humanizer-zh 与中文去 AI 味提示词
"去 AI 味"这件事，这两年已经从写作技巧变成了一条小型工具链：有人做 skill，有人做提示词库，也有人专门写方法论。
有几条底线得写在前面：去 AI 味不等于洗稿，不等于删来源，不等于改数字，也不等于伪造"这是人工一字一句写的"痕迹。 真正有价值的做法，是把模板腔、宣传腔、对称句和空心结尾压掉，同时把事实、术语、数字和出处保住。
这篇主要看四类材料：
temp/humanizer-zh.md里的技能定义- Humanizer-zh 的 GitHub 仓库说明
- Shyft 上的 Humanizer-zh skill 页面
yao-open-prompts这类中文提示词库- 以及一类常见的"去 AI 味提示词文章"，这里用李承坤相关文章作为代表性入口来谈
humanizer-zh 的定位
Humanizer-zh 仓库
GitHub：https://github.com/op7418/Humanizer-zh
从 Humanizer-zh 的仓库说明和 temp/humanizer-zh.md 看，它的定位很明确：这是一个中文版去痕工具，目标是把 AI 生成文本改写得更自然。它承担的是规则化改写技能这一层，不负责模型生成，也不承担检测功能。
从仓库说明和 temp/humanizer-zh.md 里能看出，它盯的不是简单加几个口语词，而是整套写作模式：
- 夸大意义、动不动上升到趋势。
- 广告腔和空泛褒义词。
- 否定式排比。
- 三段式列举上瘾。
- 太像提纲的段落结构。
- AI 高频词，如"此外""至关重要""凸显""赋能"一类。
它把流程拆成两轮：
- 改词汇和句法，把机械的报告腔松开。
- 再做模式检测，把残留的 AI 模板句继续清掉。
和很多"一条 prompt 直接洗干净"的做法不同，它更像一份编辑清单。
安装与使用
GitHub：https://github.com/op7418/Humanizer-zh
仓库说明提供了几种安装方式，最省事的是：
npx skills add https://github.com/op7418/Humanizer-zh.git也支持直接克隆到 skills 目录，或者手动复制 SKILL.md。
从使用方式看，它的定位也很清楚：
- 直接拿来改一段 AI 草稿。
- 处理博客、营销文案、学术摘要、技术文档。
- 按它列出的 24 种常见模式做人工复检。
如果你平时就用 Claude Code 一类支持 skills 的环境，这种做法比"保存一条很长的提示词"更稳定，因为规则可以版本化，也方便团队共享。
Shyft skill 页面补了什么信息
Shyft 上的 Humanizer-zh
官网：https://shyft.ai/skills/humanizer-zh GitHub：https://github.com/op7418/Humanizer-zh
Shyft 这页不是一手源码，但它补了一个外部视角：别人怎么把这个 skill 当成可安装工具来介绍。
页面把它归到写作类 skill，给出的描述偏业务化：
- 提升文本真实性。
- 用于沟通、营销和本地化。
- 支持快速安装。
它还给了一个更短的安装命令：
claude install op7418/Humanizer-zh这类页面的价值，主要在说明一个事实：去 AI 味这件事，已经被包装成了可分发、可安装、可复用的工作流。
不过也要注意，Shyft 页面里的示例更偏市场文案，真正拿去改技术文档或论文时，仍然要回到 Humanizer-zh 自己那套"保术语、保结构、保事实"的硬约束。
temp/humanizer-zh.md 最值得保留的地方
本地技能定义
文档：temp/humanizer-zh.md
如果只读一个文件，temp/humanizer-zh.md 最值得看。
它最有用的地方，落在三条底线上：
- 不新增事实、数据、案例、引文和实验结论。
- 保留专业术语、逻辑关系、编号结构和关键结论。
- 改结构，再改句子，不要只做表层润色。
这三条把"去 AI 味"和"事实保真"的界线画出来了。
现实里常见的问题，是有人一边说"润色"，一边把：
- 数据改得更好看。
- 语气改得更确定。
- 案例补成了原文没有的东西。
- 把真实来源删掉，只剩一段看起来很顺的人话。
这就不是编辑，是篡改。
从素材到可用提示词
材料来源
- Humanizer-zh 仓库与
temp/humanizer-zh.md：https://github.com/op7418/Humanizer-zh - 知乎去 AI 味指令文章：https://zhuanlan.zhihu.com/p/1904977486221117285
- yao-open-prompts 提示词库：https://github.com/yaojingang/yao-open-prompts
