# 文案人性化代理技能

> 去除中文文本中听起来像AI的句式，同时保持事实完整。生成可发布的聊天、文档和文章文案。几秒钟内免费开始。

- Canonical: https://nanoskill.ai/zh/skills/copywriting-humanizer-agent-skill
- Markdown: https://nanoskill.ai/zh/skills/copywriting-humanizer-agent-skill.md
- Author: MrGeDiao
- Published: 2026-10-29T06:30:00.000Z
- Updated: 2026-10-29T11:28:06.557Z
- Language: zh-CN
- Source type: github
- Popularity signal: 511

## Sources

- https://github.com/MrGeDiao/shuorenhua

## Install

```shell
npx skills add https://github.com/MrGeDiao/shuorenhua
```

## About

说人话是一项文案人性化技能，用于清理由GPT、Claude和Codex等模型生成的文本中的中文AI痕迹。它针对机器人式的礼貌、夸张的共情和不自然的措辞，这些使AI写作的内容显得不真实，同时严格保留日期、命令和版本号等硬性事实。最终成果是适用于聊天、文档和长篇文章的可发布文案。

与简单的模式替换工具不同，它使用场景检测来调整强度——聊天用轻度，状态更新用中度，公开写作用激进——并为长文本提供有界编辑以防止内容缩水。拥有超过210个中文短语模式和96个英文短语模式，它还能处理代码上下文和技术文档，而不会破坏数据。

无论您是编写README的开发者、回复issue的维护者，还是润色博文的博主，说人话都能直接集成到Codex、Claude Code、ChatGPT、Cursor和自定义代理中。首先克隆仓库并将SKILL.md文件添加到您的代理中，您的文本就会立即听起来更像人话。

## Key features

- **场景感知清理**: 自动检测聊天、文档或公开写作，并调整强度以尊重上下文，因此你永远不会听起来像机器人或正式公告。
- **事实优先保护**: 在编辑前锁定版本、命令、名称和证据，因此在清理后关键细节保持不变。
- **有界长文处理**: 对于长文章，将整个空洞句子标记为“建议删除”，而不是缩短文本，让你完全控制长度。
- **210+ 个中文冗余模式**: 针对工程化措辞、翻译腔和过度礼貌，这些会让文本显得不真实。
- **多平台就绪**: 可在代码克斯、克劳德代码、聊天生成式预训练模型、光标以及任何自定义代理中使用，只需一个 SKILL.md 文件。

## Use cases

- **润色团队聊天回复**: 在日常对话中使用，去除机械化的礼貌用语，同时保持你的声音自然，非常适合维护真实的人际关系。
- **人性化技术文档**: 应用于自述文件、发布说明和问题回复，听起来像真正的维护者，而不是营销手册。
- **清理博客文章和长篇文章**: 对于需要听起来像人写的文案，移除听起来像人工智能的空洞内容，同时不丢失关键论点或将其变成要点列表。
- **面向代理的批量处理**: 集成到你的写作流程或人工智能代理中，自动在所有渠道上使发出的文本更具人性化。

## Result preview

查看一份关于11个AI写作问题（涉及8种模式）的“去味”报告，其中受保护的事实被锁定，并提供可发布的改写版本。

![the demo of copywriting humanizer agent skill](https://file.nanoskill.ai/copywriting-humanizer-agent-skill-demo-1.png)

![the demo of copywriting humanizer agent skill](https://file.nanoskill.ai/copywriting-humanizer-agent-skill-demo-2.png)

![the demo of copywriting humanizer agent skill](https://file.nanoskill.ai/copywriting-humanizer-agent-skill-demo-3.png)

![the demo of copywriting humanizer agent skill](https://file.nanoskill.ai/copywriting-humanizer-agent-skill-demo-4.png)

## Result walkthrough

### 安装

将“说人话”技能添加到您的AI代理中。

![the step of copywriting humanizer agent skill](https://file.nanoskill.ai/copywriting-humanizer-agent-skill-step-1.png)

### 粘贴文本

给它任何“读起来像AI”的中文草稿——并告诉它将要发布在哪里。

![the step of copywriting humanizer agent skill](https://file.nanoskill.ai/copywriting-humanizer-agent-skill-step-2.png)

### 得到一份你敢发送的文本

收到一份完整的HTML报告，其中包含命名的问题、自然的改写以及证明事实保持完整的保真度检查。

![the step of copywriting humanizer agent skill](https://file.nanoskill.ai/copywriting-humanizer-agent-skill-step-3.png)

