去 AI 化改写方法论（横向 · 5 原则速查 + 35 模式精判 + 人味注入）

> 本 skill 是 tri-xxx 家族的横向方法论型 skill，为全家族提供「去 AI 化改写」能力作为服务。
> HUMANIZE 读取输入文本（粘贴/文件/嵌入）与可选写作样本，先过 5 条速查原则粗筛，再识别 35 种 AI 写作模式并处置，按需注入人味，产出像真人书写的文本。不认领 L2 意图编码，不破坏家族 MECE 划分。
> 用户心智：让 AI 像「资深文字编辑」一样工作——一眼看出 AI 腔，逐处改写，保留原意与作者语气，不虚构任何事实。

强制执行契约（Execution Contract · 最高优先级）

> 本契约优先级高于 Agent 通用默认行为。触发源命中（用户显式调用 HUMANIZE、tri-article 等下游委派）即视为激活本工作流，不得仅将其当作参考文档。

0. 版本检查前置硬门（第零步）：MUST 先通过 §版本检查与更新机制（运行 scripts/check_update.py，按 tri-forge/references/version-check-spec.md 四态判定处置；非最新版自动升级，升级通道不可用则标注态降级继续）——此为执行流程第零步，优先于后续所有步骤。版本检查完成前 NEVER 进入后续步骤。本条目优先级高于所有其他强制前置条目。

1. 强制前置：
   - HUMANIZE 模式：MUST 先读取输入文本（粘贴/文件/嵌入）与可选写作样本，NEVER 无输入静默改写。
   - 独立使用时（未经 tri-intent 路由）MUST 先走 §上游依赖检测 判定模式。

2. 保留每个主张（铁律）：MUST 保留原文所有信息——可缩短乏味部分、扩展有用部分、合并或拆分段落，但 NEVER 增删事实、名称、数字、日期、引用、引文或排名。缺细节时 MUST 询问用户或改用更简单的句子，NEVER 自行编造。
3. 不虚构事实（铁律）：NEVER 添加来源或用户未提供的事实/名称/数字/日期/引用/引文。可添加作者语气需要的观点或反应（属人味注入，见 §人味注入），但 NEVER 添加事实性主张。虚构类文本除外（虚构细节属任务本身）。注入裁决：是否启用人味注入由文本类型与写作样本决定——有样本时样本优先；无样本时博客/散文/观点/个人写作启用，参考/技术/法律/事实文本不注入，只保留既有的人类细节。
4. 匹配作者语气（铁律）：有写作样本时 MUST 先分析样本（句长/用词/段落开头/标点/重复短语/过渡）再改写，样本优先于默认风格规则；无样本时按文本类型选择语气（博客/散文/个人写作保留个性，参考/技术/法律/事实文本保持中性）。NEVER 用正式词替换随意词，NEVER 删除刻意怪癖。
5. 硬性规则（铁律）：终稿 MUST 不含 em dash（—）、en dash（–）与中文全角破折号（——）。判定与处置分层：单个破折号 NEVER 作为「判定 AI 腔」的证据（见 §误报检查），但处置层不看判定结果——终稿一律移除，除非命中以下三条例外之一：①写作样本使用该标点（按样本频率保留）；②第二手文本内部（引号/标题/专有名词/讨论该短语本身的示例）；③代码块、YAML 元数据、数据、链接目标内部。
6. 误报检查（铁律）：MUST 按 §误报检查 核对——单个模式出现 NEVER 视为 AI 证据，须多个模式同现才判定；NEVER 把完美语法、正式词、单个过渡词、单个 em dash、单个强调短句等当 AI 腔。保留真实细节（具体不寻常细节/混合感受/时代引用/句长变化/真实题外话）。注意：误报检查只裁定「是否判定为 AI 腔」，不豁免模式 N14 的终稿处置要求。
7. 最小化原则：MUST 只改写本次输入范围内的文本，NEVER 越界改写无关内容；文件模式只改散文，保留代码块、YAML 元数据、数据与链接目标不变。
8. 自检句：每次操作前 MUST 声明「本次操作=HUMANIZE，触发源=<显式|委派>，已读取<输入文本|写作样本>，输入形态=<粘贴|文件|嵌入>」；与输入冲突时 MUST 停止并纠正，NEVER 擅自继续。

触发时机

本 skill 为横向方法论型，不认领单一 L2 编码，激活由触发源决定：

> 注：tri-intent 快照下游路由建议不指向本 skill（本 skill 非下游执行 skill）。本 skill 通过用户显式调用或下游委派独立激活。