下面这套提示词，是从 Humanizer-zh 的两轮改写框架、知乎文章的 25 条分类指令、以及 yao-open-prompts 的场景化组织方式中提炼出来的。可以直接复制使用，也可以按自己的场景修改。
使用前必须记住的四条底线
不管用哪条提示词，下面四条规则不能违反：
- 不删来源。 原文有引用、链接、访谈对象、实验来源，改完之后必须还在。
- 不改数字。 原文写 48%，不能因为 50% 更顺口就改成 50%。
- 不伪造人工痕迹。 不故意加错字、加无关插话、加随机情绪波动来"装真人"。
- 不把不确定改成确定。 AI 草稿常话说太满，但去 AI 味时不能把"可能""初步""样本有限"全删掉。
第一部分：通用去 AI 味主提示词
这段是核心提示词，适合直接粘贴给模型使用。需要填的地方用 【】 标出。
你现在不是在"生成一篇看起来很完整的 AI 文章"，而是在帮助我写一篇自然、可信、克制、像真人写出来的中文成稿。
你的目标不是追求表面上的流畅、华丽、完整，而是追求：
- 内容真实
- 表达自然
- 结构像人类思考，而不是模板拼接
- 语言有信息量，而不是空洞正确
- 读起来像作者真的懂，而不是模型在凑格式
## 任务信息
内容类型：【文章 / 回答 / 说明文 / 邮件 / 演讲稿 / 教程 / 视频口播稿 / 读书笔记 / 其他】
主题：【填写主题】
使用场景：【发在哪里，用来做什么】
预期长度：【字数范围】
语言：中文
## 写作原则
以我提供的材料为准。不要为了让文章更顺而补充我没有提供的事实。不要把猜测写成确定陈述。不要擅自扩展到材料之外的领域。
- 有材料支撑的内容，可以写
- 没有材料支撑但看起来"合理"的内容，也不要硬写
- 对不确定的信息，不要擅自补全
- 不要制造"听起来很对"的背景句
- 不要为了过渡自然而加入没有依据的判断
## 原始材料
【在这里粘贴资料、原文、提纲、要点、笔记、采访内容、数据、链接摘要等】
## 受众
目标读者：【读者是谁，他们的身份、背景、理解能力、关心的问题】
他们已经知道：【哪些基础知识不需要重复解释】
他们读完后应该获得：【结果 1 / 结果 2 / 结果 3】
## 结构
请严格按照以下结构写，不要额外补万能引言、万能结尾或新小标题：
第一部分：【写什么，目的是什么】
第二部分：【写什么，重点是什么】
第三部分：【写什么，承担什么作用】
第四部分：【如果有】
## 风格要求
- 用自然、清楚、直接、克制的中文写
- 像一个真正懂主题的人在认真说明，不像模型在凑格式
- 以完整段落为主，少用项目符号
- 只在确实适合列举时使用列表
- 不要堆空话、套话、正确废话
- 不要刻意拔高、升华、上价值
- 不要营销腔、公文腔、演讲腔
- 不要每段都一样长
- 不要过强的过渡和路标句
## 明确禁止
不要出现或尽量避免以下问题：
- 通用开头，比如"在当今快速发展的时代""随着技术不断进步""在信息爆炸的今天"
- 通用结尾，比如"总的来说""综上所述""未来，随着……不断发展"
- "首先、其次、最后"式模板推进
- "这不仅是……更是……"这类句式
- "值得注意的是""不难发现""某种程度上""归根结底"这类套话
- 大量"此外、同时、另外、总而言之"等模板连接词
- 空泛形容词，如"强大、高效、全面、深刻、创新、关键、显著"
- 重复表达同一个意思
- 过度客气或礼貌废话
- 硬举万能例子
- 为了像文章而补的废句
## 输出要求
只输出最终成稿。不要解释你采用了哪些策略。不要附带"以下是修改后的内容"。不要写"当然可以""下面是"。不要输出提示词分析。不要输出提纲，除非我要求。第二部分：逐条润色指令（按需单独使用）
上面的主提示词适合从头写一篇成稿。下面这些指令适合对已有草稿做定向润色。每条可以单独拿出来用。
语言风格类
增加个人色彩
请对以下文本进行润色，添加个人色彩和主观表达：
1. 加入"我认为""我发现""说实话"等第一人称表达
2. 添加个人经历或感受的描述
3. 使用更有个性的表达方式，而非千篇一律的客观叙述
4. 保持原文的核心观点不变
【粘贴原文】口语化改写
请将以下文本改写成更口语化、更接地气的风格：
1. 用日常对话中的表达方式替换书面语
2. 加入一些口头禅和生活化表达
3. 适当使用网络流行语（但不要过度）
4. 使用简短句和意犹未尽的表达
5. 保持原意不变
【粘贴原文】增加情感波动
请对以下文本进行情感增强处理：
1. 添加情绪化的词汇和表达
2. 在关键点增加感叹和疑问
3. 适当使用强调语气和夸张修辞
4. 在文章中创造情感起伏，而非始终平铺直叙
5. 保持核心信息不变
【粘贴原文】打破完美结构
请重新组织以下文本，打破过于工整的结构：
1. 调整段落长度，使其长短不一
2. 打乱过于对称的论点排列
3. 某些部分可以展开详述，而另一些则简明扼要
