NanoSkill
提交你的 Skill

AI 文本人性化代理技能

作者blader22KGitHub 星標GitHub

將 AI 生成的文本改寫成自然、聽起來像人類的散文，透過移除機器人模式，讓您的寫作感覺更真實、清晰和引人入勝。

人性化安全掃描通過
結果預覽

完整 Demo

查看此代理技能生成的關於行銷策略的 AI 生成文本和人性化文本的比較。

開始使用

完成第一個任務

  1. AI-文字-人性化器-步驟-1
    01

    步驟 1：安裝

    將技能新增至您的代理。

  2. AI-文字-人性化器-步驟-2
    02

    步驟 2：貼上 AI 生成的文本

    提供您希望聽起來更自然的內容。

  3. AI-Text-Humanizer-步驟-3
    03

    步驟 3：審查結果

    將原始文本與聽起來更像人類的改寫文本進行比較。

安裝指令

$ npx skills add https://github.com/blader/humanizer

關於

AI 文本人性化技能讓使用者能夠將 AI 生成的內容轉化為讀起來像是人類撰寫的散文。透過仔細識別和改寫 AI 寫作中常見的 30 種不同模式，這項技能確保您的內容真實、引人入勝，並且沒有機器寫作的明顯痕跡。對於任何希望保持自然語氣並更有效地與受眾建立聯繫的人來說，這都是一個必不可少的工具。

人性化工具利用維基百科全面的「AI 寫作跡象」指南中的見解，解決了從通用措辭和重複結構到宣傳語言和聊天機器人人工製品等問題。獨特的語音校準功能允許該技能學習並採用您的個人寫作風格，確保人性化輸出不僅聽起來自然，而且與您獨特的語氣和表達完美契合。這種個性化的方法使其有別於一般的文本改寫工具。

除了簡單的改寫之外，該技能還採用了兩次改寫系統，包括最終審核，以捕捉任何可能在初次通過時遺漏的細微 AI 特徵。這種嚴格的過程保證了高度的精煉，使人性化文本幾乎與人類撰寫的內容無法區分。無論您是起草文章、行銷文案還是創意作品，AI 文本人性化工具都能幫助您傳達精煉、真實且有影響力的訊息。

核心功能

它的強大之處

  • 檢測 30 種 AI 寫作模式

    根據 30 種不同的 AI 寫作模式識別和改寫文本，包括內容、語言、風格、溝通、填充詞和模糊語。

  • 語音校準

    分析您的個人寫作樣本以匹配您獨特的風格，確保人性化輸出反映您真實的語氣，而不是通用的散文。

  • 維基百科支持的分析

    利用維基百科「AI 寫作跡象」指南中的見解，這是一個從對數千個 AI 生成文本的觀察中得出的綜合資源。

  • 兩次改寫系統

    包括最終的「明顯是 AI 生成的」審核通過和第二次改寫，以捕捉初稿中遺漏的任何殘留 AI 特徵，確保真正人性化的輸出。

  • 前後範例

    為每個檢測到的模式提供清晰的前後範例，說明 AI 生成的措辭如何轉化為更自然的語言。

使用場景

什麼時候適合使用

  • 精煉 AI 生成的草稿

    使用人性化 AI 文本技能來潤飾最初由 AI 起草的內容，使其與人類撰寫的部落格、文章或報告無法區分。

  • 保持品牌語氣

    使用您自己的寫作樣本校準技能，以確保所有 AI 輔助內容都與您既定的品牌語氣和風格指南完美契合。

  • 提高內容可讀性

    應用人性化工具來增強任何文本的流暢性和自然性，移除機器人般的措辭，並提高您的受眾的整體可讀性。

SKILL.md

人性化工具

一項適用於 Claude Code 和 OpenCode 的技能，可從文本中移除 AI 生成寫作的跡象，使其聽起來更自然、更像人類。

安裝

Claude Code

直接複製到 Claude Code 的技能目錄中：

mkdir -p ~/.claude/skills
git clone https://github.com/blader/humanizer.git ~/.claude/skills/humanizer

如果您已經複製了此儲存庫，則手動複製技能文件：

mkdir -p ~/.claude/skills/humanizer
cp SKILL.md ~/.claude/skills/humanizer/

OpenCode

直接複製到 OpenCode 的技能目錄中：

mkdir -p ~/.config/opencode/skills
git clone https://github.com/blader/humanizer.git ~/.config/opencode/skills/humanizer