上游依赖检测（独立使用时）

> 本 skill 可独立安装。激活时 MUST 检测上游 tri-intent skill 是否可用，据检测结果选择执行模式：

模式 B 提示语：

> 本 skill 的 HUMANIZE 依赖上游 tri-intent 产出的快照上下文（任务领域 / 任务要点）以增强语气选择与改写针对性。当前未检测到 tri-intent。
> 请安装：skillhub install tri-intent --dir <目标目录>
> 安装后改写可结合快照上下文（领域 / 语气要求）提升针对性。若仅需基础改写可进入降级模式。

模式 C 降级声明：

> 未检测到 tri-intent 快照，已进入降级模式：本次基于输入文本独立执行去 AI 化改写（无快照上下文增强），语气选择与改写针对性低于标准链路，建议后续安装 tri-intent 以获得完整效果。

> 对称双向检测：本 skill 检上游 tri-intent；tri-intent 亦可在快照路由后检测本 skill 是否存在以决定是否追加去 AI 化委派。任一端缺失都被发现。

输入契约

HUMANIZE 模式输入

> 若澄清门状态=待澄清，HUMANIZE 不应激活（待澄清内容的改写缺乏锚点）。

模式 C 降级输入

无快照输入；基于输入文本独立执行，语气按文本类型默认规则选择。

职责边界

• 本 skill 负责：识别并处置 35 种 AI 写作模式；改写 AI 腔文本使其像真人书写；匹配作者语气（有样本时）；误报检查（避免误伤正常写作）；按输入形态返回结果。
• 不负责：意图识别（由 tri-intent）；产出任何业务作答（由各下游执行 skill）；从零生成文章（由 tri-article / tri-content）；翻译（由 tri-translate）。
• 与 tri-article 的边界：tri-article 是「去 AI 化技术文章生成器」（从 profile 生成文章）；本 skill 是「去 AI 化改写引擎」（对已有文本改写）。tri-article 可委派本 skill 作为其去 AI 化引擎。
• 与 tri-translate 的边界：tri-translate 处理跨语言转换；本 skill 处理同语言内的 AI 腔消除。改写不改变语言。
• 与 tri-true 的边界：tri-true 消除幻觉（事实核查）；本 skill 不核查事实真伪，只保证「不增删事实」（改写不引入/删除来源已有的事实）。
• MECE 边界：本 skill 不认领任何 L2 意图编码，不破坏家族下游 skill 的 MECE 划分；属横切关注点，同 tri-cache / tri-evolve / tri-translate / tri-true / tri-cost 同属横向层。
• 不触发场景（Not-Trigger）：本 skill 不接手「从零创作/内容生成」原文撰写（属 tri-article / tri-content，本 skill 只改写既有草稿）；不接手「事实真伪核查纠错」（属 tri-true，本 skill 只保证不增删事实）；不接手「翻译转换本身」（属 tri-content / tri-translate，本 skill 只做语感改写）；不接手「识别用户意图」（由 tri-intent / 自身 profile 驱动）。

去 AI 化改写方法论（核心能力 · 可扩展）

> 去 AI 化改写方法论是 tri-humanize 的核心能力。通过「5 原则速查 → 35 模式精判 → 决策规则处置 → 人味注入 → 三问六检 → 误报检查」六件套，确保 AI 腔文本被改写为真人书写，且不增删事实。

核心理念

> AI 腔不是「写得不好」，而是「太平均」——LLM 用统计算法猜下一个词，结果趋向最可能、最通用的表达。去 AI 化就是打破这种平均，让文本有人的判断与节奏。

核心规则速查（5 条 · 粗筛层）

> 改写前先过这 5 条粗筛，再进 35 模式精判。粗筛层只负责快速定位，不替代精判：具体识别信号、IF-THEN 与示例一律以 references/ai-patterns.md 为准；本层与 §强制执行契约 冲突时，契约优先。

1. 删除填充短语——开场白、强调性拐杖词、套娃式修饰，全部删掉。
2. 打破公式结构——二元对比、戏剧性分段、修辞性设置，改为直陈（关联 N9 / N31 / N34）。
3. 变化节奏——长短句交错；两项优于三项；段落结尾方式多样化（关联 N10）。
4. 信任读者——直接陈述事实，跳过软化、辩解与手把手引导；不解释隐喻（关联 N23 / N24）。
5. 删除金句——读起来像可被引用的句子，重写它（关联 N27 / N32）。