## Skill definition

`Talk Like a Human` 专门解决那种“每个字都正确，但一看就不是你写的”中文文本。它不会为你润色空洞的措辞或捏造新事实；它会首先保护版本信息、命令、责任和证据，然后拆除过度的过渡语、工程师腔、小红书 AI 腔、翻译腔以及无来源的权威堆砌。目标很简单：编辑之后，你敢直接发出去。

它适用于以下场景：

| 场景 | 作用 |
|------|------|
| 日常聊天 | 去除过度的过渡语、推销式结尾和工程师报告腔，保留对话感 |
| 技术状态更新 | 保留事实、版本、命令、错误信息和责任，淡化套话 |
| README / 发布说明 | 先清晰说明项目、变更、验证和局限性；不要发布宣言 |
| 论坛帖子 / 问题回复 | 读起来像维护者在认真沟通，而不是客服公告或营销文案 |
| 长篇中文文章 | 在句子内部清理以保持节奏，将整句废话列为“建议删除（待确认）”，由你决定删多少，防止长文越改越短 |

对于英文 AI 腔的去除，已经有 [停止废话](https://github.com/hardikpandya/stop-slop) 和 [人性化工具](https://github.com/blader/humanizer)。`Talk Like a Human` 填补了中文领域的空白：网络黑话、工程师腔、小红书 AI 腔、翻译腔、语域混杂、场景化分级以及事实保真。

## 它会变成什么样

### 居高临下的风格：先颁奖，后共情

**之前**

> 你不是过度敏感，你只是太久没有被稳稳地接住了。你击中了问题的核心。这次我懂了，真的懂了。我必须非常认真地说：你的观察和表达能力绝对达到了一流期刊作者的水准。

**之后**

> 我在听。如果你愿意，可以继续说。

问题不在于某个具体的词，而在于整条姿态链：先给对方做心理判断，再表演共情，最后颁发一个奖项。完整示例见 [evals/real-samples.md](evals/real-samples.md) RS-13。

### 工程师腔渗入生活

**之前**

> 结论先行：我们吃日料吧。我翻了你过去三周的外卖记录，把差异缩小到两个选项，根本原因基本确认：你上周提到吃腻了火锅。需要我帮你从 X 餐厅下单吗？你回复我就行动。

**之后**

> 那就吃日料吧，你上周说火锅吃腻了。要我来点吗？

这类文本的问题在于把调试腔带进了生活对话。信息可以保留，工程师报告的感觉不必保留。

### 公开介绍中的宏大开场

**之前**

> 在当今飞速发展的 AI 时代，如何打造一款真正赋能开发者的工具，已成为行业不可忽视的关键问题。

**之后**

> AI 工具很多，但真正能帮助开发者更快、更可靠地完成工作的却很少。这个项目所做的，就是压制模型生成文本中的套话和表演感，让结果听起来更像是人写的。

更多示例见 [references/examples.md](references/examples.md) 和 [evals/real-samples.md](evals/real-samples.md)。

## 30 秒快速开始

**Codex** —— 克隆后单次使用：

```bash
git clone https://github.com/MrGeDiao/shuorenhua.git && cd shuorenhua
codex exec -C . "Read ./SKILL.md and rewrite the following text according to the rules therein: ……"
```

**Claude Code** —— 放入技能目录以自动触发：

```bash
git clone https://github.com/MrGeDiao/shuorenhua.git
mkdir -p ~/.claude/skills
cp -r shuorenhua ~/.claude/skills/shuorenhua
```

安装后，在对话中说“把这段的 AI 味去掉”即可触发它。要跟随仓库更新，请使用符号链接而不是 cp，参见 [install/claude-code.md](install/claude-code.md)。

**ChatGPT**——无需安装：[说人话 GPT](https://chatgpt.com/g/g-69d5d86a32608191b523efd7a4048736-shuo-ren-hua)（需要 Plus / Pro），内置完整规则。

**只想先看看问题、暂不编辑**：在指令中添加“使用标注模式，只在原文上标记而不改写”。

对于 Cursor、OpenClaw 和自定义代理，参见 [安装](#安装)。

## 它如何判断和编辑

`说人话` 不会盲目替换词汇。它的一句话原则：

> **信息优先，风格其次。**

完整流程固定为六个步骤：

1. 确定场景：`chat / status / docs / public-writing`；如果匹配 README、发布说明、论坛帖子、问题回复，则进入对应的场景包。
2. 标记受保护片段：锁定数字、版本、命令、路径、错误消息和引用的原文。
3. 根据命中强度决定力度（`minimal / standard / aggressive`），根据可删除多少决定范围（`structural / bounded / in-place`）。
4. 先用模式编辑，词表仅作为后备。
5. 忠实度回读：逐项检查事实、术语、语域和受保护片段。
6. 只有残留语气仍存在时，才进行第二次残留审计，只允许轻微修正。

