去 AI 味写作技能（中文）

核心用法

de-ai-writing-cn 是一套系统化的中文写作优化技能，核心目标是将AI生成的"信息完整但表达机械"的文本转化为"信息密集、语气自然、人类感强"的专业表达。其使用场景明确：当检测到文本存在"AI味"过重、模板化明显、语气过度迎合或结构过度列表化等问题时触发。

技能采用"提取-改写-校准-精修"四步标准流程：
1. 提取骨架：从原文提取3-5个核心结论，每个配1-2条证据
2. 去模板化改写：合并同类条目为叙事段落，删除口头禅与空洞强调词
3. 人味校准：对照"口头汇报转文字"标准检查AI套路句
4. 精修：压缩冗余，保留关键数据与名词，优化段间过渡

显著优点

• 规则体系完整：从句式控制（连接词三句内不重复）、段落结构（4-8句/段，先结论后证据）到语气校准（客观主语优先，减少第二人称）均有明确量化标准
• 反模式清单实用：明确列出高频对照句、过度条目化、套话收尾等6类典型AI写作问题，便于快速自检
• 场景适配灵活：提供轻量改写模板（结论→证据→影响→收束）与长报告专项约束（160字/段、3段1锚点），兼顾日常速记与深度报告

潜在缺点与局限性

• 学习成本不低：需内化"事实-判断分离""一段一重点"等抽象原则，初学者可能需要多次对照示例磨合
• 风格偏向单一：默认输出"研究员口头汇报体"，对创意写作、情感叙事等场景适配性有限
• 自动化程度低：流程依赖人工判断（如"机械语气"的识别、"人味"的校准），无法完全无人值守执行
• 语言局限：仅针对中文优化，英文或其他语言需额外调整

适合人群

• 金融/咨询/产业研究员：需高频输出研报、周报，对专业感与信息密度要求高
• 内容运营与编辑：处理AI辅助生成的初稿，需快速消除模板感
• 技术文档写作者：希望将结构化内容转化为自然叙述体

常规风险

• 过度压缩风险：精修环节若执行过严，可能误删必要的背景铺垫或过渡语句
• 风格趋同风险：严格遵循规则可能导致多人输出文本风格同质化
• 误判触发风险：部分用户主观认定的"AI味"可能实为个人写作习惯，需结合反馈灵活调整

核心用法

de-ai-writing-cn 是一套针对中文写作的去模板化技能，目标是将机器生成的"AI味"文本转化为自然、克制、专业的研究型表达。核心流程分为四步：

1. 提取骨架：从原文提取3-5个核心结论，每个配1-2条证据
2. 去模板化改写：合并条目为叙事段落，删除口头禅、空洞强调词和重复转折
3. 人味校准：检查是否像"口头汇报转文字"，识别明显AI套路句
4. 精修压缩：保留数字、时间、链接与关键名词，优化段间过渡

显著优点

• 规则体系完整：从"事实与判断分离"到"一段一重点"，提供可执行的写作纪律
• 反模式明确：精准定位"不是……而是……""你会发现""如果你愿意"等高频AI句式
• 轻量模板实用："结论→证据→影响→收束"四段式结构，适合快速改写周报、研报
• 无技术门槛：纯Markdown文档，无需代码能力即可理解和应用

局限性与风险

• 依赖人工执行：规则需作者主动内化，无法自动完成改写
• 场景边界有限：侧重金融/研究类报告风格，对创意写作、营销文案适配性一般
• T3来源风险：个人开发者维护，无商业背书，长期更新稳定性待观察
• 可能过度克制：严格规则可能削弱文本的感染力和个性化表达

适合人群

• 内容运营、行业研究员、咨询顾问等需高频输出专业文本的从业者
• 对AI生成内容有洁癖、追求"人写感"的写作者
• 希望建立团队写作规范的负责人

常规风险

该技能本身为纯文档，无代码执行风险。主要风险在于内容误用：若使用者机械套用规则，可能产生另一种"去AI味"的套路化表达。建议结合实际场景灵活调整，而非教条式执行。