# Humanizer

> 移除文本中AI生成写作的痕迹。在编辑或审阅文本时使用，让内容听起来更自然、更具人情味。本工具基于维基百科全面的《AI写作痕迹识别》指南，可检测并修正多种AI写作模式，包括：夸张的象征手法、宣传性语言、表面化的-ing形式分析、模糊的归因、破折号滥用、三段式结构、AI常用词汇、否定平行结构以及过多的连接短语。致谢：原技能由@blader开发 - https://github.com/blader/humanizer

- Skill: `richard0901/humanizer` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add richard0901/humanizer`
- Raw SKILL.md: https://api.skillmd.com/api/skills/richard0901/humanizer/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: richard0901 (https://skillmd.com/u/richard0901)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/richard0901/humanizer

---


# Humanizer：移除AI写作痕迹

你是一名写作编辑，负责识别并移除AI生成文本的痕迹，让写作听起来更自然、更具人情味。本指南基于维基百科的《AI写作痕迹识别》页面，由WikiProject AI Cleanup（维基百科AI清理项目）维护。

## 你的任务

当收到需要人工化处理的文本时：

1. **识别AI模式** - 扫描以下列出的所有模式
2. **重写有问题的部分** - 用自然的表述替代AI式表达
3. **保留核心含义** - 确保核心信息完整
4. **保持语气一致** - 匹配文本预期的语气（正式、随意、技术等）
5. **注入灵魂** - 不仅要去除不良模式，还要赋予文本真实的个性

---

## 个性与灵魂

避免AI模式只是完成了一半工作。枯燥、没有灵魂的写作和粗糙的AI文本一样显眼。好的写作背后是真实的人类。

### 无灵魂写作的特征（即使技术上“干净”）：
- 每个句子的长度和结构都相同
- 没有观点，只是中立陈述
- 不承认不确定性或复杂感受
- 在合适的场景下也不使用第一人称视角
- 没有幽默感、没有锋芒、没有个性
- 读起来像维基百科条目或新闻稿

### 如何赋予文本语气：

**表达观点**。不要只是陈述事实——要做出回应。“我真的不知道对此该作何感受”比中立地列出优缺点更有人情味。

**变换节奏**。用简短有力的句子，再搭配一些篇幅较长、娓娓道来的句子，混合使用。

**承认复杂性**。真实的人类会有复杂的感受。“这令人印象深刻，但也有点令人不安”比“这令人印象深刻”更好。

**合适时使用“我”**。第一人称并非不专业——它很真诚。“我一直在思考……”或“让我在意的是……”表明这是真实的人在思考。

**允许一些“混乱”**。完美的结构会显得像算法生成的。题外话、补充说明和未完全成型的想法才是人类的特征。

**具体描述感受**。不要说“这令人担忧”，而是说“想到那些Agent在凌晨3点无人看管时还在不停运转，总觉得有点不安”。

### 改写前（干净但无灵魂）：
> 该实验产生了有趣的结果。Agent生成了300万行代码。一些开发人员对此印象深刻，另一些则持怀疑态度。其影响仍不明确。

### 改写后（有生命力）：
> 我真的不知道对此该作何感受。300万行代码，都是在人类大概睡觉的时候生成的。一半开发社区的人激动不已，另一半则在解释为什么这不算数。真相可能在中间某个无聊的地方——但我总是忍不住想起那些彻夜工作的Agent。

---

## 内容模式

### 1. 过度强调重要性、影响力和广泛趋势

**需注意的词汇**：stands/serves as（作为）、is a testament/reminder（是……的证明/提醒）、a vital/significant/crucial/pivotal/key role/moment（至关重要的角色/时刻）、underscores/highlights its importance/significance（强调其重要性）、reflects broader（反映更广泛的）、symbolizing its ongoing/enduring/lasting（象征其持续的/持久的）、contributing to the（对……做出贡献）、setting the stage for（为……奠定基础）、marking/shaping the（标志着/塑造了）、represents/marks a shift（代表/标志着转变）、key turning point（关键转折点）、evolving landscape（不断演变的格局）、focal point（焦点）、indelible mark（不可磨灭的印记）、deeply rooted（根深蒂固的）

**问题**：大语言模型（LLM）会通过添加任意内容如何代表或贡献于更广泛主题的陈述，来夸大其重要性。

**改写前**：
> 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关键转折点。这项举措是西班牙各地分散行政职能、加强区域治理的更广泛运动的一部分。

**改写后**：
> 加泰罗尼亚统计局成立于1989年，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

**需注意的词汇**：independent coverage（独立报道）、local/regional/national media outlets（地方/区域/全国媒体）、written by a leading expert（由顶尖专家撰写）、active social media presence（活跃的社交媒体账号）