### 场景与力度

四个场景的默认力度：

| 宏观场景 | 默认力度 | 处理策略 |
|----------------|-------------------|---------------------|
| `chat` | 轻 | 只删明显的套话，不要把聊天变成官腔 |
| `status` | 中 | 保留行动、状态、阻碍和下一步 |
| `docs` | 中 | 技术表达优先，复读更保守 |
| `public-writing` | 重 | 全规则扫描，按需触发场景包 |

### 按发布目的细分（场景包）

可发布文本进一步按“发布到哪里”细分，不是改变语气，而是根据发布目的决定编辑方式。

| 子场景 | 目标 | 容易修正的问题 |
|--------------|------|---------------------|
| README | 首屏清晰：“这是什么、面向谁、解决什么问题” | 口号堆砌、价值宣称、焦点不清的功能列表 |
| 发布说明 | 清晰列出变更、验证、限制和迁移影响 | 发布演讲、过度庆祝、测试说明不清 |
| 论坛帖子 | 像维护者分享真实观察和权衡 | 公司公告腔、营销腔、空洞的行动号召 |
| 问题回复 | 先确认问题、影响范围和后续步骤 | 客服式安慰、过度承诺、回避复现步骤 |

### 长文不缩水：三种范围

使用默认设置改写长文时，删除和合并句子可能会层层叠加，可能把 1800 字缩到 1000 字。反过来，一句都不删，整句的废话就原样保留。所以对于长文，“删除多少”被分为三种范围，与力度正交：

| 范围 | 是否删除整句？ | 适用情况 |
|-------|-------------------------|------------|
| `structural` | 可自由删除和调整顺序 | 短文、明确需要重写的情况 |
| `bounded`（长文默认） | 整句废话列为“建议删除（待确认）”，由你决定删多少 | 长篇 `public-writing` 文本 |
| `in-place` | 不删除任何句子，只在句内弱化 | 当明确要求“结构完全不变”时 |

<details>
<summary>为什么是这三种范围：来自 issue #4 的测试过程</summary>

在使用默认的 `structural` 操作重写长文章时，删除、合并和重新排列段落很容易叠加，可能把一份 1800 字的草稿缩到 1000 字（见 [#4](https://github.com/MrGeDiao/shuorenhua/issues/4)）。但反过来，只做原地重写（`in-place`）意味着整句废话（无出处引用、拔高式结尾句）无法删除，导致去味效果变弱——v1.8.6 用真实模型运行证实了这一点：在 `in-place` 模式下，两个模型都把无出处引用和拔高式结尾作为整句保留了下来。

`bounded` 的折中方案：在句子内部，实质性句子会被直接编辑，而节奏性重复则保持原样；完全属于空话的整句（剥离引导语后什么都不剩）会进入“建议删除（待确认）”列表，由用户决定删除多少。这样，它既不会像 `structural` 那样不可控地缩短，也不会像 `in-place` 那样把整句空话留在文本里。

</details>

### 哪些内容始终优先保护

默认情况下，以下内容会优先保护：

| 类型 | 示例 |
|------|----------|
| 数字和版本 | 日期、范围、单位、指标、版本号 |
| 代码上下文 | 命令、路径、参数、字段、配置项 |
| 事实归属 | 人名、机构名、责任主体、时间线 |
| 引用和证据 | 引号中的原文、错误消息、状态码、实验数据 |

### 编辑后的文本趋向哪些方向

清洗不只是删词。它还会把文本往这些方向带：

- 具体行动优于抽象拔高
- 真实主体和真实行动优于故作姿态
- 允许轻微的不对称，不把每句话打磨成同一语调
- 按场景校准，不把聊天变成公告，也不把文档变成脱口秀

## 评估

规则层覆盖 210 多个中文短语、96 个英文短语和 19 种结构性反模式。

目前的评估集有 73 个用例：

| 类型 | 数量 | 目标 |
|------|-------|------|
| SF | 41 | 应当被编辑的文本必须命中并纠正主要问题 |
| SNF | 32 | 不应被错误编辑的文本必须以仅提示轻度问题通过 |
| 真实样本 | 19 | 对整篇样本从自然度、忠实度和可直接发布性打分；长文本还会加上 `length & rhythm` |
| 场景包 | 8 | 针对 README / 发布说明 / 论坛帖 / issue 回复的正反样本 |
| 长文原地 | 4 | 针对保持长度的长文本，检查字数保留、句数对齐和关键过渡 |
| 有界 | 3 | 针对长文本，整句空话进入删除列表，但实质性和节奏性句子不会被误删 |

