junbolian/Academic-Humanizer

Academic Humanizer

Der Skill sorgt dafür, dass KI-gestützte akademische Prosa so klingt, wie ein sorgfältiger Autor des Fachgebiets schreibt: wörtlich, präzise, in sich schlüssig von einem Satz zum nächsten, selbstbewusst, wo die Evidenz stark ist, und nie stärker als die Evidenz. Er ändert die Wortwahl, nicht den Inhalt. Zahlen, Gleichungen, Zitationsschlüssel, Querverweise, formale Aussagen und echte Einschränkungen bleiben so, wie der Autor sie geschrieben hat, und ein gebündeltes Skript überprüft dies. Die Autoren behalten ihre Verpflichtungen zur KI-Offenlegung gemäß der jeweiligen Publikationsplattform.

Modi und Umfang

• Polieren ist der Standard, wenn der Benutzer um Verbesserung, Straffung, Umschreibung oder 润色, 改写 bittet. Alle Regeln gelten, und Sätze können im Rahmen der unten stehenden Bearbeitungsdisziplin zur Verbesserung des Leseflusses (Regel 8) und der Idiomatik (Regel 9) umgeschrieben werden.
• Bereinigen gilt, wenn der Benutzer nur den KI-Ton entfernen möchte, 只去AI味 oder 成稿清理 sagt oder den Text als endgültig bezeichnet. Es gelten nur die Regeln 1 bis 4 und der erste Punkt von Regel 5. Ein Satz, der auf keine dieser Regeln zutrifft, bleibt wörtlich erhalten; ein Satz, der zutrifft, ändert sich nur im zutreffenden Teil. Behauptungen, die Evidenz benötigen, gehen in den Bericht, nicht in Platzhalter.
• Entwurf gilt, wenn der Assistent neuen Manuskripttext verfasst, z. B. einen Abschnitt, ein Antwortschreiben oder einen Antrag. Wenden Sie die Regeln während des Schreibens an, führen Sie check_revision.py audit für den Entwurf aus und beheben Sie gefundene Probleme vor der Auslieferung. Zitieren Sie niemals aus dem Gedächtnis: Suchen Sie jede neue Referenz, bestätigen Sie ihre Existenz und prüfen Sie, ob der beschreibende Satz mit der Quelle übereinstimmt. Eine Literaturübersicht umfasst eine Suche nach Arbeiten der letzten zwei Jahre.

Wenn die Anfrage die Wahl zwischen Polieren und Bereinigen nicht klärt, verwenden Sie Polieren für Entwürfe und Bereinigen für Texte, die der Benutzer als endgültig oder eingereicht bezeichnet.

Bearbeitungsdisziplin

1. Jede Änderung hat eine Regel. Jede Änderung entspricht einer nummerierten Regel unten. Eine Änderung ohne Regel wird rückgängig gemacht. Geschmack bei der Wortwahl ist keine Regel.
2. Kleinste ausreichende Änderung. Ändern Sie innerhalb eines Satzes, der auf eine Regel zutrifft, das Ziel der Regel und lassen Sie die benachbarten Wörter in Ruhe. Der Poliermodus erlaubt auch die Anwendung der Regeln 8 und 9 auf denselben Satz.
3. Nichts hinzugefügt. Namen, Institutionen, Rollen, Orte, Zahlen, Daten, Reihenfolgen, Zitate, Quellen, Links, Kausalbehauptungen, Motive und Beispiele gelangen nur dann in den Text, wenn das Original oder das Material des Benutzers sie enthält. Jedes Inhaltswort in der Überarbeitung geht auf eine dieser beiden Quellen zurück. Konkrete Details muss der Autor liefern; ein dünner Abschnitt wird zu einem Berichtseintrag.
4. Nichts verloren. Behauptungen, Schlussfolgerungen, Zugeständnisse und Einschränkungen, die echte Unsicherheit ausdrücken, bleiben: mag, wahrscheinlich, typischerweise, in einigen Fällen, unter diesen Bedingungen, 可能, 通常, 在某些情况下. Regel 7 entfernt nur zwei Arten von Einschränkungen: Absicherungen bei Ergebnissen, die der Text selbst beweist oder berichtet, und gestapelte Duplikate. Der Bericht listet jede Entfernung auf. compare listet jede verschwundene Einschränkung auf.
5. Feste Struktur. Überschriftenebenen, Abschnittsreihenfolge, Absatzanzahl und -reihenfolge, Listen, Tabellen, Abbildungen, Zitate und Code bleiben an Ort und Stelle, es sei denn, der Benutzer bittet um eine strukturelle Änderung. Strukturelle Probleme gehen in den Bericht (Regel 11).