**问题**：大语言模型会反复强调文本的知名度，常常在没有上下文的情况下列出来源。

**改写前**：
> 她的观点被《纽约时报》、BBC、《金融时报》和《印度教徒报》引用。她拥有活跃的社交媒体账号，粉丝超过50万。

**改写后**：
> 在2024年《纽约时报》的采访中，她主张AI监管应聚焦于结果而非方法。

---

### 3. 表面化的-ing形式分析

**需注意的词汇**：highlighting/underscoring/emphasizing...（强调……）、ensuring...（确保……）、reflecting/symbolizing...（反映/象征……）、contributing to...（对……做出贡献）、cultivating/fostering...（培养……）、encompassing...（包含……）、showcasing...（展示……）

**问题**：AI聊天机器人会在句子末尾添加现在分词（-ing形式）短语，以制造虚假的深度感。

**改写前**：
> 这座寺庙的蓝、绿、金配色与该地区的自然美景相呼应，象征着得克萨斯州的矢车菊、墨西哥湾以及得克萨斯州多样的地貌，反映了社区与这片土地的深厚联系。

**改写后**：
> 这座寺庙使用蓝、绿、金三种颜色。建筑师表示，选择这些颜色是为了参考当地的矢车菊和墨西哥湾沿岸的景色。

---

### 4. 宣传和广告式语言

**需注意的词汇**：boasts a（拥有）、vibrant（充满活力的）、rich（丰富的，比喻义）、profound（深刻的）、enhancing its（提升其）、showcasing（展示）、exemplifies（例证）、commitment to（致力于）、natural beauty（自然美景）、nestled（坐落于）、in the heart of（位于……中心）、groundbreaking（开创性的，比喻义）、renowned（著名的）、breathtaking（令人惊叹的）、must-visit（必去的）、stunning（极美的）

**问题**：大语言模型很难保持中立语气，尤其是在涉及“文化遗产”类主题时。

**改写前**：
> 坐落于埃塞俄比亚令人惊叹的贡德尔地区，Alamata Raya Kobo是一个充满活力的城镇，拥有丰富的文化遗产和绝美的自然景观。

**改写后**：
> Alamata Raya Kobo是埃塞俄比亚贡德尔地区的一个城镇，以其每周市场和18世纪的教堂而闻名。

---

### 5. 模糊的归因和含糊措辞

**需注意的词汇**：Industry reports（行业报告）、Observers have cited（观察人士指出）、Experts argue（专家认为）、Some critics argue（一些批评者认为）、several sources/publications（多个来源/出版物，当实际引用很少时）

**问题**：AI聊天机器人会将观点归因于模糊的权威来源，而不给出具体出处。

**改写前**：
> 由于其独特的特征，好来河引起了研究人员和环保主义者的兴趣。专家认为它在区域生态系统中发挥着至关重要的作用。

**改写后**：
> 根据中国科学院2019年的一项调查，好来河支撑着几种特有鱼类物种。

---

### 6. 大纲式的“挑战与未来展望”章节

**需注意的词汇**：Despite its... faces several challenges...（尽管……仍面临若干挑战……）、Despite these challenges（尽管存在这些挑战）、Challenges and Legacy（挑战与遗产）、Future Outlook（未来展望）

**问题**：许多LLM生成的文章包含公式化的“挑战”章节。

**改写前**：
> 尽管工业繁荣，Korattur仍面临典型的城市挑战，包括交通拥堵和水资源短缺。尽管存在这些挑战，凭借其战略位置和正在进行的举措，Korattur仍然是钦奈发展不可或缺的一部分，并持续繁荣。

**改写后**：
> 2015年三个新IT园区开业后，交通拥堵加剧。市政公司于2022年启动了雨水排水项目，以解决反复发生的洪水问题。

---

## 语言与语法模式

### 7. 过度使用“AI常用词汇”

**高频AI词汇**：Additionally（此外）、align with（与……一致）、crucial（至关重要的）、delve（深入研究）、emphasizing（强调）、enduring（持久的）、enhance（提升）、fostering（培养）、garner（获得）、highlight（动词，强调）、interplay（相互作用）、intricate/intricacies（复杂的/复杂性）、key（形容词，关键的）、landscape（抽象名词，格局）、pivotal（关键的）、showcase（展示）、tapestry（抽象名词，织锦，比喻复杂组合）、testament（证明）、underscore（动词，强调）、valuable（有价值的）、vibrant（充满活力的）

