探索“去AI味”的工具与策略
AI辅助写作在提高效率的同时，也常常使得文章带有模板化和缺乏个性的“AI味”。为了解决这一问题，市面上出现了多种“去AI味”的工具和Skill。经过实际测试，这些工具在功能和适用场景上存在显著差异，理解它们的特性并加以组合运用，能更有效地提升技术文章的人文色彩。
主流“去AI味”工具分析
通过对十余款“去AI味”工具的测试，可以将其大致分为几类：
直接修改中文技术稿的工具
- shuorenhua： 该工具对语域和场景感知力强，能根据文章类型（如技术评测、观点文、文档）智能调整修改策略。它能有效去除文章中的模板化表达和空泛总结，同时保留专业术语和核心判断，使其更具个性化。
- Humanizer-zh： 覆盖24类AI写作痕迹，处理规则广泛。它适合进行文章的第一轮清理，但有时修改后文章可能过于标准化，削弱作者的个人风格。
- De-AI-writing： 修改力度较轻，优先保留原文结构，主要清理路标词、讲义腔和段尾收束。适用于对原稿满意，不希望大幅改动的场景。
规则提炼与参考
- stop-slop： 提供短而直接的规则集，例如将二元对比句、“三连排比”、金句式段尾和过度解释等列为禁止项。虽然直接应用于中文可能略显生硬，但其规则可拆解为中文写作的禁用清单，具有很高的参考价值。
- 英文原版 humanizer： 系统地将AI痕迹分为内容模式、语法、风格、交流模式四大类。尽管需要自行进行中文适配，但其作为上游参考，对理解和识别AI写作特征非常有帮助。
长期写作流程与风格蒸馏
- writing-agent： 提供完整的写作流水线，涵盖选题、证据收集、立场确认、审稿、去味到导出等环节。它需要配置模型和API，适合长期公众号写作等复杂场景。
- nuwa-skill： 专注于风格蒸馏，通过分析用户提供的真实文章（需5-7篇），提炼并生成专属的写作风格Skill，有助于统一个人写作风格。
其他类型工具
还有一些工具与“中文技术文章去AI味”的目标关联度较低，例如：
- chatgpt-comparison-detection： 主要用于AI内容检测研究，而非修改工具。
- ai-flavor-remover： 是一个独立的Prompt，适用于直接输入给推理模型进行尝试。
- taste-skill： 关注前端审美和界面设计，与文本内容无关。
提炼个人“去AI味”检查清单
通过对以上工具的测试和分析，发现最有价值的并非某个单一的“最强”Skill，而是从不同工具中提炼出的具体规则。结合自身写作习惯和需求，可以构建一份个性化的“去AI味”检查清单。这份清单能帮助写作者在完成初稿后，系统地审视和优化文章，使其更具个人特色和感染力。
以下是可供参考的检查项：
- 亲身经验与判断： 文章是否包含实际测试经历和个人独到见解？缺乏这些元素，文章可能缺乏独创性和深度。
- AI常见套路： 是否存在二元对比句、空泛总结、三连排比、金句式段尾等AI常用表达？识别并删除这些套路，能有效提升文章的可读性。
- 术语精度： 专业术语和模型名称是否被误改或模糊化？例如，“Fable-5”不应被替换为“该模型”。
- 句式多样性： 句子长度是否过于单一或均匀？过于平淡的句式会使文章读起来缺乏节奏感，影响阅读体验。
通过综合运用这些规则，而非盲目套用某个通用Skill，能更好地保持文章的原貌和核心内容，同时去除不必要的“AI味”。
最佳搭配模型建议
在选择模型方面，经过测试，当前Opus4.6在“去AI味”任务中表现最佳，能有效遵循Skill规则。GPT系列模型效果相对不佳，尤其在Codex环境下容易遗漏规则。DeepSeek V4 Pro表现较好，而Opus4.8则因可能蒸馏了GPT的风格，效果不如Opus4.6理想。
本文内容由人话skill制作，其开源地址为：https://github.com/Pluviobyte/rnskill