Stilreferenz zuerst

Wenn der Benutzer frühere Arbeiten des Autors, einen Style Guide oder eine Beschreibung der Zielstimme bereitstellt, lesen Sie diese vor der Bearbeitung. Notieren Sie Satzlänge, Konnektive, Grad der Absicherung, wie Abschnitte und Absätze beginnen, Zeichensetzungsgewohnheiten und Notation. Wo die Referenz mit den Regeln 1, 2, 3, 4, 8 oder 9 in Konflikt steht, folgen Sie der Referenz, da diese Regeln die Registerebene festlegen und die Referenz das Register des Autors zeigt. Ein Autor, der Gedankenstriche absichtlich verwendet, behält sie. Die Referenz überschreibt niemals die Regeln 5, 6, 7 und 10, die Evidenz, bewiesenen Umfang, Standpunkt und die Invarianten schützen.

Den Prüfer ausführen

SKILL_DIR ist der Ordner, der diese Datei enthält. Übliche Speicherorte sind ~/.claude/skills/academic-humanizer in Claude Code, /mnt/skills/user/academic-humanizer in den Claude-Apps und ~/.agents/skills/academic-humanizer oder .agents/skills/academic-humanizer in OpenAI Codex. Eine Umgebung ohne Python erhält dennoch dieselben Vergleiche: Führen Sie sie durch Lesen durch und geben Sie im Bericht an, dass das Skript nicht ausgeführt wurde.

Prozess für Polieren und Bereinigen

1. Speichern Sie das Original wörtlich in einem Arbeitsordner, z. B. ah/orig.tex oder .md und .txt für anderen Text. Notieren Sie Dokumenttyp, Publikationsorgan, Sprache und Modus.
2. Lesen Sie die Stilreferenz, falls eine bereitgestellt wurde.
3. Führen Sie python3 SKILL_DIR/scripts/check_revision.py audit ah/orig.tex aus. Die Ausgabe listet Kandidaten für KI-typische Phrasen mit ihren Zeilen, Satzmuster, Gedankenstriche, Dichte von Semikola und Klammern, lange Sätze, Folgen sehr kurzer Sätze sowie die Abschnitts- und Ergebnisstruktur. Jeder Treffer ist ein Kandidat für eine Entscheidung. „Robust“ ist in einem Paper über robuste Statistik korrekt, und „Navigation“ ist in einem Robotik-Paper wörtlich gemeint.
4. Lesen Sie den gesamten Text, bevor Sie etwas ändern. Identifizieren Sie den einzelnen Punkt jedes Absatzes und wie er aus dem vorhergehenden Absatz folgt, da Flussprobleme auf dieser Ebene sichtbar werden.
5. Schreiben Sie gemäß den Regeln und der Bearbeitungsdisziplin um. Der Bereinigungsmodus berührt nur Sätze mit einer Regelübereinstimmung.
6. Speichern Sie die Überarbeitung neben dem Original und führen Sie python3 SKILL_DIR/scripts/check_revision.py compare ah/orig.tex ah/revised.tex --changes aus. Das Skript vergleicht Zahlen, Zitationsschlüssel, \ref- und \label-Schlüssel, Mathematik, den Text formaler Umgebungen und die Präambel. Es listet dann verlorene Einschränkungen, neue großgeschriebene Begriffe, neue in Anführungszeichen gesetzte Zeichenfolgen und jeden geänderten Satz auf und prüft die Überarbeitung gegen das Original. Machen Sie jede unbeabsichtigte Differenz rückgängig, ordnen Sie jeden geänderten Satz einer Regel zu und wiederholen Sie den Vorgang, bis nur noch beabsichtigte Unterschiede übrig sind.
7. Gehen Sie die abschließende Checkliste durch und liefern Sie wie unter Ausgabe beschrieben.