如果您已經複製了此儲存庫，則手動複製技能文件：

mkdir -p ~/.config/opencode/skills/humanizer
cp SKILL.md ~/.config/opencode/skills/humanizer/

注意： OpenCode 也會掃描 ~/.claude/skills/ 以確保兼容性，因此如果您同時使用這兩種工具，只需將其複製到 ~/.claude/skills/humanizer/ 即可。

用法

Claude Code

/humanizer

[在此處貼上您的文本]

OpenCode

/humanizer

[在此處貼上您的文本]

或者直接在任一工具中要求模型人性化文本：

請人性化此文本：[您的文本]

語音校準

為了匹配您的個人寫作風格，請提供您自己的寫作樣本：

/humanizer

這是我用於語音匹配的寫作樣本：
[貼上您自己的 2-3 段寫作]

現在人性化此文本：
[貼上要人性化的 AI 文本]

該技能將分析您的句子節奏、詞彙選擇和習慣，然後將它們應用於改寫，而不是產生通用的「乾淨」輸出。

概述

基於 維基百科的「AI 寫作跡象」 指南，由 WikiProject AI Cleanup 維護。這份全面的指南來自對數千個 AI 生成文本實例的觀察。

該技能還包括最終的「明顯是 AI 生成的」審核通過和第二次改寫，以捕捉初稿中殘留的 AI 特徵。

維基百科的關鍵見解

「大型語言模型使用統計演算法來猜測接下來應該是什麼。結果傾向於適用於最廣泛情況的最具統計可能性的結果。」

檢測到的 30 種模式（附前後範例）

內容模式

#模式之前之後
1重要性膨脹「標誌著軟體發展演變中的一個關鍵時刻...」「成立於 1989 年，旨在收集區域統計數據」
2知名度點名「被《紐約時報》、《BBC》、《金融時報》和《印度教徒報》引用」「在 2024 年《紐約時報》採訪中，她認為...」
3膚淺的 -ing 分析「象徵著...反映著...展示著...」移除或用實際來源擴展
4宣傳語言「坐落在令人驚嘆的地區」「是貢德爾地區的一個城鎮」
5模糊歸因「專家認為它扮演著關鍵角色」「根據 2019 年的一項調查...」
6公式化挑戰「儘管面臨挑戰...持續蓬勃發展」關於實際挑戰的具體事實

語言模式

#模式之前之後
7AI 詞彙「實際上...此外...證明...景觀...展示」「也...仍然常見」
8系詞迴避「作為...特色...擁有」「是...有」
9負面平行結構 / 尾隨否定「它不僅僅是 X，它是 Y」，「...，沒有猜測」直接說明重點
10三法則「創新、靈感和見解」使用自然數量的項目
11同義詞循環「主角...主要角色...中心人物...英雄」「主角」（在最清楚時重複）
12虛假範圍「從大爆炸到暗物質」直接列出主題
13被動語態 / 無主語片段「無需配置檔案」在有助於清晰時命名行為者

風格模式

#模式之前之後
14長破折號/短破折號「機構——而不是人民——然而這仍在繼續——」刪除它們：句號、逗號、冒號或括號
15粗體字過度使用「OKR、KPI、BMC」「OKR、KPI、BMC」
16內聯標題列表「性能： 性能有所提高」轉換為散文
17標題大小寫標題「戰略談判與合作夥伴關係」「戰略談判與合作夥伴關係」
18表情符號「🚀 啟動階段：💡 關鍵見解：」移除表情符號
19彎引號說「專案」說「專案」
26連字詞組「跨職能、數據驅動、面向客戶」刪除常見詞組的連字號
27說服性權威比喻「其核心，重要的是...」直接說明重點
28路標式宣告「讓我們深入探討」，「這是您需要知道的」從內容開始
29碎片化標題「## 性能」 + 「速度很重要。」讓標題發揮作用
30差異錨定寫作「此功能已添加以取代...」描述其作用，而不是改變了什麼

溝通模式

#模式之前之後
20聊天機器人人工製品「希望這有幫助！如果您有任何問題，請告訴我...」完全移除
21截止免責聲明「儘管可用來源中的細節有限...」尋找來源或移除
22奉承語氣「好問題！您說得完全正確！」直接回應

