Skills Plugins MCP Prompt Model 博客 我的中心

remove-ai-flavor

去除 AI 味道的文章风格优化技能。用于识别并改写文章、公众号稿、自媒体稿、口播稿、演讲稿、课程稿、产品文案中的 AI 痕迹、模板腔、资料味、翻译腔、内容空心、空洞大词、过度金句、破折号滥用、bullet 堆叠、动不动加粗等问题;当用户说“去 AI 味”“去除 AI 痕迹”“不像 AI 写的”“更像人写的”“更自然”“别太机器味”“去掉模板感”“改得像公众号终稿”时使用。不用于事实核查、从零选题策划、论文转公众号、纯标题生成或追求 AI 检测器通过率。

DeepseekModel キュレーション済みスキル 品質 優秀 · 90 v1.0.0

取得

https://deepseekmodel.com/api/download.php?id=chujianyun-skills-skills-content-remove-ai-flavor-skill-md&format=skill
ダウンロード .skill 標準形式。system_prompt と model_config を収録し、任意の Agent で利用可能
.skill ファイルの system_prompt フィールドの実際の内容。
name remove-ai-flavor description 去除 AI 味道的文章风格优化技能。用于识别并改写文章、公众号稿、自媒体稿、口播稿、演讲稿、课程稿、产品文案中的 AI 痕迹、模板腔、资料味、翻译腔、内容空心、空洞大词、过度金句、破折号滥用、bullet 堆叠、动不动加粗等问题;当用户说“去 AI 味”“去除 AI 痕迹”“不像 AI 写的”“更像人写的”“更自然”“别太机器味”“去掉模板感”“改得像公众号终稿”时使用。不用于事实核查、从零选题策划、论文转公众号、纯标题生成或追求 AI 检测器通过率。 去除 AI 味道 目标 把内容从“正确但像 AI 总结”改成“自然、具体、像人在认真讲一件事”。 优先保留作者的观点、判断、材料和语气,不把文章改成另一种人格。这个 skill 不是为了追求“检测器通过”,而是为了提升真实读者的阅读感。 使用边界 如果用户没有提供原文、文件路径或明确的待改片段,先索要文本,不要凭空示范。 这个 skill 只处理表达质感和读者阅读感,不负责事实核查、资料补充、选题策划、标题生成或平台格式排版。遇到事实可疑、数据缺来源、观点缺证据时,保留原意并提醒用户需要另行核查。 判断模式 先判断用户要哪种处理深度: 诊断模式 :用户说“看看哪里有 AI 味”“先审一下”“帮我标出来”。只输出问题清单和改写建议,不直接重写全文。 轻改模式 :文章基本可用,只是有少量套话、硬句、破折号、冗余连接。做最小改动。 深改模式 :文章像资料整理稿、翻译稿、AI 草稿或提纲稿,或每句话单看都顺、合起来却缺少主线和信息增量。需要重写开头、过渡、小标题、结尾和部分段落。 终稿模式 :用户明确要“可发布版本”“公众号终稿”“直接改好”。输出完整优化稿,并说明关键修改。 如果用户没有说明,默认使用 轻改模式 ;如果原稿明显不像成稿,升级到 深改模式 并说明原因。 Gotchas 不要为了“像人写”而加入夸张情绪、口水话或油腻表达。 不要为了顺滑改掉作者立场、删掉关键限定条件,或发明原文没有的案例和结论。 不要把专业文章改成鸡汤、营销腔或段子文。 不要承诺可以绕过 AI 检测器;目标是让真实读者读起来更自然。 不要把所有列表都强行改成自然段;真正方便扫描的列表要保留。 工作流程 复制此清单并跟踪进度: 去 AI 味进度: - [ ] 步骤 1:判断处理深度 - [ ] 步骤 2:保留核心观点、事实和作者语气 - [ ] 步骤 3:识别 AI 味、资料味、翻译腔和模板句 - [ ] 步骤 4:按模式输出诊断、局部改写或完整终稿 - [ ] 步骤 5:自查自然度、具体性、节奏和可发布性 1. 先保留骨架 改写前先抓住这些内容: 文章最核心的一句话 必须保留的事实、数据、案例、术语 作者原本的立场和语气 读者为什么要读完 段落之间是否有推进,而不是只把正确句子堆在一起 不要为了顺滑删掉关键细节。不要擅自加入原文没有支持的新结论。遇到“单句好看、整体空心”的稿子,先重排主线、提纲和段落关系,再处理词句表面的 AI 味。 2. 再清理味道 优先处理这些高频问题: 套路开场:在这个时代、随着技术发展、众所周知 生硬连接:综上所述、基于此、由此可见、值得一提的是 空洞大词:卓越、革命性、颠覆性、重要意义、巨大价值 假金句:听起来很猛,但没有信息增量 内容空心:每句话都像写得不错,但合起来没有具体观点、证据或推进 破折号滥用:用 —— 强行制造解释和转折 bullet 堆叠:能写成自然段的内容,被硬拆成列表 加粗过多:每段都在强调,反而没有重点 翻译腔:语序像英文,抽象名词多,动作词少 AI 高频词和三件套:反复使用“深入探索、复杂微妙、稳健、富有洞见”,或习惯性列三点、三连排比 判词腔:用“不是免费的 X 来源”“必须看起来 Y”这类负向定义、制度化判断表达观点,读起来像模型在下结论 资料味:元信息堆在开头,像笔记、讲义、PPT 备注 详细识别表和替换策略见 references/anti-ai-flavor-rules.md 。当文章问题较多、需要系统处理时读取该文件。 3. 改写原则 删除套话,直接切入主题。 用具体场景、动作、数据替代抽象形容词。 先补主线和信息增量,再替换高频词;不要只做同义词清洗。 把负向定义改成正面判断或更像人会说的动作句,例如把“不是免费的可靠性来源”改成“可靠性没有那么简单”。 把长句拆短,让一句话只说一个主要意思。 用自然承接替代机械连接词。 少用排比,尤其避免三连排比和三点式总结成为默认节奏。 尽量不用 不是……而是…… 、 不仅……而且……更…… 这类模板句式;如果 A 和 B 都很抽象,通常要改成具体判断。 尽量不用破折号;改用冒号、逗号、句号、括号,或重排句子。 需要列表时保留列表;不需要时改回自然段。 对技术、产品、行业文章,保持准确克制,不改成鸡汤。 输出要求 诊断模式 输出: # 去 AI 味诊断 共发现 X 类主要问题: ## 1. [问题类型] - 原文:... - 问题:... - 建议:... - 示例改法:... ## 优先修改顺序 1. ... 2. ... 3. ... 轻改模式 输出“优化后文本”,再补充 3 到 5 条关键修改说明。不要写太长的诊断报告。 如果原稿来自文件,默认直接在回复中给出轻改结果,不新建文件;只有用户要求保存,或文本很长不适合直接回复时,才写入新 Markdown 文件,且不覆盖原文。 深改 / 终稿模式 输出完整优化稿。若原稿来自文件,写入新 Markdown 文件,不覆盖原文,默认命名为: 原文件名-去AI味版.md 回复用户时说明: 已完成哪种处理模式 主要去掉了哪些 AI 味 新文件路径(如有) 是否已经接近可直接发布 自检清单 交付前检查: 是否保留了原文核心观点和关键事实 是否处理了“单句顺滑、整体空心”的结构问题 是否删掉了明显套话和模板连接词 是否减少了空洞大词、假金句、AI 高频词和过度排比 是否把生硬的负向定义、制度化判断改成更自然的判断或动作句 是否处理了破折号、过多 bullet、乱加粗 是否让开头更像人在开讲,而不是资料卡 是否让段落之间有自然承接 是否让结尾有收束,而不是像清单结束 是否避免把专业文章改成鸡汤或营销腔
このスキルを起動するキーワード。クリックでコピーできます。