Für einen einzelnen Absatz unter etwa 150 Wörtern ist das Skript optional. Vergleichen Sie Zahlen, Zitate, Einschränkungen und Mathematik mit dem Original durch manuelles Lesen vor der Auslieferung.

Lesen Sie references/examples.md vor der ersten Umschreibung in einer Konversation. Es zeigt jede Regel sowohl mit als auch ohne die Evidenz, die ein Satz benötigt, sowie denselben Absatz in den Modi Polieren und Bereinigen.

Regeln

1. Standardphrasen und KI-Vokabular entfernen

Die vollständige Kandidatenliste ist references/lexicon.txt, die das Skript liest. Die Hauptgruppen:

• Vokabular: eintauchen, unterstreichen, kompliziert, Teppich, Zeugnis, entscheidend, präsentieren, fördern, Bereich, nahtlos, nutzen, vielschichtig, nuanciert, ganzheitlich, akribisch, von größter Bedeutung, unschätzbar, entscheidend, wenn es nur wichtig bedeutet, nutzen, wenn es nur verwenden bedeutet.
• Bedeutungsbehauptungen ohne Inhalt: den Weg ebnen, ein entscheidender Schritt hin zu, neue Wege eröffnen, Licht werfen auf, die Lücke schließen, von größter Bedeutung, transformativ, bahnbrechend, neues Paradigma.
• Formelhafte Eröffnungen: „In den letzten Jahren hat X zunehmende Aufmerksamkeit erregt“, „Mit der rasanten Entwicklung von“, „Trotz jüngster Fortschritte“, „X spielt eine entscheidende Rolle bei“. Eröffnen Sie stattdessen mit dem spezifischen Problem.
• Gesprochene Eröffnungen: Einfach ausgedrückt, Kurz gesagt, Unter dem Strich, 说白了, 说穿了, 先说结论. Löschen Sie sie und nennen Sie den Punkt.
• Größenangaben ohne Zahlen: umfangreiche oder umfassende Experimente, eine breite Palette von, zahlreiche, verschiedene, beträchtlich. Ersetzen Sie jede durch die Anzahl oder die Zahl, die das Paper angibt.
• Neuheitsaufpolsterung: „neuartig“ mehr als einmal pro Abschnitt, „zum ersten Mal“ und „nach unserem besten Wissen“. Behalten Sie höchstens eines, und zwar nur, wenn die Autoren die Literatur durchsucht haben.
• Angekündigte Betonung: Es ist erwähnenswert, dass; Wichtig ist, dass; Interessanterweise; Bemerkenswerterweise. Nennen Sie die Tatsache und lassen Sie ihre Position und Evidenz für ihr Gewicht sorgen.
• Verwendung von „dienen als“ oder „stehen als“ anstelle von „ist“; negative Parallelismen zur Betonung („nicht nur X, sondern Y“); nachgestellte „-end“-Nebensätze, die eine vage Bewertung hinzufügen („..., was die Bedeutung von ... unterstreicht“); und Dreierlisten, wo ein Element gemeint ist.
• Implikationsstandardfloskeln: reiche Einsichten, wichtige Implikationen für die Praxis, bietet eine neue Perspektive, heikles Gleichgewicht, Zusammenspiel, wiederholt kontraintuitiv.
• Antwortschreiben-Standardfloskeln: Danke für einen „aufschlussreichen Kommentar“ in jeder Antwort. Danken Sie den Gutachtern einmal, oben im Brief. Jede Antwort gibt an, was geändert wurde und wo.

2. Wörtlich schreiben

Ersetzen Sie Metaphern und bildliche Bezeichnungen durch den Mechanismus, für den sie stehen: Landschaft, durch die Linse von, Grundstein, Blaupause, Fahrplan, zweischneidiges Schwert, Idealzustand, freischalten, Wettrüsten, heiliger Gral, Wunderwaffe, im Kern von, angehen, sich auseinandersetzen. Ein Leser im Fachgebiet überprüft jeden Satz am Modell oder an den Daten; eine Metapher bietet nichts zu überprüfen.

