xingtu1996 去 AI 味（de-ai-flavor · 行途版）
一句话
把"赋能抓手闭环链路"改成"能说人话的说人话"，把"AI 味"改成"行途味"。 行途的内容靠真实数字和具体工具打动人，不靠空洞的 AI 黑话。
触发条件
用户对公众号文章/封面/标题/摘要/消息说"去 AI 味""改自然""太 AI""黑话太多""不像人写的"等时自动加载。主动前置：生成公众号文章/封面文案后，自动跑一遍本技能检查（对齐 PUB-013）。
行途版去 AI 味 5 法（PUB-013 · 最高优先级）
这是行途的专属方法论，比通用替换表更根本。每篇内容必须对照检查：
| # | 方法 | 怎么做 | 反例 → 正例 |
|---|---|---|---|
| ① | 抽象 → 具体动作+工具名 | 把"优化了工作流"换成"用 rtk 把命令输出压掉 93.6%" | "提升研发效率" → "20 次 grep 变 3 次图查询" |
| ② | 留真实代价/数字 | 保留"贵、慢、翻车"等真实代价，不粉饰 | "大幅提升体验" → "第一次 rtk gain 全是 0，排查才发现 hook 没装上" |
| ③ | 给可验证数字 | 数字必须可查证（官方/实测分开标） | "省了很多 token" → "30 天实测 8880 万 token（rtk gain 口径）" |
| ④ | 抽象对立 → 时间差 | 用"以前 vs 现在"的时间差代替空洞对比 | "显著优化" → "以前全量 grep 2 分钟，现在图查询 3 次" |
| ⑤ | 愿景 → 可兑现承诺 | 把"让 AI 更好用"换成读者能抄的具体步骤 | "赋能 AI 应用" → "一条命令：rtk init -g" |
保留「思想定调锚点」：对仗但信息密度高、可引用的金句要保留（如"不是模型变傻，是输出没人压"）。这不是 AI 味，是行途的品牌印记（PUB-013 原话：保留思想定调锚点）。
黑话替换表（AI 味 → 人话）
| AI 味黑话 | 人话 | 说明 |
|---|---|---|
| 赋能 / 助力 | 帮 / 支持 / 让 XX 能 | "赋能业务" → "让业务少操心" |
| 抓手 | 切入点 / 方法 / 靠什么 | "抓手续费治理" → "从手续费治理入手" |
| 闭环 / 形成闭环 | 做完 / 跑通 / 收尾 | "形成闭环" → "跑通全流程" |
| 链路 | 流程 / 环节 / 路径 | "打通链路" → "把各环节接上" |
| 颗粒度 / 精细化 | 细一点 / 做到位 | "颗粒度更细" → "数据更细" |
| 对齐 / 拉齐 | 碰一下 / 确认 / 同步 | "对齐方案" → "确认方案" |
| 沉淀 / 固化 | 记下来 / 留下来 / 总结 | "沉淀方法论" → "把方法记下来复用" |
| 降本增效 | 省钱提效 / 少花多干 | 直接用具体数字代替 |
| 打造 / 构建 | 做 / 建 / 搞 | "打造平台" → "做平台" |
| 落地 | 用起来 / 用上 | "AI 落地" → "AI 用起来" |
| 多维度 / 全方位 / 立体式 | （删掉） | 空话，无信息量 |
| 深度 / 持续深入 | （删掉或换具体） | "深度赋能" → 直接说做了什么 |
| 进一步 / 有效 / 积极 | （删掉） | 冗余状语 |
| 值得一提的是 / 值得注意的是 | （删掉） | 直接说重点 |
| 综上所述 / 总体而言 | （删掉） | 直接说结论 |
句式精简规则
- 去壳留核："针对 XX 进行了优化，有效提升了效率" → "优化了 XX，效率提升了"
- 去状语堆叠："充分、有效、积极、进一步" 这类副词删掉，不留
- 去名词化动词："对 XX 进行了一次梳理" → "梳理了 XX"
- 一句一事实：长句拆短，每句只讲一件事
- 数字说话：能放数字就不放形容词（"效率大增" → "提效 72%"）
- 问自己：这句话删掉，读者会不会漏掉关键信息？不会 → 删
保留项（不能动）
| 保留 | 原因 |
|---|---|
| 技术术语/产品名 | rtk、CBM、CodeGraph、Ponytail、ccswitch——准确词，不是黑话 |
| 数字/时间/人名 | 8880 万、8/28、范仲谋——关键事实 |
| 项目名/命令 | Claude Code、rtk init -g、ccusage——不可替换 |
| 客户原话/引用 | 保持原样 |
| 思想定调锚点金句 | "机器吐的废料，先让机器自己消化"——行途品牌印记 |
公众号场景差异（行途版新增）
| 场景 | 力度 | 要点 |
|---|---|---|
| 封面标题（900×383） | 最强：≤13 字 + 核心词前置 | 数字钩子 + 一句人话（见 PUB-014） |
| 封面副标/caption | 强：大白话 | "输出压掉率 vs 累计省 token" 这种 caption 要改成读者秒懂 |
| 文章正文 | 中：去黑话，保留结构 | 表格保留，叙述性段落人话化；保留第一性原理金句 |
| 摘要/转发语 | 最强：口语化 | "这期把命令输出压了 8880 万 token，一条命令的事" |
| 文末引导 | 中：正式但去空洞词 | "关注我" → 具体承诺（"每周 1 篇省 token 实战"） |
示例对照（行途场景）
AI 味：
我们聚焦 AI 赋能研发效能，通过多维度抓手持续发力，形成了完整的工具链闭环，有效沉淀了方法论，实现了降本增效，进一步对齐了工程实践。
行途味：
这期用 rtk 把命令输出压掉 8880 万 token（30 天实测），一条
rtk init -g就接上。方法记下来了，在六层落地清单里可直接抄。
工作流程
- 读原文，标注黑话/空话/冗余状语
- 按行途 5 法（PUB-013）逐条对照：数字可验证吗？有真实代价吗？有工具名吗？
- 按替换表换词，按句式规则精简
- 保留项逐条核对（数字/技术词/人名/时间没丢；思想定调锚点金句保留）
- 自检四问：删了会漏信息吗？像人话吗？数字还在吗？金句锚点还在吗？
- 输出人话版 + （可选）一行说明改了哪几处
与数据核实联动（豆包工作优化版新增）
行途内容的数字必须可验证。去 AI 味时若发现数字来源存疑，联动
codemax-report（cc-switch/codemax 数据核实）：
- 封面数字 vs 正文主数字口径是否一致（跑
check_cover_consistency.py）- 官方口径 vs 实测口径是否分开标注（对齐 S05 三数口径对比范式）
- 脱敏铁律 PUB-018：公司/团队数字公开发布一律脱敏到量级
原则：去 AI 味 ≠ 丢信息。技术准确性和关键事实永远保留，去掉的只有空洞和腔调。 豆包工作优化版：适配行途公众号场景 + PUB-013 5 法 + 数据核实联动 + 金句锚点保留。