agentleFS
xingtu1996xingtu1996/xingtu-skills/skills/de-ai-flavor/SKILL.md

de-ai-flavor

Skill0 starsChanged 2 months agoMITView on GitHub

去除内容里的「AI 味」——检测并改写空泛口号、抽象形容词、无数字场景的套话, 把宣传稿腔调变成真实颗粒度。适用:公众号文章 / 站点文案 / 简历 / 分享稿 / 评论回复。 触发词:去 AI 味、ai 味太重、太官腔、太 AI、像宣传稿、像范文、套话太多、假大空、 de-ai-flavor、remove ai flavor、让文案更真实、写得像人话。

9 other projects use a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

去 AI 味(De-AI-Flavor)· 行途 XingTu 适配版

核心理念:一个具体细节 > 三个抽象形容词。 AI 味的本质是"用形容词替代证据"。 真实的人说人话:有数字、有场景、有动作、有代价。

零、三条元原则(先于检测清单,2026-09-20 补入)

补入动因:本 skill 此前通篇是「命中即改」,缺一条反向约束——过度改写同样会毁掉人味,甚至比 AI 味更糟(把作者的声音改没了)。三条元原则约束「改的边界」。 来源借鉴:豆包 doubao-human-signal v2.2.9(Apache 系授权目录外的纯提示词 skill;仅借鉴方法论,未引入其代码资产)。

1. 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。

  • 改写只允许动表达层(措辞/语序/语气),不允许动事实层(数据、归因、边界条件)。
  • 反例:为了让句子利落,把「CI 一次通过率 >90%」改成「通过率很高」——这是把证据改成形容词,方向正好反了。

2. 低误报 —— 允许判定「不需要大改」 原文已经自然、有作者声音,或体裁本身需要正式工整(公文/技术规范/法律文本)时,可以、也应该说出「这里不需要改」。

  • 去 AI 味的目的是「读起来像人」,不是「必须找出毛病」。找不到毛病时报「通过」,不硬凑修改量。
  • 反例:为了体现工作量,把一段本来就干净的叙述逐句「优化」一遍,改完全篇变成另一种均匀腔调——均匀本身就是 AI 味。

3. 风格保真 —— 学样本的节奏,不套通用人味 优先保留用户自己的声音。有风格样本(作者过往文章/口述转录)时,学它的节奏、词汇、分寸和判断方式,而不是套一个通用的「朋友圈口语」模板。

  • 行途 XingTu 语境的默认样本 = 作者已发文章与口述转录;不同作者/不同栏目的人味不一样,不能用一个模板通吃。
  • 反例:给一个克制的技术作者硬塞「说真的」「老实讲」这类口语填充,人味没加上,反而多了一层假。

三条原则与下文清单的关系:下文清单负责「找出可疑处」,本节负责「判断该不该动」。清单命中 ≠ 必须改。

一、AI 味信号检测清单(命中即改)

信号特征例子
空泛形容词无证据的自我标榜利他 / 实干 / 可复用 / 赋能 / 深耕 / 沉淀 / 前沿 / 专业
口号式对称排比句 / 三连顿号 / 对仗"不堆概念,只讲踩过坑、跑通过、能复用的东西"
万能结论任何话题都能套的收尾"未来已来" / "一起成长" / "让我们拥抱 AI"
空承诺无法验证的虚话"领先市面常见方案" / "深受好评"
伪逻辑"X 是 Y 的前提"式断言"利他 = 信任成本 = 变现前提"
过度抽象无数字无场景无工具名"把前沿实践快速转成可发布内容"
粗俗 / 过糙用词见过血但没打磨,读着像群聊而非成稿扔 / 甩 / 干了 / 搞了 / 一堆 / 土 / 干不了 / 糙
营销腔 / 夸张修辞用拔高语调替代事实描述,像软文不像在场记录顶到了最高处 / 拉满 / 引爆 / 王炸 / 天花板 / 降维打击 / 最狠的一击 / 直接封神 / 问爆 / 刷屏 / 炸了 / 杀疯
口癖过量单个虚词反复出现,稀释信息密度其实 ×N / 特别 ×N / 本质上 ×N / 就是 ×N

定量检测手法(比目测准)

用脚本对全文做词频统计,超过经验阈值就降噪:

for w in ["其实","说白了","本质上","特别","非常","就是","而且","真的","越来越"]:
    print(w, text.count(w))

经验阈值(1 万字稿):其实 / 本质上 / 说白了 各 ≤4;特别 / 非常 各 ≤5;越来越 建议 0(除非是引语)。 注意:引用他人原话里的口癖不算 AI 味——那是人味,保留并标注。

三类"假人味"要跟"真粗俗"分开

  • 真粗俗(改):作者自己的行文用了扔/甩/搞/一堆
  • 引语里的糙话(保留):现场原话"是不是天天在骂你?"——删了就假了
  • 作者自评的糙(保留但转述):讲者自称"我的做法比较粗暴",写成"他自己说,他的做法'比较粗暴'"即可,别由作者替他下判断

二、改写策略(检测到 → 这样改)