填充詞和模糊語

#模式之前之後
23填充詞「為了」，「由於以下事實」「為了」，「因為」
24過度模糊「可能潛在地」「可能」
25通用結論「未來一片光明」具體計畫或事實

完整範例

之前（AI 風格）：

好問題！這是一篇關於這個主題的文章。希望這有幫助！

AI 輔助編碼作為大型語言模型轉型潛力的持久證明，標誌著軟體開發演變中的一個關鍵時刻。在當今快速發展的技術景觀中，這些開創性工具——坐落在研究與實踐的交匯處——正在重塑工程師構思、迭代和交付的方式，強調了它們在現代工作流程中的重要作用。

其核心價值主張清晰：簡化流程、增強協作並促進一致性。這不僅僅是自動完成；它是關於大規模釋放創造力，確保組織能夠保持敏捷，同時向用戶提供無縫、直觀和強大的體驗。該工具充當催化劑。助手充當合作夥伴。該系統是創新的基礎。

業界觀察家指出，採用率已從業餘愛好者實驗加速到企業級部署，從單獨開發人員到跨職能團隊。該技術已在《紐約時報》、《連線》和《The Verge》中報導。此外，生成文檔、測試和重構的能力展示了 AI 如何為更好的結果做出貢獻，突顯了自動化與人類判斷之間複雜的相互作用。

  • 💡 速度： 程式碼生成顯著加快，減少了摩擦並賦予開發人員權力。
  • 🚀 品質： 透過改進培訓，輸出品質得到提升，有助於提高標準。
  • ✅ 採用： 使用量持續增長，反映了更廣泛的行業趨勢。

儘管根據可用資訊，具體細節有限，但可以潛在地認為這些工具可能會有一定的積極影響。儘管存在新興技術的典型挑戰——包括幻覺、偏見和問責制——生態系統仍在持續蓬勃發展。為了充分實現這一潛力，團隊必須遵循最佳實踐。

總之，未來一片光明。隨著我們繼續邁向卓越的旅程，令人興奮的時代即將到來。如果您希望我擴展任何部分，請告訴我！

之後（人性化）：

AI 編碼助手可以加快工作中無聊的部分。它們非常擅長樣板程式碼：配置文件和您不想編寫的小型膠水程式碼。它們還可以幫助您草擬測試，但您仍然需要閱讀它。

危險的部分是建議看起來多麼自信。我曾接受過編譯並通過 lint 的程式碼，然後後來發現它偏離了重點，因為我停止了注意。

如果您將其視為自動完成並審查每一行，它會很有用。如果您使用它來避免思考，它將幫助您更快地發送錯誤。

唯一真正的後盾是測試。沒有它們，您主要是在判斷氛圍。

參考資料

  • 維基百科：AI 寫作跡象 - 主要來源
  • WikiProject AI Cleanup - 維護組織

版本歷史

  • 2.7.0 - 添加了模式 #30（差異錨定寫作）；將長破折號/短破折號從「過度使用」改為硬性刪除；擴展了 #21 以涵蓋推測性填補空白（「保持低調」）。總共 30 種模式。
  • 2.6.0 - 清理通過：整合了重複的工作流程部分，將個性指導限制在需要語音的內容中，刪除了模型指紋識別子部分，並濃縮了工作範例。29 種模式沒有變化。
  • 2.5.1 - 添加了被動語態/無主語片段規則，使總數達到 29 種模式
  • 2.5.0 - 添加了說服性框架、路標和碎片化標題的模式；擴展了負面平行結構以涵蓋尾隨否定；收緊了關於長破折號過度使用的措辭；修正了前置詞措辭以使用「填充詞」
  • 2.4.0 - 添加了語音校準：從樣本中匹配用戶的個人寫作風格
  • 2.3.0 - 添加了模式 #25：連字詞組過度使用
  • 2.2.0 - 添加了最終的「明顯是 AI 生成的」審核 + 第二次改寫提示
  • 2.1.1 - 修正了模式 #18 範例（彎引號與直引號）
  • 2.1.0 - 為所有 24 種模式添加了前後範例
  • 2.0.0 - 基於原始維基百科文章內容的完整重寫
  • 1.0.0 - 初次發布

許可證

MIT

常見問題