Persona-Metaphern sind der deutlichste Fall. Ein Werkzeug, Modell oder Verfahren, das als idealisierte Person beschrieben wird („fungiert als unermüdlicher Gutachter“, „wie ein weiser Mentor“, 像一位智慧的导师), wird normalerweise von Lob oder einer „nicht nur ... sondern auch“-Klausel gefolgt. Geben Sie an, was die Sache tut: „es prüft jede Einschränkung in Sekunden gegen die Daten“.

Etablierte technische Begriffe bleiben, auch wenn sie als Metaphern begannen: Engpass, Halo-Effekt, Spillover, Fluch der Dimensionalität, Kaltstart, Warmstart, Signal und Rauschen, Rückgrat für eine Netzwerkarchitektur, Verlustlandschaft, Heuristik als Name einer Algorithmenklasse. Ein Begriff bleibt, wenn er eine Definition im Fachgebiet oder im Paper hat. Eine präzise Beschreibung schlägt ein allgemeines Etikett: „eine Methode ohne Leistungsgarantie“ sagt mehr als „eine heuristische Methode“.

Die Regel existiert zur Überprüfbarkeit. Metapher als solche trennt Modellausgabe nicht von menschlichem Schreiben, und menschliche Autoren von chinesischer Sachliteratur verwenden mehr davon (siehe „Keine Gründe zur Änderung“). Wenden Sie sie auf Papers, Thesen, Berichte und Briefe an. In Essays und allgemeinverständlicher Literatur, wo bildhafte Sprache zum Genre gehört, folgen Sie der Stilreferenz.

Der Titel des Papers und die Namen, die die Autoren Modellen, Strategien und Effekten gegeben haben, bleiben. Ein bildhafter Name wird einmal im Bericht erwähnt, die Entscheidung bleibt beim Autor.

3. Zeichensetzung: keine Gedankenstriche, wenige Semikola und Klammern

Entfernen Sie em-Gedankenstriche (U+2014, LaTeX ---, das chinesische 破折号) und gesperrte en-Gedankenstriche oder als Gedankenstriche verwendete Bindestriche. Verwenden Sie ein Komma, einen Doppelpunkt oder zwei Sätze. En-Gedankenstriche in Zahlenbereichen (2--6) und in zusammengesetzten Namen (Karush--Kuhn--Tucker) bleiben, ebenso wie chinesische 连接号, wie in references/chinese.md beschrieben.

Semikola und parenthetische Einschübe folgen derselben Logik. Zwei oder mehr Semikola in einem Absatz oder ein parenthetischer Einschub in den meisten Sätzen signalisieren einen Absatz, der in vollständige Sätze umstrukturiert werden muss. Klammern um Zitate, Gleichungsnummern, Einheiten und Abkürzungen bei erster Nennung sind Standard und bleiben.

Die Gedankenstrich-Rate variiert zwischen Modellen um mehr als eine Größenordnung. In einem Korpus chinesischer Sachliteratur, gemessen pro 1.000 Zeichen, verwendeten menschliche Autoren 0,80 Gedankenstriche, Claude 4,25, DeepSeek 5,16, Kimi 2,32, Gemini 0,51 und GPT 0,11. Derselbe Korpus zeigt, dass GPT von den fünf Modellen 不是……而是 am häufigsten verwendet. Jeder Entwurf wird vollständig geprüft, unabhängig davon, welches Modell ihn erstellt hat.

4. Satzmuster, die generierten Text kennzeichnen

Jedes der folgenden Muster tritt in Modellausgaben deutlich häufiger auf als in menschlichen Texten, gemessen an 300 von fünf Modellen verfassten Artikeln und 329 von Menschen verfassten Artikeln in chinesischer Sachliteratur, und jedes hat einen Auslöser, der in einem bestimmten Satz lokalisiert werden kann. Die englischen Formen machen im Englischen dieselbe Bewegung. Ein Punkt gilt nur, wenn sein Auslöser vorhanden ist.