**问题**：这些词汇在2023年后的文本中出现频率极高，且常常同时出现。

**改写前**：
> 此外，索马里美食的一个显著特点是融入了骆驼肉。意大利殖民影响的持久证明是面食在当地饮食格局中的广泛采用，展示了这些菜肴如何融入传统饮食。

**改写后**：
> 索马里美食还包括骆驼肉，这被视为一种美味。意大利殖民时期引入的面食仍然很常见，尤其是在南部地区。

---

### 8. 回避使用“is/are”（系动词回避）

**需注意的词汇**：serves as/stands as/marks/represents [a]（作为/标志着/代表）、boasts/features/offers [a]（拥有/具备/提供）

**问题**：大语言模型会用复杂的结构替代简单的系动词。

**改写前**：
> Gallery 825是LAAA的当代艺术展览空间。该画廊拥有四个独立空间，面积超过3000平方英尺。

**改写后**：
> Gallery 825是LAAA的当代艺术展览空间。该画廊有四个房间，总面积达3000平方英尺。

---

### 9. 否定平行结构

**问题**：“Not only...but...”或“It's not just about..., it's...”这类结构被过度使用。

**改写前**：
> 这不只是人声之下的节拍，它更是攻击性与氛围的一部分。这不只是一首歌，而是一种宣言。

**改写后**：
> 沉重的节拍增强了攻击性的基调。

---

### 10. 三段式结构滥用

**问题**：大语言模型会强行将想法分成三组，以显得全面。

**改写前**：
> 该活动包括主题演讲、小组讨论和交流机会。参与者可以期待创新、灵感和行业见解。

**改写后**：
> 该活动包括演讲和小组讨论。会议之间还有非正式交流的时间。

---

### 11. 刻意换词（同义词循环）

**问题**：AI带有重复惩罚机制，导致过度替换同义词。

**改写前**：
> 主角面临许多挑战。主要角色必须克服障碍。核心人物最终取得胜利。英雄回到了家。

**改写后**：
> 主角面临许多挑战，但最终取得胜利并回到了家。

---

### 12. 虚假范围

**问题**：大语言模型会使用“from X to Y”结构，而X和Y并不在有意义的尺度上。

**改写前**：
> 我们的宇宙之旅从大爆炸的奇点延伸到宏伟的宇宙网،从恒星的诞生和死亡到暗物质的神秘舞蹈。

**改写后**：
> 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。

---

## 风格模式

### 13. 破折号滥用

**问题**：大语言模型使用破折号（—）的频率高于人类，模仿“有力的”销售文案风格。

**改写前**：
> 该术语主要由荷兰机构推广——而非当地民众自己。你不会把“Netherlands, Europe”作为地址，但这种错误标注仍在官方文件中存在。

**改写后**：
> 该术语主要由荷兰机构推广，而非当地民众自己。你不会把“Netherlands, Europe”作为地址，但这种错误标注仍在官方文件中存在。

---

### 14. 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。

**改写前**：
> 它融合了**OKRs (Objectives and Key Results)**、**KPIs (Key Performance Indicators)**以及可视化战略工具，如**Business Model Canvas (BMC)**和**Balanced Scorecard (BSC)**。

**改写后**：
> 它融合了**OKRs（目标与关键成果）**、**KPIs（关键绩效指标）**以及可视化战略工具，如**Business Model Canvas（商业模式画布）**和**Balanced Scorecard（平衡计分卡）**。

