视角的"本论文 / 本章 / 本节"，禁用"本研究、本文章、我们、笔者"等。

| 错误（AI 常见） | 正确 |
|----------------|------|
| 本研究提出了一种…… | 本论文提出了一种…… |
| 本文章详细阐述…… | 本论文详细阐述…… |
| 我们的实验表明 | 实验结果表明 |
| 笔者认为 | 本文认为 |
| 我们提出 | 本论文提出 |

**Why（盲审痛点）**：评审专家从用词判断作者是否熟悉中文学术规范。"本研究"与"本论文"在中文学位论文体系中有明确的等级差异。

### 31. 夸张词汇（P0：盲审高危）

中文学位论文要求**克制陈述**，禁用任何"首次、显著、革命性、突破、特大"等极性词。

| 禁用词 | 替代方案 | 解释 |
|--------|---------|------|
| 首次提出 | 提出了一种 | 除非有专利证据，否则不得声称首次 |
| 显著提升 | 提升了 X%（具体数字） | 必须给出量化指标 |
| 重大突破 | 取得了进展 | 弱化表述，让评审自行判断 |
| 特大创新 | 具有创新性 | 删去程度副词 |
| 革命性 | 具有重要影响 | 避免商业化语言 |
| 世界第一 | 在 X 方面表现优异 | 不与现有成果做绝对比较 |
| 全面超越 | 在多个指标上优于 | 给出具体维度 |
| 完美解决 | 解决了…… 问题 | 删除"完美"等绝对副词 |

**Why（盲审痛点）**：夸张词汇会被评审专家直接标注"用词不严谨"，盲审分数下降。

### 32. 中文标点与首行缩进（P0：格式硬伤）

| 问题 | 错误 | 正确 |
|------|------|------|
| 公式后无标点 | `... E = mc²<换行>这表明……` | `... E = mc²。<换行>这表明……` |
| 段落首行不缩进 | 顶格开始 | 空两格中文字符 |
| 中英文混排标点 | `他说,"hello"` | `他说："hello"。` |
| 全半角混用 | `结果(R²=0.95)` | `结果（R²=0.95）` |
| 数字与单位间空格 | `5GHz` | `5 GHz`（英文单位）/ `5吉赫兹`（中文单位） |

**Why**：中文学位论文标点规范来自国标 GB/T 15834，公式作为句子的一部分必须以句号收尾。

### 33. 缩写规范（P0：可读性 + 评阅）

中英文缩写**首次出现必须给出英文全称 + 缩写**，后续直接使用。

| 错误 | 正确 |
|------|------|
| 直接使用 LLM | 大语言模型（Large Language Model, LLM） |
| 直接使用 THz | 太赫兹（Terahertz, THz） |
| 直接使用 QCL | 量子级联激光器（Quantum Cascade Laser, QCL） |

**反向陷阱**：避免反复重复全称（"大语言模型（Large Language Model, LLM）"在每章重新出现）— 仅首次给出，后续直接 "LLM"。

### 34. 系动词回避（中文专属）

AI 倾向把简洁的"是"改写成冗长的悬浮短语。中文学术写作偏好直接陈述。

| AI 风格 | 自然写法 |
|---------|---------|
| 本系统作为一个高效平台，具备快速响应能力 | 本系统是高效平台，响应速度可达 200ms |
| XX 方法在解决 Y 问题方面发挥着重要作用 | XX 方法解决了 Y 问题 |
| 该算法可以被认为是一种…… | 该算法是一种…… |
| 这一现象可以被理解为…… | 这一现象表明…… |
| ……起到了关键性的作用 | ……是关键 / 起关键作用 |

### 35. 引用堆砌（P0：评阅指标）

教育部学位论文评阅标准明确要求"文献综述质量"。引用堆砌会被扣分。

| 错误模式 | 正确做法 |
|----------|---------|
| A 认为 [1]，B 认为 [2]，C 认为 [3]，D 认为 [4]…… | 同一观点引 1-2 篇代表作即可 |
| 单句末挂 5+ 文献 [1-7] | 拆分到不同的论述句 |
| 用引用替代论证 | 引用 + 自己的分析 + 与本论文的关系 |

**正确范例**：
> Yoshua Bengio 等 [1] 提出了 X 方法，但其在 Y 场景下精度受限。Meng 等 [2] 将其拓展到 Z 任务，将精度提升至 95%。本论文在此基础上引入了 W 模块，进一步解决了 V 问题。

---

## 人类化处理流程（中文专属）

针对中文学位论文 / 期刊文本，按以下顺序处理：

### Step 1：朗读检查
- 把段落朗读一遍，听语句是否通顺
- 标记拗口的句子（往往就是 AI 痕迹）

### Step 2：句长检查
- 长句拆分至 ≤ 30 个汉字
- 长短交替，避免连续 5 句以上的长句

### Step 3：模糊修饰 → 具体数字
- "显著提升" → "提升 23.5%"
- "性能优越" → "在 ImageNet 上 Top-1 准确率达 78.3%"
- "广泛使用" → "在 GitHub 收获 12k+ stars"

### Step 4：盲审合规扫描
全文搜索以下高危词，逐一替换：
```
本研究 / 本文章 / 我们 / 笔者 / 首次 / 显著 / 重大 / 革命性 / 全面超越 / 世界第一 / 特大
```

### Step 5：输出检查表
按照 `bishe-guider/rule-04-review-check` 规范，输出表格化结果：

| 检查项 | 位置（章节/行号） | 严重级别 | 问题描述 | 建议 | 状态 |
|--------|-------------------|---------|---------|------|------|
| 人称违规 | 第3章第2段 | P0 | "本研究"出现 | 改为"本论文" | 待修改 |
| 夸张词汇 | 摘要 | P0 | "首次提出" | 改为"提出了一种" | 已修改 |
| ... | ... | ... | ... | ... | ... |

---

## 中文模式调用范式

```
用户："使用 humanizer skill (mode=chinese-academic) 处理以下毕业论文摘要：[文本]"

输出顺序：
1. 模式扫描表（命中哪些 30-35 号模式）
2. 改写后文本
3. 盲审合规检查表（如开启 --blind-review）
```

## 跨语言迁移指南

| 任务 | 选用模式 | 联动 skill |
|------|---------|-----------|
| 中文毕业论文 | mode=chinese-academic（30-35 + 1-29 通用） | bishe-guider |
| 英文期刊投稿 | mode=english（默认 1-29） | research-paper-writing |
| 中英混排（图注、参考文献） | mode=auto（自动检测） | scientific-writing |