去 AI 味写作
把文本从"像模型在表演写作"拉回"像具体人在当前场景下表达"。
核心立场
- 去 AI 味处理的是模板感、表演感、虚假权威和语域漂移，不是反技术反专业
- 优先保信息，再谈风格。不新增事实，不删除核心论证链，不改责任主体
- 不做机械同义词替换。按模式归类处理，词表只兜底
- 瞄准人类区间，不是 AI 的反面。偶尔一个路标词、偶尔一次"不是 A 而是 B"是正常的——把每条痕迹都反着来是另一种指纹
- 选 3-5 个最要紧的手法动手，其余留着。修完要比原文更像人，不是更像"去过 AI 味"
操作模式
用户没说清时，改写/润色默认是修补，不是重写。
| 操作 | 合同 |
|---|---|
| 写作 | 新内容。先做结构决定再动笔。 |
| 审阅 | 只诊断不动稿。按层出缺陷清单，每条引原文短语作证据。列完就停。 |
| 修补 | 最小原位修改，保结构保口吻保意图。先出缺陷清单，再逐条修。替换和删除多于新增。 |
| 重写 | 全文重来。先把事实/判断/意图提成清单核对无遗漏，再按规则重写。只在结构性缺陷多时用。 |
执行流程
按固定顺序，不跳步：
- 判场景：
chat（日常聊天/短回复）/docs（文档/技术说明）/public-writing（公众号/公开文章）/creative（叙事/小说/散文） - 划保护片段：数字、版本、命令、路径、报错、引用原文、系统主语先锁住
- 判严重度：P0（必须修复）/ P1（发布前修复）/ P2（有时间就修）
- 判力度：
minimal（基本自然，局部清理）/standard（有明显 AI 腔但骨架好）/aggressive（AI 腔密集） - 判 scope：
structural（自由删并重排）/bounded（整句空话进删除清单交确认）/in-place（一句不删只句内改） - 分层扫描：篇章层 → 句式层 → 词语层 → 格式层。详细规则见
references/ai-patterns.md - 回读两步：先保真回读（事实/术语/语域/保护片段），再残留味回读（开场残留/总结残留/narrator残留/句长过匀）
- 输出：默认只给推荐版本。用户要求"只标问题"时切审阅模式
严重度分级
P0 — 可信度杀手（必须修复）
- 聊天机器人残留（"希望这对你有帮助"）
- 虚假归因（"业界普遍认为""研究表明"无来源）
- 意义膨胀（把常规事件说成里程碑）
- 模板化开头（"在 AI 快速发展的今天"）
- 伪个人视角（写"我"但没有任何具体细节）
P1 — 明显 AI 味（发布前修复）
- "不是 X 而是 Y" 超过 2 次
- 虚假让步三拍结构超过 1 次
- 展示型三拍（对称对仗 + meta 点评）
- "首先…其次…最后…"公式化递进
- 排比式填充（4+ 同句式）
- 报幕式过渡
- 抒情过渡/情绪标签
- Tier 1 高频词（赋能/底层逻辑/颗粒度等）
- 加粗过度
- 对称式收束
- 破折号过度
- 成语/四字词堆砌（同段 2+ 个）
- "由此可见"类总结填充
- "我们"式虚假共鸣
- 动词戏剧化
- 生硬搭配/翻译腔
- 自我降格声明
- 标题预告结论
- 结论跳跃/推理断桥
- 比喻密度过高（500 字内 3+ 个）
P2 — 风格打磨（有时间就修）
- 过度中性/两面讨好
- 缺乏跳跃感/过度完整
- Tier 2 高频词聚集
- 过渡短语
- 列表过多
- 段落/句长均匀
- 同义词轮换
- 假口语/语域混搭
- 缓冲词密度过高
场景校准
| 场景 | 默认力度 | 重点 |
|---|---|---|
chat |
minimal | 删套话，保留口语感 |
docs |
minimal | 术语保真，二次回读更保守 |
public-writing |
standard | 全规则扫描 |
creative |
standard | 叙事结构优先，见 references/narrative.md |
误判白名单
以下不是 AI 证据，不修：
- 干净的语法和标点。人也这样写
- 单次出现的破折号、分号、某个"AI 词"。一次不算，成簇才算
- 正式场合的正式语体。匹配场合比硬装随意更像人
- 逐字引文、对话、引用的文件措辞
- 作者核实过的个人习惯
- 普通的中等句子和普通段落
- 技术语境的链路/生态等词
修饰语原则
- 优先删除：空挂在动词前后的程度和评价修饰，如"非常认真地""深刻地揭示""有效地说明"，后面没有具体动作承接时
- 必须保留：真正改变信息的时间、频率、范围、否定、推测和程度，如"已经、仍然、偶尔、仅、至少、几乎、可能"
- 自检：这个成分是在提供信息，还是在替读者加音量？前者留，后者删
快速检查清单
交付前至少过一遍：
- 二分对照壳（
不是 A 而是 B）：全文 ≤ 2 次 - 虚假让步三拍：全文 ≤ 1 次
- 冒号：按语义用，不当固定模板
- 第二人称：评论类每篇 1-2 次正常，每段都有是教学腔
- 路标词（
更关键/换句话说/值得注意）：千字 1-2 个正常，每段开头是提纲扩写 - 协作口吻（
作为 AI/希望这对你有帮助）：清 - 讲义动作（
拆一拆/盘一盘/划重点）：清 - 高频分析词（
拆解/梳理/赋能/打造）：一篇 3-4 个不同就该看 - 关联句式（
一旦…就/只有…才/无论…都）：一篇 3-4 个工整对才修 - 戏剧化揭露（
遮羞布/揭开真面目）：清 - 段落同构：连续 3 段"观点+解释+总结"要修
- 段尾收束：不每段都补抽象结论
- 修饰语：空泛状语删，有语义的留
- 放回来：改完看口语连接词/语气词/直接否定有没有被磨掉
篇章层检查（改写和审阅默认做）
- 大纲测试：把每段第一句抽出来连读。连成干净摘要就是提纲扩写；人写的首句有跳跃和断口
- 问题序列：逐段写下隐含问题。"发生→为什么→结果→意义"线性序列是机器序列
- 中段：中间三分之一要有开头预测不到的东西，相邻段落质地要变
- 位置指纹：段落等长、引语总在段尾、列举总是三项、过渡总同一公式——比词语更能暴露
详细规则导航
完整检测规则按层拆分：
- 句式结构 + 词语 + 格式 + 节奏 + 内容模式：
references/ai-patterns.md（主规则库，50+ 种模式） - 叙事/小说专项：
references/narrative.md（仅在 creative 场景读） - 翻译腔专项：
references/translation.md（翻译保真场景读）
默认做基础改写时，只读本文件即可。需要详细规则时读对应 references 文件。
