去AI味没有万能工具关键在拆规则

来源：X @Pluvio9yte

中文社区里”去 AI 味”的工具和 Skill 已经多到需要先分类：GitHub 上搜 humanizer、shuorenhua、stop-slop、qu-ai-wei、De-AI-writing，能找到十几个 ^[0]。一位写 AI 技术文章的作者为此做了一次对照实验——把能找到的项目全部 clone 到本地，用同一段 AI Native 主题的短稿逐个跑了一遍 ^[0]。第一个结论就是：这些项目根本不是同一类东西，又被博主们的宣传骗了注意力 ^[0]。而真正值钱的产出，是测试后从这些工具里拆出来的规则 ^[0]。

十余款工具，分属四条赛道

直接改中文稿的三款。 shuorenhua 对场景和语域的感知最细，先判断文本是技术评测、观点文还是文档，再决定动哪些、保哪些；改完后术语和判断通常还在，模板壳和空总结被清掉 ^[0]。Humanizer-zh 的规则覆盖面最广，24 条模式对应 24 类 AI 写作痕迹 ^[0,9]，适合作第一轮清理，但偶尔会把稿子改成编辑润色过的通稿，个人声口变弱 ^[0]。De-AI-writing 改得最轻，优先保留原文结构，只清路标词、讲义腔和段尾收束，适合对原稿比较满意、担心大改跑偏的时候 ^[0]。

适合拆规则的两款。 stop-slop 的规则短、硬、直接，把二元对比句（“XX 不是 A，而是 B”）、三连排比、金句式段尾、过度解释全部列为删除目标；直接套中文偏硬，但拆成禁用清单非常好用 ^[0]。英文原版 humanizer 最系统，把 AI 痕迹分成内容模式、语法、风格、交流模式四大类，中文适配要自己做，作为上游参考很有价值 ^[0]。

面向长期写作的两款。 writing-agent 是一条从选题、证据收集、立场确认、审稿、去味到导出的完整流水线 ^[0]，它本身是开源的 CLI 多智能体框架，产出目标是”能通过 AI 检测的人类质量写作” ^[17]；完整流程需要配模型和 API ^[0]。nuwa-skill 做风格蒸馏，要喂 5-7 篇你的真实文章来提炼写法特征、生成专属 Skill，准备周期长，拿单段文本测意义不大 ^[0]。

和中文技术文章关系不大的三款。 chatgpt-comparison-detection 是 HC3 数据集与检测研究仓库，不是改稿工具——用它的中文指示词表跑样本文本，只命中了 1 个 ChatGPT 高频词”所以” ^[0]。ai-flavor-remover 只是一个单独的 prompt，没有 Skill 结构 ^[0]。taste-skill 管的是前端界面审美，和文字无关 ^[0]。

从拆规则到个人检查清单

实测最有价值的产出不是某个 Skill 改完的成稿，而是从不同 Skill 里拆出来的具体规则 ^[0]，它们大致落在三个方向：

场景意识（shuorenhua）：写 Fable-5 评测和写 AI Native 观点文，该保留的东西不一样。评测里的价格、速度、模型对比这些硬数据不能动；观点文里的个人判断和经验细节不能磨 ^[0]。
句式意识（stop-slop）：二元对比句的自我察觉是它带来的——一旦注意到，就很难忍受自己稿子里”XX 不是 A，而是 B”的出现频率 ^[0]。
保真意识（Humanizer-zh 的二元对比检测、De-AI-writing 的保真策略 ^[0]）：术语和模型名不能被改散。Fable-5 被改成”该模型”、Claude Opus 被改成”这款产品”，就是过度处理 ^[0]。

作者没有装一个”最强”的 Skill，而是把规则提成一份自己的检查清单，写完技术文章后逐条过一遍 ^[0]：

稿子里有没有实测经历和我自己的判断？少一项，文章就会变成谁都能写的普通说明，读者不知道这篇文章来自哪一次测试 ^[0]。
有没有二元对比壳、空总结、三连排比、金句段尾？看到就删 ^[0]。
术语和模型名有没有被改散 ^[0]？
句子长度是不是太匀？每句都差不多长，读起来会很平，像被统一抛光过 ^[0]。

清单的骨架就是上面拆出的规则：第二条是 stop-slop 那组句式，第三条是保真策略 ^[0]。每个作者写法不同，AI 味的来源也不同，把规则拆开自己组合，比直接套一个通用 Skill 效果好 ^[0]。

执行层：把清单交给哪个模型

清单要靠模型执行，模型的差别也来自实测：GPT 系列效果最差，在 codex 中经常遗漏 skill 的规则；DeepSeek V4 Pro 效果较好；Opus 4.8 效果不好；效果最好的是 Opus 4.6 ^[0]。这些型号都真实存在——DeepSeek-V4-Pro 是官方发布的模型名 ^[4,7]，Claude Opus 4.8 已经上线 ^[3,5]，Opus 4.6 也出现在同类对比里 ^[4]。素材把 Opus 4.8 效果不佳归因于”蒸馏了 GPT 的风格”，但公开报道中它疑似蒸馏的迹象是自称 DeepSeek、Qwen，而不是 GPT，而且这类回答在官方客户端里通常不易复现 ^[5]。

具体用法是：不要直接让模型”去 AI 味”，而是把检查清单转成 System Prompt，例如”移除文中所有的二元对比句式，并增加第一人称的实测视角描述” ^[0]。

这套方法已经沉淀成开源 Skill：github.com/Pluviobyte/rnskill 适用于 Codex、Claude Code 等支持 SKILL.md 的 Agent 工作流 ^[0,1]，仓库现有 54 个 Skill，分内容创作与编码开发两大类 ^[1]。

原文更正：素材把Opus 4.8效果不佳归因于蒸馏了GPT的风格，但公开报道中它疑似蒸馏的迹象是自称DeepSeek、Qwen而非GPT，且官方客户端中不易复现。 ^[5]

去AI味没有万能工具关键在拆规则

十余款工具，分属四条赛道

从拆规则到个人检查清单

执行层：把清单交给哪个模型

参考来源