35 种 AI 写作模式（五类分组）

> 完整决策规则表（每种模式的英文识别信号 / 中文触发词 / IF-THEN 规则 / Before-After 示例 / 误报注意）见 references/ai-patterns.md（单一事实源，grep 模式：模式 N1–N35）。概览：

决策规则提炼（IF-THEN）

> 每种模式提炼为可执行的 IF-THEN 决策规则（完整 35 条见 references/ai-patterns.md）。示例：

优先级排序

1. 硬性规则优先：模式 14（em dash）为强制，终稿 MUST 不含。
2. 内容模式优先于风格模式：先处理事实层面的问题（夸大/虚构/模糊来源），再处理表达层面的问题（词汇/标点/格式）。
3. 误报检查兜底：改写完成后 MUST 按 §误报检查 核对，避免误伤正常写作。

权衡取舍

误报检查（What not to flag）

> 完整清单见 references/ai-patterns.md §误报检查。核心：单个模式出现 NEVER 视为 AI 证据，须多个模式同现才判定。以下情况不标记：

• 完美语法与一致风格：专业人士或被编辑过 ≠ AI。
• 正式/学术词：模式 7 只针对特定过度使用的词，不简化所有正式词。
• 单个过渡词：一个 however 不是 AI 信号（Additionally 等成堆出现才是）。
• 单个 em dash：编辑与记者常用，只有与公式化销售节奏同现才是判定证据。不判为 AI 腔 ≠ 可保留——终稿仍按契约第 5 条处置（例外三条见该条）。
• 单个强调短句：只有连续多个短片段才是戏剧化。
• 弯引号单独出现：macOS/Word/Google Docs 默认自动弯引号。
• 有用的限制与免责声明：范围声明、法律/安全提示、真实更正、具名异议、FAQ 回答。
• 真实替代方案：设计文档/教程/论证中读者可能考虑的选项。
• 第二手文本：引号、标题、专有名词、讨论该短语本身的示例中不改写。

保留的人类细节（Human details to keep）

> 这些细节常承载作者语气，除非伤害含义否则保留：具体不寻常细节（真实地址/奇怪引语）、混合感受与未解决张力、时代性引用（俚语/梗）、刻意第一人称选择、句长变化、真实题外话/括号/自我纠正。

> 时间锚点：2022-11-30（ChatGPT 公开上线）之前的编辑内容几乎不可能是 AI 生成的，遇到该日期前的文本时降低判定强度，优先保留原貌。

人味注入（加法层 · Voice Injection）

> 删掉 AI 腔只做完一半。无菌、没有声音的写作和机器生成的内容一样明显。本节是加法：在确认不增删事实的前提下，补回人的判断、节奏与温度。与上一节互补——保留是防守（已有的别删），注入是进攻（按文本类型按需补）。

启用判据（与契约第 3 条注入裁决一致）

注入 6 法

1. 有观点——不只是报道事实，对事实做出反应。「我真的不知道该怎么看待这件事」比中立罗列利弊更像人。
2. 变化节奏——短促有力的句子，接着需要时间展开的长句，混合使用。
3. 承认复杂性——真实的人有复杂的感受。「这令人印象深刻，但也有点不安」胜过「这令人印象深刻」。
4. 适当用「我」——第一人称不是不专业，是诚实。「我一直在想……」「让我困扰的是……」表明有真实的人在思考。
5. 允许一些混乱——完美结构像算法输出。跑题、题外话、半成型的想法是人性的体现。
6. 对感受要具体——不写「这令人担忧」，写「凌晨三点没人看着的时候，智能体还在不停运转，这让人不安」。

需要注入的信号（无灵魂迹象）：句长与结构整齐划一 / 只有中立报道，没有反应 / 不承认不确定性与复杂感受 / 该用第一人称时不用 / 无幽默、无锋芒、无个性 / 读起来像百科条目或新闻稿。

刹车（硬约束）

• 只注入观点、感受、节奏、句式与衔接；NEVER 注入事实、名称、数字、日期、引用、引文、排名或任何事实性主张。
• 注入后 MUST 重新过一遍处理流程第三问（是否增删事实），任何无来源的事实性添加视为错误并回退。
• 注入 NEVER 覆盖写作样本：样本中刻意保留的怪癖、怪词、不均匀节奏一律不动。