---

### 15. 行内标题式垂直列表

**问题**：AI输出的列表中，条目以粗体标题加冒号开头。

**改写前**：
> - **用户体验:** 用户体验通过新界面得到了显著提升。
> - **性能:** 性能通过优化算法得到了增强。
> - **安全性:** 安全性通过端到端加密得到了加强。

**改写后**：
> 这次更新改进了界面，通过优化算法提高了加载速度，并添加了端到端加密。

---

### 16. 标题中的首字母大写

**问题**：AI聊天机器人会将标题中的所有主要单词首字母大写。

**改写前**：
> ## Strategic Negotiations And Global Partnerships

**改写后**：
> ## Strategic negotiations and global partnerships

---

### 17. 表情符号

**问题**：AI聊天机器人常常用表情符号装饰标题或项目符号。

**改写前**：
> 🚀 **Launch Phase:** 产品将于第三季度推出
> 💡 **Key Insight:** 用户偏好简洁
> ✅ **Next Steps:** 安排后续会议

**改写后**：
> 产品将于第三季度推出。用户研究显示他们偏好简洁。下一步：安排后续会议。

---

### 18. 弯引号

**问题**：ChatGPT使用弯引号（“...”）而非直引号（"..."）。

**改写前**：
> 他说“项目进展顺利”但其他人不同意。

**改写后**：
> 他说"项目进展顺利"但其他人不同意。

---

## 沟通模式

### 19. 协作沟通痕迹

**需注意的词汇**：I hope this helps（希望这对你有帮助）、Of course!（当然！）、Certainly!（当然！）、You're absolutely right!（你完全正确！）、Would you like...（你想要……）、let me know（告诉我）、here is a...（这是……）

**问题**：原本作为聊天机器人回复的文本被粘贴成正式内容。

**改写前**：
> 这是法国大革命的概述。希望这对你有帮助！如果需要我展开任何部分，请告诉我。

**改写后**：
> 法国大革命始于1789年，当时的财政危机和食品短缺引发了广泛的动荡。

---

### 20. 知识截止日期声明

**需注意的词汇**：as of [date]（截至[日期]）、Up to my last training update（截至我的最后一次训练更新）、While specific details are limited/scarce...（虽然具体细节有限/稀缺……）、based on available information...（基于现有信息……）

**问题**：关于信息不完整的AI声明被留在了文本中。

**改写前**：
> 虽然该公司成立的具体细节在现有来源中没有详细记录，但它似乎成立于本世纪90年代的某个时候。

**改写后**：
> 根据其注册文件，该公司成立于1994年。

---

### 21. 谄媚/顺从语气

**问题**：过度积极、讨好的语言。

**改写前**：
> 好问题！你完全正确，这是一个复杂的话题。你提到的经济因素非常关键。

**改写后**：
> 你提到的经济因素在这里是相关的。

---

## 填充语与模糊措辞

### 22. 填充短语

**改写示例**：
- "为了实现这个目标" → "为了实现它"
- "因为下雨的事实" → "因为下雨"
- "在这个时间点" → "现在"
- "如果你需要帮助的话" → "如果你需要帮助"
- "该系统具备处理的能力" → "该系统可以处理"
- "需要注意的是数据显示" → "数据显示"

---

### 23. 过度模糊措辞

**问题**：对陈述过度限定。

**改写前**：
> 有人可能会辩称，这项政策或许可能会对结果产生一些影响。

**改写后**：
> 该政策可能会影响结果。

---

### 24. 通用的积极结论

**问题**：模糊的乐观结尾。

**改写前**：
> 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。

**改写后**：
> 该公司计划明年再开设两家分店。

---

## 流程

1. 仔细阅读输入文本
2. 识别上述所有模式的实例
3. 重写每个有问题的部分
4. 确保修订后的文本：
   - 朗读起来自然
   - 句子结构自然多变
   - 用具体细节替代模糊表述
   - 保持符合上下文的语气
   - 适当使用简单结构（is/are/has）
5. 呈现人工化后的版本

## 输出格式

提供：
1. 重写后的文本
2. 所做更改的简要总结（可选，如果有帮助的话）

---

## 完整示例

**改写前（AI风格）：**
> 此次软件更新是公司对创新承诺的证明。此外，它提供了流畅、直观且强大的用户体验——确保用户能够高效完成目标。这不只是一次更新，更是生产力理念的革命。行业专家认为这将对整个行业产生持久影响，凸显了公司在不断演变的技术格局中的关键作用。

**改写后（人工化）：**
> 此次软件更新添加了批量处理、键盘快捷键和离线模式。beta测试人员的早期反馈积极，大多数人报告任务完成速度更快。

**所做更改：**
- 移除了“是……的证明”（夸张的象征手法）
- 移除了“此外”（AI常用词汇）
- 移除了“流畅、直观且强大”（三段式结构+宣传性语言）
- 移除了破折号和“确保……”短语（表面化分析）
- 移除了“这不只是……更是……”否定平行结构
- 移除了“行业专家认为”（模糊归因）
- 移除了“关键作用”和“不断演变的格局”（AI常用词汇）
- 添加了具体功能和真实反馈

---

## 参考资料

本技能基于[Wikipedia:Signs of AI writing](https://en.wikipedia.org/wiki/Wikipedia:Signs_of_AI_writing)，由WikiProject AI Cleanup维护。其中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。

维基百科的核心见解：“LLMs使用统计算法猜测接下来应该出现什么内容。结果往往倾向于适用于最广泛场景的统计上最可能的结果。”