核心用法
Content De-AI Engine 是一套系统化的"去AI味"内容生产技能，主要服务于社交媒体内容创作者、运营团队及需要批量产出真人风格内容的用户。其核心流程分为三大阶段：
第一阶段：AI味诊断
技能要求先诊断后重写，通过检查结构问题（三段式模板、机械连接词）、语言问题（空泛大词、缺少第一人称）、传播问题（无立场、无细节）三类特征，输出AI味等级评估，确保重写有针对性。
第二阶段：四步重写法
按固定顺序执行：去模板（删除套话）→ 加细节（至少2个真实细节）→ 立观点（明确站位）→ 给动作（可执行建议）。重写原则强调"短句优先、口语化、不完美但真实"，拒绝编造事实。
第三阶段：平台适配
根据目标平台调用对应模板：小红书侧重痛点场景+3步做法+互动提问；X强调反直觉观点+证据点+行动建议；知乎采用问题边界+反例证据+方法适用条件的结构。
显著优点
1. 方法论系统化：不同于简单的"口语化改写"提示词，该技能建立了完整的诊断-重写-质检工作流，包含7个章节的标准化操作手册
2. 风险控制严格：设置多重安全边界，包括信息溯源要求（标注ainews/trading/macro/用户输入）、核验状态标签、发布前质量门禁（6项最低门槛）、三角色自检机制
3. 平台差异化明确：三大主流平台的适配策略具体到结构模块，而非泛泛的"风格调整"
4. 输出格式完整：强制包含诊断结论、2-3个标题候选、正文、评论区首评、标签建议、发布前风险提示，可直接交付运营
潜在缺点与局限性
1. 依赖外部素材库：技能明确要求调用references/anti-ai-patterns.md和references/platform-templates.md，若未配置这些参考文件，核心功能将失效
2. 执行门槛较高：完整流程包含诊断、四步重写、平台适配、三角色自检等多个环节，对于简单改写需求可能过于繁复（虽有快速调用模式，但完整版才是设计重点）
3. "真人感"主观性强：判断标准如"有人味""可传播"缺乏量化指标，最终质量高度依赖执行者的内容判断力
4. 中文平台聚焦：小红书、X、知乎的适配经验未必直接适用于其他语区平台
适合人群
- 社交媒体运营团队，需批量产出差异化内容
- 使用AI生成初稿但需降低机器感的个人创作者
- 多平台分发策略的执行者，需要快速适配不同社区语境
- 对内容合规性要求较高的商业账号（技能内置的来源标注和风险提示机制有价值）
常规风险
信息风险：技能要求标注信息来源和核验状态，但未强制要求交叉验证，"待核实"标注可能被忽略。用户若输入错误信息，重写后可能更具欺骗性。
合规风险：明确排除了投资、医疗等高风险领域，但若用户绕过限制或模糊表述，仍可能产生误导性内容。
平台风险："去AI味"本身可能触碰部分平台对AI生成内容的披露要求，技能未涉及合规披露建议。
过度优化风险：为追求"反直觉观点"和"点击动力"，可能导向标题党或立场极端化，三角色自检中的"魔鬼代言人"环节对此有一定制衡，但非强制拦截。