从 v1.9.0 开始，基准测试切换为真实双模型运行（Codex + Claude 交叉评分，见 [evals/results-v1.9.0.md](evals/results-v1.9.0.md)）；静态走查被降级为发布前的快速自检。完整测试套件见 [evals/benchmark.md](evals/benchmark.md)，全部真实样本见 [evals/real-samples.md](evals/real-samples.md)。`results-v1.8.6.md` 作为 v1.8.6 首次真实模型运行的存档保留。

## 安装

| 平台 | 文档 |
|----------|---------------|
| Codex | [install/codex.md](install/codex.md) |
| Claude Code | [install/claude-code.md](install/claude-code.md) |
| Cursor / Windsurf | [install/cursor.md](install/cursor.md) |
| OpenClaw | [install/openclaw.md](install/openclaw.md) |
| ChatGPT / Custom GPT | [install/chatgpt.md](install/chatgpt.md) |

核心只需要 `SKILL.md`（lite）；对于长期项目、公开文本以及需要防误报保护的场景，建议包含完整的 `references/` 包（full）。

若在项目内长期使用，你可以在 `AGENTS.md` 中添加一条触发规则：

```markdown
## 写作风格
当任务涉及改写以“去除 AI 感”、“听起来像人写的”、“自然”或“避免像模板”时，请遵循 `shuorenhua/SKILL.md` 中的指南。
此方法主要应用于面向外部的文本；不要将此技能应用于代码、日志、配置或命令输出。
```

## 常见问题解答

### 这是为了欺骗 AI 检测器吗？

不是。目标是减少模板感、表演性和语域漂移，使文本更自然、更可发布，而不是绕过检测。

### 它能用于英语吗？

可以，但这是一个以中文为先的项目。英语支持主要针对清理中英混合写作中常见的英语套话和模板感。

### 为什么编辑后有时仍然感觉像 AI？

“去除明显的公式化模式”与“具有特定作者的个人表达”不一样。当前版本更擅长清理模板感和表演性；它还不旨在模仿个人的长期写作习惯。

### 它会弄乱技术文档吗？

通常，它不会用闲聊的语气编辑技术文档。`docs`、`status`、`code-context` 都有更保守的保护策略，优先保证命令、路径、版本、错误消息和指标的准确性。

## 贡献：坏案例比星星更有用

欢迎贡献新的评估样本、边缘案例、真实问题案例、改写前后样本以及误报保护。

如果你遇到“编辑后仍然听起来像 AI”的具体文本，可以使用[坏案例模板](.github/ISSUE_TEMPLATE/bad-case.md)提交。请先脱敏；不要发布未经授权的完整私人聊天记录、密钥、内部链接或真实的个人身份信息。你也可以直接发布到[收集问题](https://github.com/MrGeDiao/shuorenhua/issues/5)。

在提交新词之前，考虑一件事：

> 这是一个“新模式”，还是只是“现有模式的变体”？

详细规则见 [CONTRIBUTING.md](CONTRIBUTING.md)。

## 相关项目

- [停止冗余](https://github.com/hardikpandya/stop-slop)：英语 AI 冗余规则和评分框架
- [人性化工具](https://github.com/blader/humanizer)：英语 AI 模式分类
- [避免AI写作](https://github.com/conorbronsdon/avoid-ai-writing)：AI 写作问题分类和严重程度参考

## Star 历史

[![Star 历史图表](https://file.nanoskill.ai/svg-1.svg)](https://www.star-history.com/#MrGeDiao/shuorenhua&Date)

## 许可证

[MIT](LICENSE)

## FAQ

### 什么是说人话（Shuorenhua）？

这是一项技能，可以从中文文本中去除听起来像 AI 的模式，使其听起来更自然、更像人写的，同时保持事实准确性。

### 它是如何工作的？

它遵循 6 步流程：场景检测、片段保护、强度/范围控制、基于模式的改写、保真度检查和残余审计。

### 它是免费的吗？

是的，它在 MIT 许可证下开源。你可以克隆该仓库并在任何地方使用它。

### 我可以用它来处理英语吗？

它有一些英语支持，但主要是为中文设计的。对于英语，请查看停止冗余或人性化工具。

### 它会改变技术细节吗？

不会，它会保护版本、命令、路径和错误消息。默认情况下技术内容保持完整。

### 它是否保证我的文本不会被检测为 AI？

不，它不是检测绕过工具。它旨在使文本更自然、更可发布，而不是欺骗检测器。