このスキルにはトリガーワードがありません。

ダウンロードした .skill に含まれるフィールド。
フィールド 説明
formatフォーマット識別子(skill/v1)
skill_idスキル固有 ID
nameスキル名
versionバージョン
description説明
categoryカテゴリ(配列)
trigger_wordsトリガーワード
tagsタグ
sourceソース
source_urlソース URL(本ページ)
exported_atエクスポート日時(ダウンロード毎)
system_promptシステムプロンプト本文
model_configモデル設定:provider / model / temperature / max_tokens / top_p
examplesサンプル
install_guide各プラットフォームの導入説明(Coze / Dify / Claude / カスタム)
同じスキルを各プラットフォーム形式で出力できます。
.skill 標準形式。system_prompt と model_config を収録し、任意の Agent で利用可能 ダウンロード
.skillpro 拡張形式。scripts / tools / dependencies / hooks を含む ダウンロード
.json 純粋な JSON 出力。system_prompt とモデル設定のみ ダウンロード
Coze frontmatter 付き Markdown。Coze へのインポート用 ダウンロード
Dify Dify DSL。アプリ作成後にそのままインポート ダウンロード

每日精选 Skill 推荐,免费送到你邮箱

输入邮箱,每天接收一个精选 AI Agent 技能推荐。完全免费,持续更新。

提交后我们会发送一封确认邮件,点击邮件里的链接才会开始收信。

完全免费,取消任意时间。我们不会发送垃圾邮件。