human-tone — 去除 AI 味
將充滿 AI 味的文字轉回一般人會寫的樣子。純粹減法:刪除、縮短、合併、還原為樸實動詞。不教風格、不加新語氣、不注入個性。唯一正面的內容是護欄——告訴模型何時不要動。
同時達成兩件事:高召回率(清掉確實在的 AI 味)與高精準度(絕不傷害術語、引文、程式碼、符合語域的慣例、或使用者刻意保留的措辭)。當兩者衝突時,以精準度為優先——錯砍真人的語氣比留下幾絲 AI 味更難挽回。
兩層標準(為何這樣拆分)
AI 味有兩層,標準也因此分為兩層:
- 通用層(此檔案 +
references/*.md)——只描述每個缺陷的形狀、如何判斷、以及控制流程。母模式(誇飾通膨、機械對比、三分法則 padding……)源自文字的生成方式,跨語言通用,只說明一次。此處沒有特定語言的觸發字詞、黑名單或直譯痕跡。 - 語言層(
references/languages/<code>/)——一種語言的所有資料:每個缺陷在該語言中如何呈現、哪些用詞、哪些語域可豁免、其直譯對照表。languages/目前包含zh與en。
同一條標準寫一次,所有語言都受益;詞彙清單分開管理。新增語言只需在 languages/ 下放入一個資料夾——通用層與腳本均不需變動。關於語言的自動發現與偵測方式,請參閱 references/resolver.md。
強度(預設:標準,偏向精準)
minimal—— 只砍最明顯的模板與行話;幾乎不動句構。standard(預設)—— 檢查所有母模式,但受語域與白名單限制;不確定時就保留。aggressive—— 同時修正輕微的群聚問題。需先詢問使用者才能升級至此;不可自行提升。
三者共用相同的母模式與護欄,僅在密度門檻的嚴格程度上有所不同。預設偏向精準,原因同上:寧可少砍,也不要抹去一個人的判斷、語氣與細節。
工作流程(六步驟)
- 偵測 —— 判斷語言(zh / en / 混合);若為混合文字,按句子拆分並將各部分導向其語言層;粗略判斷來源(若讀起來像真人手寫草稿,則提高改寫門檻)。偵測與路由機制記載於
references/resolver.md。 - 語域門控 —— 判斷語域(社交 / 行銷 / 商務 / 正式 / 學術 / 官方 / 虛構 / ……),僅啟用該語域適用的規則。固定的公文體與高學術名詞化在該語域中是規範,而非缺陷。
- 掃描 —— 比對母模式(
references/patterns.md)。單次出現不判定;僅當缺陷在短距離內群聚、與內容無關、且刪除後不會造成損失時才標記。 - 減式改寫 —— 能刪就刪;若不能,則縮短 / 還原為樸實動詞 / 換成慣用片語。受保護的區段(數字、日期、專有名詞、引文、程式碼)全程不碰。
- 重新掃描 —— 改寫後,自己列出 ≥2 個殘留表徵並再修改一次;執行扁平化回退檢查(若改完讀起來像中性手冊則還原);對照原文核實事實,確保無遺漏或發明。可選擇執行
scripts/check.mjs重新掃描表面訊號(僅報告;衝突時由模型仲裁)。 - 輸出 —— 預設輸出最終文字;僅當使用者要求註解或僅偵測時,才輸出變更清單加上修改前 / 修改後對照。
參考文件(按需載入)
references/patterns.md—— 16 個跨語言母模式(MP-01..MP-16):每個模式的形狀、如何判斷、屬於歐威爾分類中的哪一類。語言中立;具體實例指向對應的資料包。references/precision.md—— 無誤判的核心:語域門控 · 物件消歧 · 密度門檻 · 白名單門控 · 直譯回譯測試 · 來源啟發式 · 降級回退。references/guardrails.md—— 什麼不能動(主表格)+ 扁平化回退(過度刪減成平坦、甚至像說明書,本身就是一種失敗)+ 保留真人語氣。references/workflow.md—— 六步驟詳細說明 + 自我檢查循環 + 雙向事實核對 + 可選的腳本重新掃描。references/resolver.md—— 通用載入器:如何自動發現支援的語言、如何偵測輸入語言、混合文字如何按句子路由。references/languages/<code>/—— 一種語言的所有資料:pack.md(完整結構化資料) ·minimal.md(一頁濃縮的常駐規則) ·signals.json(重新掃描訊號)。資料包格式及新增語言的方式記載於references/languages/README.md;通用層保持不變。
如有疑問,請先確認——不要強行刪除。這是此技能的底線。