  1. 数字说话:能量化的给量化。"提效明显" → "生产问题排查从 4-5h 压到 30min(8-10x)"
  2. 动词 + 对象:具体动作 + 具体对象,不是形容词。"沉淀 AI 实践" → "用 ai_history_indexer 扫了 1056 个会话,挑出 12 个选题"
  3. 删空话:删掉后意思不变的形容词直接删。"坚持把前沿实践快速转成可发布内容" → "每周把两个跑通的实践写成稿"
  4. 留代价与前提:真实感来自边界,不是全优。"零返工" → "CI 一次通过率 >90%,返工发生在 Spec 阶段"
  5. 口语化:像跟同行线下聊天,不写宣传稿。"这个坑我踩过"优于"这是一段宝贵的成长历程"

三、应用步骤

  1. 全文扫一遍,标出命中信号的句子(用上面的清单)
  2. 每条问:"删掉/换成数字/换成场景,意思还在吗?" 在 → 改
  3. 改完重读一遍:读起来像不像一个干过活的人在说话?不像 → 继续改
  4. 保留用户真实表达的口语/语气(哪怕不够"高级"),那是人味

四、质检

  • 无空泛形容词(利他/实干/深耕/赋能 等在无证据时禁止)
  • 有 ≥2 个具体数字或场景
  • 无口号式排比 / 万能收尾
  • 无作者行文里的粗俗用词(引语内的糙话保留)
  • 无营销腔夸张修辞(顶到最高处/拉满/引爆/王炸/天花板类拔高语调)
  • 口癖词频已用脚本统计过,超标项已降噪
  • 加粗数量 ≤10(长文也一样)——加粗过密本身就是 AI 味;行途 XingTu 口径见 PUB-027:≤8
  • 数一数加粗都加在哪:如果超过 5 处是「列表条目的引导词」(1. 存量依赖。2. 结算结构。/① 怎么选?),那不是强调,是你替读者划重点——把引导词加粗全去掉,只留 1~3 处真正锋利的句子(2026-09-14 MODEL-02 实测:19 处加粗里 14 处是列表引导词)
  • 反向自查(§零 三原则):① 有没有把事实/数字/限定条件改成形容词(保真)?② 找不到毛病时有没有硬凑修改量(低误报)?③ 改完的腔调还是作者自己的,还是变成了一个通用模板(风格保真)?
  • 读起来像人在说人话

五、真实案例(2026-09-13 · TREND-03 PEC 复盘长文)

boss 反馈原文:「扔 有些粗俗了,粗俗话语检查,另外去 AI 味,活人感生产优化。」

一轮过下来命中 15 处,分三类:

类命中改法
粗俗/过糙标题「先扔了两句话」、最"土"的一个、"搞了四五十个"、模型干不了换成中性但仍有画面感的词:给了 / 最不起眼也最实在 / 做了 / 做不了
空泛词「本质上是管理流程变更」「沉淀成可复用的资产」回原话「这其实是个管理流程变更的问题」;"攒下来、下次能直接拿出来用"
口癖降噪特别 ×5 处、本质上 ×1换词或直接删:很认同 / 专门强调 / 我觉得更聪明 / 我到现在还记得

同时补了两处活人感(不加长度,只换写法): 「主持人开场就把调子定得很高」→「椅子还没坐热,主持人第一个问题就问得很大」; 「这场我本来打算随便听听」→「抱着听热闹的心态去的」。

一条重要发现:加粗过密和口癖过量是同一个病——作者在替读者划重点。人写东西不会每段都划重点。

六、二轮返工案例(2026-09-13 同日 · 营销腔 ≠ 活人感)

boss 对上节「活人感」改写的直接返工:「主持人就把问题顶到了最高处。这太营销了吧。」

项内容
原句(一轮改写产物)「椅子还没坐热,主持人就把问题顶到了最高处」
boss 判定太营销
终稿「椅子还没坐热,主持人第一个问题就问得很大」
教训夸张修辞不是活人感,是营销腔。 活人感来自具体与克制(椅子还没坐热 ✓),不来自拔高语调(顶到了最高处 ✗)。一轮改写时把「调子定得很高」翻成更响的说法,等于把形容词换成了更夸张的形容词——病没换,只是加重了
判定句「这句话放进楼盘广告或发布会通稿里违和吗?」不违和 = 营销腔,改

七、三轮案例(2026-09-14 · 营销腔会藏在「小标题」里)

boss 对 MODEL-02 小标题「群里被问爆的三个问题」的判定:「问爆了,太营销了。」

项内容
原句群里被问爆的三个问题
改法群里问得最多的三个问题
为什么「问爆」是结果夸张(无法验证的强度副词),「问得最多」是可验证的事实描述——同一个意思,一个在喊,一个在说
教训营销腔不只藏在正文,小标题/章节名/目录尤其高危——标题位天然倾向「抓眼球」,最容易滑向拔高。扫标题位要单独扫一遍(正文顺,小标题仍可能全是「爆/刷屏/炸」)
通用替换法强度副词 → 可验证描述:问爆→问得最多;刷屏→很多人转;炸了→反应很大;杀疯了→表现远超预期
同类历史PEC 复盘「调子很高」→「顶到了最高处」(更糟)→「第一个问题就问得很大」(终稿)。换成更响的说法 ≠ 改掉营销腔,是加重它

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.