技能介绍

Avoid AI Writing（avoid-ai-writing）是由 conorbronsdon 开发的写作技能，做两件事：审计内容里的 AI 写作痕迹，重写它们。它适用于任何 AI Agent，支持仅检测与原地编辑两种模式，也支持语气风格设定。

作者把它定位成「技能」而不是一条提示词：一次性的「让这段话听起来像人写的」提示词只能抓住明显问题，而这个技能会返回结构化的审计结果——你可以看到到底改了什么、为什么改。它是一个独立的个人项目，与任何公司无关，未受任何公司赞助或背书。

适用场景

  • 用 Detect 模式扫描一段文本，列出所有被识别为 AI 写作特征的短语和结构。
  • 审计一份不想被改动的稿子，只想看清哪些标记是真正的问题、哪些只是判断性调用。
  • 把一篇 AI 生成的初稿重写成更自然、简洁的专业风格。
  • 对本地文件做最小的、有针对性的原地编辑，保留已经是人类风格的段落。
  • 按指定语气（技术、专业、口语等）重写，并删掉所有冗余填充词与过度修饰。

核心能力

三种模式：

  • Rewrite（重写，默认） —— 标记 AI 模式并重写文本以修复它们。内置的第二遍检查会捕捉第一遍编辑后仍存留的模式。
  • Detect（检测） —— 仅标记 AI 模式，不重写。适用于模式可能是故意的、你不想改动被审计内容、或只想快速扫描的场景。
  • Edit（编辑） —— 用 Edit 工具对文件进行原地编辑，做最小的、有针对性的改动，保留已经是人类风格的段落；返回「已做修改 + 验证」报告，而不是整个文件。

可选的语气风格设定（casual / professional / technical / warm / blunt）决定散文听起来的语气，独立于受众背景设定。

结构化的检测规则库：

  • 112 条词汇替换表，分 3 个层级 + 10 条第 3 层级短语。每个被标记的词都有具体的、更平实的替代词，例如 “Leverage” → “use.”、“Commence” → “start.”。第 1 层词总是标记，第 2 层词在聚集时标记，第 3 层词仅在高密度时标记。第 1 层又分为 1A 频率标记（delve、tapestry）与 1B 清晰度修改（in order to、utilize）——修复方式相同，但只有 1A 是关于该段落如何产生的证据，且 1B 权重较低，因此冗长修复不会把文档推向 AI 分类。第 3 层短语（“the integration of”、“decentralized compute”这类多词套话）在逐短语重复时标记，或在一篇内容中堆叠 3+ 个不同短语时标记。
  • 61 个模式类别，涵盖内容模式、语言模式、结构模式、沟通模式、元模式，以及后续版本追加的结构检测（v3.4）、AI 工具指纹（v3.5–3.8）、对话语域模式（v3.15）、分享帖框架（v3.20）、叙述式坦诚（v3.21）。完整目录在 SKILL.md，这个数量在 CI 中会对照验证。技能的人类可读散文目录与检测引擎故意使用不同数量：引擎实现了 45 个 type 类别，因为它拆分词汇层级并添加了标点分布、功能词熵、绕过技巧检测等文体/指纹信号——这些是对文档的数学计算，不是可查阅的规则。两者在 detector/CATEGORIES.md 中映射，不要「修正」一个数量去匹配另一个。
  • 两个作者端测试（判断性检查，非自动检测）：段落重排免疫（能否交换两个正文段落而不破坏整篇文章？）和跑步机效应（这一段实际上有什么新东西？）。

内置检测引擎：位于 detector/，确定性、零依赖，可在 Node (>=18) 和浏览器中运行，无需构建步骤。技能本身（以及 Detect 模式）报告哪些模式存在以及严重程度（P0/P1/P2），引擎把它们转换为计算出的 0–100 score——SKILL.md 中刻意没有第二个散文式估算分数，一个评分器而不是两个。

引擎还附带保留验证器：detector/validate.js 把重写结果与原文比较，当编辑触及不该触及的内容时会失败——代码块、YAML frontmatter、blockquote、表格单元格、行内代码、URL、文件路径、标题结构，或当重写结果以比开始时更多的标记模式结束时。

跨平台：一个 SKILL.md 可在 Claude Code、Cowork（作为插件）、OpenClaw 和 Cursor（作为移植规则）中运行，并兼容 Claude Cowork、Cursor、Hermes、OpenAI Codex、Windsurf、Cline、GitHub Copilot、Claude.ai Projects、ChatGPT Custom GPTs 等 agentskills.io 兼容 Agent。

效果预览

检测并消除AI写作痕迹预览

内置检测引擎在示例段落中按类别标出 13 处 AI 写作模式，然后给干净的重写打出 0/100 分：

检测引擎按类别标出 13 处 AI 写作模式，随后给出 0/100 分

快速演示

输入：

Certainly! Acme Analytics, a vibrant startup nestled in the heart of Boulder's thriving tech ecosystem, has secured $40M in Series B funding — marking a watershed moment for the observability landscape. The platform serves as a unified hub, featuring real-time dashboards, boasting sub-second queries, and presenting a seamless integration layer. Moreover, experts believe Acme is poised to disrupt the market. In conclusion, the future looks bright!