4.1 Erfundene Gegensätze. Der Satz stellt ein Missverständnis auf, das niemand im Text vertritt, und korrigiert es dann: „Das eigentliche Hindernis ist nicht die Technologie, sondern das Verständnis“, „X geht nicht um A; es geht um B“, „Worauf es ankommt, ist nicht A, sondern B“, 不是……而是, 并非……而是, 不在于……而在于, 与其说……不如说, 看似……实则, 你以为……其实, 说到底. Nennen Sie die Behauptung direkt: „Das Hindernis ist das Verständnis.“ Ein Gegensatz bleibt, wenn jemand, den der Text identifiziert, A vertritt, wie ein früheres Ergebnis, eine Annahme, die das Paper lockert, oder eine Hypothese, die die Daten ablehnen: „Anders als \citet{ref1} nehmen wir keine geschlossene Population an.“ Regel 1 deckt die additive Form „nicht nur X, sondern Y“ ab.

4.2 Cue-Doppelpunkte und Listeneinleitungen. Eine Cue-Phrase und ein Doppelpunkt kündigen Inhalt an, anstatt ihn zu nennen: „Der entscheidende Einblick ist: ...“, „Die Antwort ist einfach: ...“, „Das Ergebnis: ...“, „Kurz gesagt: ...“, 一句话总结：, 核心是：, 关键在于：, 原因如下：, 本质上：. Löschen Sie den Cue, wenn er nichts beiträgt. Wenn er eine Verbindung zum vorherigen Satz herstellt, behalten Sie ihn und ersetzen Sie den Doppelpunkt durch normale Syntax. Ein Satz, der nur eine Liste ankündigt („Hier sind die Hauptgründe:”, 我见过的几种典型场景：), wird zu einer Aussage mit Inhalt oder entfällt; die Liste folgt dem vorhergehenden Text, wobei jeder Punkt intakt bleibt. Doppelpunkte, die ein Zitat, eine Definition, eine Gleichung oder die Teile einer allgemeinen Aussage einleiten, bleiben („Das Modell hat zwei Komponenten: ein Messmodell und ein Strukturmodell“), ebenso wie Genre-Einleitungen wie „Wir machen drei Beiträge:“ in vielen Einleitungen und „Der Beweis hat zwei Schritte:“. Überschriften, Listeneintragsbeschriftungen, URLs und Code fallen nicht in den Anwendungsbereich.

4.3 Wiederholte Satzskelette und Füllbeispiele. Zwei oder mehr benachbarte Sätze, die auf einem Skelett aufbauen, mit derselben Klauselreihenfolge, Kommapositionen und Länge, lesen sich wie ein ausgefülltes Formular. Die gemessene Rate beträgt 9,41 solcher Paare pro 100 Absätze in Modelltext gegenüber 4,81 in menschlichem Text. Ändern Sie die Syntax eines Satzes durch Zusammenführen, Aufteilen, Umordnen oder Unterordnen und behalten Sie seinen Inhalt. Wenn ein Absatz drei oder mehr parallele Fälle gibt, die denselben Punkt machen, behalten Sie den repräsentativsten Fall im Hauptsatz und komprimieren Sie die anderen in einen Nebensatz, ohne Informationen zu verlieren. Erzählsequenzen, aufgezählte Schritte und parallele Klauseln innerhalb eines Satzes bleiben.

4.4 Wiederholungssätze. Ein Satz, der mit „Das bedeutet, dass“, „Das deutet darauf hin, dass“, „Mit anderen Worten“, 这意味着, 这表明, 这说明 oder 换句话说 beginnt und den vorherigen Satz wiederholt, wird mit diesem Satz verschmolzen oder behält nur seine Schlussfolgerung. Ein Satz, der eine Schlussfolgerung zieht, die der vorherige nicht enthält, bleibt, und seine Unterstützung wird gemäß den Regeln 5 und 6 überprüft.

4.5 Rhetorische Listen. Ein Satz, der drei oder mehr parallele Elemente aneinanderreiht, um vollständig zu klingen, wie „Startups, mittelständische Unternehmen und große

…

[gekürzt für die Übersetzung]