真人语音
AI文本有一种可辨识的声音，因为语言模型会倾向于生成统计上最可能的句子。结果就是，散文既不够具体又过于臃肿："一个彰显团队承诺的关键时刻" 而不是 "我们提前两周发货了。" 读者会注意到，即使他们说不清为什么。
由此产生两点，它们塑造了该技能的一切：
- 特征是症状，而非疾病。 如果句子仍然言之无物，那么将"delve"换成"explore"也毫无意义。真正的问题是含糊、膨胀、过度解释和模板结构。解决这些问题，大多数表面特征就会自行消失。
- 结构比词汇更能暴露AI。 关于AI小说的研究（StoryScope，2026年）发现，清除词汇层的人工痕迹几乎不会改变故事的可检测性。暴露它的是结构：整洁的线性情节、被点明的主题、平淡的推进、结尾处总结的教训。邮件和帖子也是如此。无论用哪个词填充，模板始终是模板。
步骤1：选择模式
草稿。 用户想要写点什么。从第一句话开始就用人类的声音来写。输出内容本身，最多加上一行短注释（如果你留下了占位符）。不要附上审查、评分或你避免的特征列表。
改写。 用户提供文本让你修改、人性化或精简。先返回改写后的版本。然后添加一个简短说明（三到六行，普通散文），说明主要改动，以便他们能学习模式。保留每一个真实的主张和用户的意图。绝不添加原来不存在的想法、事实或轶事。
审查。 仅在用户要求你检查、评分、审计或解释某段文字听起来是否像AI时。阅读 references/review.md 中的评分标准和报告格式。
如果不确定，将粘贴的文本视为改写，将描述要写的内容视为草稿。
步骤2：识别渠道并阅读其参考
| 写作类型 | 阅读参考 |
|---|---|
| 邮件、Slack、Teams、短信 | references/channels.md（邮件、聊天部分） |
| LinkedIn、X、Threads、Instagram、YouTube社区帖子、标题、简介 | references/channels.md（社交部分） |
| 备忘录、报告、提案、简报、执行摘要、流程、技术写作 | references/channels.md（商务和流程部分） |
| YouTube脚本、旁白、任何故事叙述、小说、帖子中的轶事 | references/storytelling.md |
| 任何改写或审查任务 | references/patterns.md（全部特征及其修正方法的完整目录） |
对于短篇草稿，以下核心规则通常就足够了。对于用户将要发布的任何内容，请阅读渠道参考。
语音档案。 如果 references/voice-profile.md 已填写，每次都阅读并遵循它。用户自己的声音优于本技能中的默认设置，但诚实规则除外（从不虚构事实，从不伪造经验）。
步骤3：应用核心规则
这些规则适用于所有渠道。
说具体的事。 使用名字、数字、日期、实际的工具、实际的决定、实际的结果。如果你无法想象它发生，就重写它。如果你没有具体细节，就留下一个带括号的占位符，比如 [Q3审查中的数字]，而不是编造一个。绝不编造统计数据、引语、客户、资历或个人故事。占位符是诚实的；捏造的轶事是以用户的名义撒谎。
遵循奥威尔的六条规则。 它们仍然有效：
- 不要使用你习惯在印刷品中看到的修辞格（"game-changer", "move the needle", "at the end of the day"）。
- 能用一个短词就不要用长词（用"use"而不用"utilize"，用"help"而不用"facilitate"，用"start"而不用"commence"）。
- 如果能删掉一个词，就删掉它。
- 当动作发出者重要且已知时，使用主动语态。
- 能用日常用语就避免行话、外语短语或科学味重的词汇，除非精确性要求技术术语并且目标受众理解它。
- 如果遵守这些规则会导致写出别扭或粗俗的文字，可以打破其中任何一条。
使用简单动词。 "是"、"有"、"用"、"说"、"写"。而不是"担任"、"作为"、"拥有"、"特色"、"利用"、"撰写"。AI回避简单的系动词；人类不会。
只说一次。 没有开头预览你要说什么，没有结尾总结你说了什么。说完了就结束。
相信读者。 不要告诉他们什么东西"凸显"、"强调"或"反映"了什么。不用说教或教训；让事实本身说话。如果观点需要解释，说明事实不够具体。
明确表态。 将观点作为观点陈述，无需清嗓（"老实说"，"事实是"）。仅在确实存在不确定性时进行模糊处理，然后说明什么是不确定的以及原因。
像说话一样变化节奏。 根据需要混合句子长度，而不是按固定模式。一长串中等长度的句子是AI的特征。一连串短而有力的片段也是如此。
标点和格式。 默认不使用破折号；改用逗号、句号、冒号或括号。（特别是Claude过度使用它们，比专业人类作者更甚。）只使用渠道自然具备的格式：邮件中不要点缀粗体，消息中不要用标题，能用一句话解决的不要用项目符号，不要用表情符号作为项目符号，纯文本中使用直引号而不是弯引号。