输出：

Acme Analytics raised a $40M Series B led by Sequoia. The Boulder-based startup makes an observability platform that runs queries in under a second and plugs into existing monitoring stacks without custom integration work.

它捕捉到了：聊天机器人式开头（"Certainly!"）、促销语言（"vibrant," "nestled," "thriving"）、重要性膨胀（"watershed moment"）、系动词回避（"serves as," "featuring," "boasting"）、4 个单词替换、模糊引用（"experts believe"）、填充语（"Moreover"）、通用结论（"the future looks bright"）、过度打磨的 uniformity——一段话中有 15+ 处 AI 痕迹。

更完整的示例中，一篇约 350 词、含 emoji 内联标题列表的 AI 新闻稿被标出 35+ 处 AI 痕迹，包括同义词循环（developers/practitioners/builders/engineers）、否定平行结构（It's not just X, it's Y）、知名度点名人（Sequoia、a16z、YC、Index 堆叠）、带 emoji 的内联标题列表、浅层 -ing 分析（symbolizing... reflecting... highlighting...）、公式化挑战（Despite challenges... continues to thrive）与通用结论。

工作方式

在 rewrite 模式（默认）下，技能返回四个部分：

  1. Issues found（发现的问题） —— 识别出的每一个 AI 痕迹，附引用文本
  2. Rewritten version（重写版本） —— 去除所有 AI 痕迹的干净版本
  3. What changed（改了什么） —— 主要编辑的摘要
  4. Second-pass audit（第二遍审计） —— 重新阅读重写结果，捕捉任何存留的痕迹

在 detect 模式下，技能返回两个部分：

  1. Issues found（发现的问题） —— 识别出的每一个 AI 痕迹，按严重程度（P0/P1/P2）分组
  2. Assessment（评估） —— 哪些标记是明确问题，哪些可能是故意或上下文有效的模式

模式参考（目录中的代表性示例，完整列表在 SKILL.md）按五个模块组织：内容模式（重要性膨胀、知名度点名人、浅层 -ing 分析、促销语言、模糊引用、公式化挑战、新颖性膨胀）、语言模式（分层词汇替换、系动词回避、同义词循环、模板短语、填充短语、虚假范围、括号内对冲）、结构模式（em dash 与加粗滥用、句式结构、段落均匀化、过渡词、内联标题列表、标题大小写、编号列表膨胀、虚假让步、反问开头）、沟通模式（聊天机器人痕迹、"Let's" 句式、资料不足免责声明、通用结论、情绪平坦、推理链痕迹、谄媚语气、确认循环、置信度校准）、元模式（结构过多、节奏与均匀度、过度打磨、重写 vs 打补丁阈值）。

模块外还有若干版本化补充：结构检测（v3.4，捕捉替换同义词绕过词汇表但仍依赖结构化形状的输出，如 Tier 3 套话堆叠、未来叙事式收尾、多重对冲预测、hashtag 堆砌、裸名词短语项目符号列表）、AI 工具指纹（v3.5–3.8，未填占位符、聊天机器人引用标记、AI 工具 URL 参数、推测性补全、连字符短语滥用、信息广告式钩子、低词汇多样性、自我标注重要性、列表标签句号）、对话语域模式（v3.15，来自一位维护者用「I prefer to talk human to human」指出的 GitHub issue 回复；两者都是判断性调用而非正则可检测）、分享帖框架（v3.20，流连式注意力宣称）、叙述式坦诚（v3.21，"I want to be upfront:" 这类空框架）。

你需要提供

  • 要审计的文本或文件（支持原地编辑已有文件）。
  • 可选：目标语气（casual / professional / technical / warm / blunt）。
  • 一个能运行 Agent Skill 的助手，如 Claude Code、Cursor、Codex、Copilot 等 agentskills.io 兼容 Agent。

你会获得

  • rewrite 模式：四段式报告——发现的问题（含引用文本）、重写版本、改了什么、第二遍审计。
  • detect 模式：两段式报告——按 P0/P1/P2 分组的问题清单与评估。
  • edit 模式：对文件的原地最小改动，加一份「已做修改 + 验证」报告。
  • 引擎侧的计算分数（0–100）与重写结果的保留验证。

使用示例

安装后，让你的助手清理 AI 写作：

  • "Remove AI-isms from this post"
  • "Audit this draft for AI tells"
  • "Make this sound less like AI"
  • "Clean up AI writing in this paragraph"

使用以下方式触发 detect 模式：“detect”、“flag only”、“audit only”、“just flag”、“scan”或类似短语。例如：「运行 Detect 模式扫描以下内容，列出所有被识别为 AI 写作特征的短语和结构。」「请以“技术”语气重写这段文字，确保删除所有冗余的 AI 填充词和过度修饰的表达。」