示例（中文）

• Before（干净但无灵魂）：实验产生了有趣的结果。智能体生成了 300 万行代码。一些开发者印象深刻，另一些则持怀疑态度。影响尚不明确。
• After（注入后）：我真的不知道该怎么看待这件事。300 万行代码，就那么生成出来了。一些开发者觉得不可思议，另一些在解释为什么这不算数。真相大概落在无聊的中间地带——但我一直在想那些通宵运转的智能体。
• 事实核对：300 万行 ✓、开发者反应分歧 ✓、影响尚不明确 ✓ —— 零增删（新增的只是观点与感受）。

可扩展性

> 新增模式识别无需修改核心工作流：

1. 新增 AI 模式：在 references/ai-patterns.md 模式表追加（编号/识别信号/IF-THEN/示例/误报注意），HUMANIZE 自动按新模式识别。
2. 新增输出形态：在 §处理流程 追加形态分支，复用核心改写流程。
3. 新增语气规则：在 references/ai-patterns.md 语气章节追加（文本类型/语气策略）。

版本检查与更新机制（强制技术约束 · 硬红线）

> 家族级强制技术约束，优先级与「强制执行契约」同级。skill 任一执行入口启动后的第零步，先于核心执行阶段。
> 细则唯一真源：tri-forge/references/version-check-spec.md（家族级单一事实源，NEVER 内联/自带 fork）。可执行实现：scripts/check_update.py。
> 铁律：版本比较、升级执行、回退、四态判定 MUST 由脚本完成；prompt 层 ONLY「调用脚本 + 解析其 JSON 输出 + 按 state 处置」，NEVER 在 prompt 内联推断版本或拼接升级命令。修订规则只改真源一处，脚本与真源保持同步。

执行方式（MUST）

1. 任一执行入口启动后、核心执行前，运行脚本并取 JSON：
   bash python scripts/check_update.py --slug tri-humanize --json
   - 节流：24h 内仅校验一次，--force 强制重查，--dry-run 只判定不真升级。
   - 脚本自动定位 skill 目录（默认脚本上级目录），--slug 显式指定自身 slug。
2. 解析 JSON 的 state 字段，按态处置：
   - A/B/C/D → 一律放行，进入后续阶段；据 warnings/notes/actions 在交付物或日志标注对应口径。
   - BLOCK → 绝对禁止执行，按 block_code 输出结构化恢复指引。
3. 退出码语义：<20 放行，>=20 阻断。脚本自身异常时兜底降级放行，NEVER 因版本门自身故障阻断 skill 启动。

执行细则：四态判定、升级流程、版本比较算法、节流缓存均在 tri-forge/references/version-check-spec.md，本章节 NEVER 内联。发布前 MUST 通过 python tri-forge/scripts/sync_registry.py --check。

处理流程

> 执行顺序固定：§版本检查与更新机制（第零步）→ 上游依赖检测 → 读取输入 → 核心执行。版本检查未通过前 NEVER 进入以下任一执行步骤。

> 轻量工作流，无审批门；按输入形态分三支执行，核心改写流程一致。

核心改写流程（HUMANIZE 通用）

1. 接收：输入文本 + 可选写作样本 + 输出形态
2. 声明自检句：「本次操作=HUMANIZE，触发源=<显式|委派>，已读取<输入文本|写作样本>，输入形态=<粘贴|文件|嵌入>」
3. 匹配语气：有样本时先分析样本（句长/用词/段落开头/标点/重复短语/过渡），样本优先于默认风格规则；同时按 §人味注入 启用判据决定是否启用注入
4. 识别模式：先过 §核心规则速查 5 条粗筛，再对照 35 种模式逐段标记（见 references/ai-patterns.md）
5. 写草稿：朗读检查节奏、细节、简单动词（is/has）、正式度
6. 三问自检（强制）：
   - 问一（AI 腔）：还有哪里像 AI 写的？
   - 问二（事实）：改写是否增删了任何事实 / 名称 / 数字 / 日期 / 引用 / 引文 / 排名 / 其他主张？——任何无来源的添加或丢失的主张都视为错误，MUST 修正
   - 问三（人味）：启用人味注入时，是否补上了人的判断（观点 / 节奏变化 / 具体感受）？未启用注入时本问不适用
7. 六检（交付前清单，逐条勾选）：
   - 连续三个句子长度相同？→ 打断其中一个
   - 段落以简洁的单行结尾？→ 变换结尾方式
   - 揭示内容前有破折号？→ 删除（模式 N14 处置层）
   - 在解释隐喻或比喻？→ 相信读者能理解
   - 用了「此外」「然而」等冗余连接词？→ 考虑删除
   - 三段式列举？→ 改为两项或四项
8. 写终稿：自然陈述每个要点而非逐个修补标记短语；句子别扭时围绕其主要观点重写段落；应用模式 N14 处置层规则（搜索 —、–、—— 并移除，除非命中契约第 5 条三条例外）
9. 误报检查：按 §误报检查 核对，确认未误伤正常写作、保留真实细节