使语体与关系匹配。 像对那位同事说话那样给同事写东西。为那些你认为聪明而忙碌的读者写作。
步骤4：消灭常见特征
这是简短列表。包含修正方法的完整目录在 references/patterns.md 中。
词汇。 delve, tapestry, testament, pivotal, crucial, vital, underscore, highlight（作为动词）, showcase, foster, cultivate, enhance, elevate, empower, unlock, unleash, leverage, harness, navigate, streamline, robust, seamless, holistic, dynamic, vibrant, intricate, nuanced, multifaceted, comprehensive, landscape, realm, journey, synergy, game-changer, align with, resonate with, boasts, valuable insights, additionally（句子开头）, moreover, furthermore。一两个可能是巧合。几个同时出现就是特征。不要替换同义词；围绕具体事实重写句子。
句子形状。
- 否定平行结构："不是X，而是Y。" / "不仅仅是X，还有Y。" / "Y而不是X。" 直接说Y。
- 反射性三联：三个形容词、三个短语、三个平行从句。使用实际存在的项目数量。
- "-ing"结尾：句子以", highlighting the importance of..." 或 ", ensuring that..." 结尾。删除它或使其成为独立的观点。
- 模糊引用："专家说"、"许多人认为"、"行业报告表明"。指明来源或承认是自己的观点。
- 模糊关联："与...有关"、"与...相关"。说明具体的关系是什么。
- 自问自答："结果如何？混乱。" / "为什么这很重要？因为..." 直接说出来。
- 铺垫句："事情是这样的："、"大多数人错过的是："、"答案很简单：" 删除它们，从实质内容开始。
结构。
- 引言、三点、总结引言的结论。
- 每段长度相同。
- 以泛泛的断言开头（"在当今快节奏的世界中..."）而不是具体内容。
- 以总结、教训、乐观展望（"尽管面临挑战，未来依然光明"）或一句点睛之句结尾。
- "标签： 解释" 这种项目符号列表代替了论证。
聊天机器人残留。 "当然！"、"好问题"、"希望这有帮助"、"如果您需要...请告诉我"、"以下是分类"、"如下所示..."。这些属于与助手的聊天，绝不出现在用户发送的内容中。
步骤5：不要过度修正
过度清理的文本也有自己的声音。注意以下情况：
- 同义词替换。 替换被标记的词汇，同时保留同样空洞的句子。改为重写思想。
- 碎片化简约主义。 每个句子都简短且陈述性。真正的写作中有一些承载推理链条的长句。
- 虚假的随意性。 添加"你看"、"说实话"、"就这么办"、"有点"或故意的拼写错误来显得随意。这是一种伪装，读者能看出来。
- 禁止合理工具。 当确实有三件事时，列出三点没有问题。当动作发出者未知或不重要时，使用被动语态没有问题。当有人确实持有错误观点而你在回答他们时，使用对比没有问题。在长报告中，使用标题没有问题。关键是看这种手段是在发挥作用还是仅仅装饰。
- 抹平用户的语气。 如果他们写长而诙谐的句子，就保持它们长而诙谐。修正AI的质感，而不是他们的个性。
步骤6：输出前的最终检查
在内部执行此操作。除非被问到，否则不要报告。
- 没有用户的知识或经验，其他人能否写出完全相同的这段文字？如果能，找出应该放置细节的地方或留下占位符。
- 第一句话是否说了具体的事情？
- 最后一句话是增加了新内容，还是仅仅重复？
- 大声朗读。是否有任何地方你会结巴或听起来像新闻稿？
- 是否有任何步骤4列表中的词汇？是否有任何破折号？
- 是否有任何解释前一句重要性的句子？删除它。
- 格式是否是该渠道实际使用的？
- 每个事实是真实的还是明确标记为占位符？
对于大约300字以上的文章，你也可以运行 python scripts/tell_scan.py <file> 来捕捉机械特征（被标记的词汇、破折号、重复的句子开头、统一的句子长度）。它是用来捕捉那些容易遗漏的东西的辅助手段，而不是代替阅读全文。
来源
该技能融合了：乔治·奥威尔的《政治与英语语言》（1946年）和ASD-STE100简化技术英语；维基百科的"AI写作迹象"现场指南（WikiProject AI Cleanup）；针对博客、LinkedIn、邮件和Slack的渠道感知人性化模式列表；以及Russell等人的"StoryScope：探究AI小说中的独特性"（arXiv 2604.03136, 2026）。