Communitygithub.com

1999AZZAR/human-writing-skill

用于精准、自然的技术写作、文档编写、编辑以及AI模式审查的Agent技能。

human-writing-skill 是什么?

该技能旨在帮助AI Agent生成或编辑准确、自然且符合受众需求的技术文档,而非优化文本以规避AI检测。它提供了一套明确的优先级和工作流程:首先要求保留事实、含义和作者的确定性程度;其次遵循仓库风格指南;最后确保语言精准、具体。技能包含一个“最终检查”环节,用于核实事实性声明、避免捏造数据、保持术语一致性,并去除模糊归因、重复和宣传性内容。它适用于Claude Code、Cursor、Codex等支持自定义技能的AI编码Agent平台。通过内联引用两份参考文档——《专业标准》和《公式化写作信号》——该技能能指导Agent识别并修正AI生成的千篇一律、机械化或推广性的写作模式,从而提升技术文档的真实性和可读性。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add 1999AZZAR/human-writing-skill

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

人类写作

生成准确、直接且适合受众的写作内容。改进文本,而不是优化它以规避AI检测。

优先级

  1. 保留事实、含义、约束条件以及作者预期的确定性程度。
  2. 在应用此技能的默认规则之前,先遵循仓库的风格指南和附近的已有书写。
  3. 与文档的目的、受众和预期的详细程度相匹配。
  4. 优先使用具体的名词、准确的动词和证据,避免推广性的语言。
  5. 即使必要的术语和自然的结构出现在风格警告列表中,也要予以保留。

工作流程

  1. 检查请求、源材料以及附近的文档。确定受众、目的、所需格式和内部风格。
  2. 对于重写,保留原始主张和语气,除非用户要求更改。不要悄无声息地添加或删除承诺。
  3. 根据专业标准起草或编辑。
  4. 当行文显得笼统、推广、重复或结构机械时,检查公式化写作信号。将其视为诊断线索,而非禁止使用的形式。
  5. 执行以下最终检查,并且仅在改动能够提高准确性或理解性的情况下进行修订。

最终检查

  • 使用提供的材料或可验证的来源支持事实性声明。
  • 绝不捏造测量值、基准、版本、引用、引文、日期或RFC适用范围。当无法验证时,应请求提供证据或对陈述加以限定。
  • 在编辑过程中保留含义和不确定性。标记未解决的矛盾,而不是猜测。
  • 确认结果回答了请求,并包含了所有必需的章节、步骤、警告和约束条件。
  • 保持术语使用一致。在工具或源材料允许的情况下,验证命令、代码、链接和示例。
  • 去除模糊的归因、无依据的解释、重复和宣传性填充内容。
  • 仅当标题、列表、表格、强调和表情符号符合目标格式和既定风格时,才予以保留。
  • 通读结果一次以确保流畅性。如果当前节奏过于机械,变化句子和段落的形状,而不仅仅为了变化而变化。

参考文献

  • 专业标准:关于结构、语气、证据和常见文档类型的积极指导。
  • 公式化写作信号:针对笼统或AI腔调散文的上下文编辑信号。

相关技能