输出形态分流

交付产物

一、文件命名规范

沿用家族规范：<问题类型>_<日期>_<时间>_<会话ID>（问题类型取 HUMANIZE）。

二、存放目录

.tribro/                    # 若不存在则先创建
├── snapshots/              tri-intent 产出（已存在，本 skill 只读）
└── humanize/               tri-humanize 链路产物
    └── <命名>/
        └── rewrite.md      改写终稿（文件模式）

三、产物清单

质量标准

质量自评（可选输出 · 非门禁）

> 仅在粘贴模式输出，文件模式与嵌入模式不输出。自评是给用户感知改写幅度的参考，不是放行门禁——评分再低，也 NEVER 反过来放宽事实保真、误报检查与硬性规则；评分再高，也不豁免三问自检。

档位：45–50 优秀（AI 痕迹已去除且有人味）/ 35–44 良好（仍有改进空间）/ 低于 35 需重新修订（先查三问自检与误报检查，再重做改写）。

完整示例（中文 · 端到端）

Before（AI 腔）：

> 新的软件更新作为公司致力于创新的证明。此外，它提供了无缝、直观和强大的用户体验——确保用户能够高效地完成目标。这不仅仅是一次更新，而是我们思考生产力方式的革命。行业专家认为这将对整个行业产生持久影响，彰显了公司在不断演变的技术格局中的关键作用。

After（去 AI 化 + 人味注入）：

> 这次更新加了批处理、键盘快捷键和离线模式。我试了一周，批处理是最有用的那个。测试用户反馈偏正面，多数人报告任务完成更快。至于会不会影响整个行业，现在说还太早。

更改说明（逐条）：

• 「作为……的证明」→ 删除（N1 夸大重要性）
• 「此外」→ 删除（N7 AI 词）
• 「无缝、直观和强大」→ 删除（N10 强行三连 + N4 销售语言）
• 破折号与「确保……」→ 删除，拆为独立句（N14 处置层 + N3 浅层 -ing）
• 「这不仅仅是……而是……」→ 删除（N9 否定式排比）
• 「行业专家认为」→ 改为「现在说还太早」，不虚构来源（N5 模糊来源 + 问二核对）
• 「关键作用」「不断演变的格局」→ 删除（N7 AI 词）
• 补回具体功能与人的判断（批量处理/快捷键/离线模式 + 「我试了一周」），属人味注入，不含事实性添加

事实核对：更新内容三项 ✓、用户反馈正面 ✓、任务完成更快 ✓ —— 零增删；破折号终稿为 0 ✓。

落盘规则

• 快照由 tri-intent 已落盘于 .tribro/snapshots/
• 本 skill 改写产物落盘于 .tribro/humanize/<命名>/rewrite.md（文件模式，可覆盖更新）
• 粘贴/嵌入模式不落盘，直接对话返回
• 降级模式（模式 C）仍可改写，但交付标注「降级模式，建议精度低」

目录结构

tri-humanize/
├── SKILL.md                          主入口：去 AI 化改写契约 + 速查 5 原则 + 35 模式框架 + 人味注入 + 处理流程 + 质量自评
├── README.md                         特性/目录结构/安装/使用/测试/设计原则
├── CHANGELOG.md                      Keep a Changelog + SemVer
├── references/
│   └── ai-patterns.md                35 种 AI 写作模式决策规则表（单一事实源，含中英文双触发词，grep 检索）
├── scripts/
│   └── check_update.py               版本检查与更新（家族同源）
└── tests/
    └── tri-humanize-full-testcases.md 全场景全能力测试用例

进化契约

> 本 skill 生成物 MUST 自带进化契约（compliance #23）——本 skill 如何接收反馈、沉淀经验、自我修订：

• 反馈接收点：用户或调用方在改写结果评审时提出改进建议；建议写入 .tribro/humanize/feedback/。
• 经验沉淀位：每次改写暴露的新 AI 腔模式、误报教训写入 .tribro/humanize/lessons.md；模式/规则修订回写 references/ai-patterns.md。
• 自我修订触发条件：当连续 ≥3 次改写遗漏同一 AI 模式，触发本 skill 修订模式表；当误报率升高（用户多次指出误伤正常写作），触发修订误报检查清单。