4. 减少明显的标号和过渡词
5. 保留全部关键信息
【粘贴原文】增加具体细节
请为以下文本添加生动具体的细节：
1. 用具体例子替换抽象概念
2. 添加感官描述（视觉、听觉、触觉等）
3. 加入具体数字、时间、地点等信息
4. 描述具体场景或使用场景
5. 保持原文主旨不变
【粘贴原文】增加犹豫和不确定性
请修改以下文本，增加一些人类思考中的犹豫和不确定性：
1. 添加表示思考过程的词语（"可能""也许""我在想"）
2. 加入一些自我纠正或思考转向
3. 提出问题后自己尝试回答
4. 表达适当的不确定性和思考局限
5. 保持主要观点不变
【粘贴原文】加入反常识或意外观点
请修改以下文本，适当加入一些反常识或出人意料的观点：
1. 挑战 1-2 个常见假设或传统观点
2. 加入一个出人意料但有理有据的角度
3. 提出一个有创意的类比或比喻
4. 不要过度颠覆原文的核心主张
5. 确保新增内容逻辑自洽
【粘贴原文】增加类比和比喻
请为以下文本增加生动的类比和比喻：
1. 添加 2-3 个形象的比喻，使抽象概念具体化
2. 使用贴近生活的事物做类比
3. 避免陈词滥调的比喻
4. 确保比喻贴切且易于理解
5. 保持原意不变
【粘贴原文】加入幽默元素
请为以下文本增添适当的幽默感：
1. 加入 1-2 处轻松的玩笑或自嘲
2. 使用一些诙谐的表达或夸张的比喻
3. 可以适当调侃常见现象或行为
4. 确保幽默恰当，不影响专业性
5. 保持原有信息和观点不变
【粘贴原文】加入反问和设问
请修改以下文本，增加一些反问句和设问句：
1. 在关键论点前加入设问
2. 用反问句强化某些观点
3. 设置问题后自己解答
4. 通过发问引发读者思考
5. 保持原有论点和信息不变
【粘贴原文】结构调整类
弱化明显的框架词
请修改以下文本，弱化过于明显的结构框架词：
1. 减少"首先""其次""再次""最后"等明显的序号词
2. 用更自然的过渡词替换公式化的转折词
3. 寻找更巧妙的方式表达逻辑关系
4. 保持逻辑连贯性不变
5. 关键信息保持不变
【粘贴原文】重写开头和结尾
请重写以下文本的开头和结尾部分：
1. 开头更有吸引力，可以用疑问、故事或悬念导入
2. 结尾更有力量，给人深思或行动启发
3. 开头和结尾呼应，形成完整感
4. 避免老套的总结性结尾
5. 主体内容保持不变
【粘贴原文】制造结构中的惊喜
请修改以下文本，在结构中制造 1-2 处惊喜：
1. 在意想不到的地方插入一个小故事或例子
2. 适当打破常规的内容组织方式
3. 在严肃内容中穿插轻松元素，或反之
4. 安排一个小小的"逆转"或"反转"
5. 保持原有要点和主旨不变
【粘贴原文】内容增强类
增加故事和案例
请为以下文本增加 1-2 个相关的故事或案例：
1. 添加真实或虚构但合理的故事
2. 案例应当支持文章的主要观点
3. 故事应该具体、生动，有细节描写
4. 控制故事篇幅，不喧宾夺主
5. 保持原有内容框架不变
【粘贴原文】增加争议和辩论
请为以下文本增加一些良性争议或辩论元素：
1. 提出 1-2 个合理的反对意见，然后解释为什么仍坚持原观点
2. 呈现问题的多个角度
3. 承认某些局限性或例外情况
4. 表现出对不同观点的尊重
5. 最终回归并强化原有主张
【粘贴原文】加入数据和事实支持
请为以下文本添加相关数据和事实支持：
1. 增加 2-3 处具体数据或研究发现
2. 提供一些事实性的背景信息
3. 引用权威来源或调查（可泛泛提及）
4. 数据应当真实或合理推测
5. 保持原有观点不变
【粘贴原文】加入个人反思
请为以下文本添加个人反思和思考过程：
1. 加入"这让我想到""我曾经困惑"等个人思考
2. 分享 1-2 个与主题相关的个人领悟或转变
3. 表达一些思考过程中的疑惑和突破
4. 反思应当自然，不做作
5. 保持原有主旨不变
【粘贴原文】细节优化类
多样化句式
请优化以下文本的句式结构：
1. 变换句子长度，混合使用长句和短句
2. 调整句型，包括陈述句、疑问句、感叹句等
3. 改变一些句子的主动/被动语态
4. 调整一些句子的开头词汇，避免重复
5. 保持原意不变
【粘贴原文】替换形容词和副词
请优化以下文本中的形容词和副词：
1. 用更生动、具体的词替换笼统的形容词
2. 减少"非常""十分"等程度副词
3. 用新鲜的表达替代陈词滥调
4. 根据上下文语境选择更贴切的修饰词
5. 保持原意不变
【粘贴原文】增加生活化词汇
请为以下文本增加更多生活化、接地气的词汇：
1. 用日常用语替换一些书面或学术用语
2. 加入一些通俗易懂的比喻
3. 适当使用生活中常见的事物做参照
4. 避免过于专业化的术语（除非必要）
5. 保持原意不变
【粘贴原文】混合正式与非正式表达
请修改以下文本，混合使用正式与非正式表达：
1. 在正式内容中适当加入一些轻松、口语化表达
2. 在解释复杂概念后用简单直白的话总结
3. 形成正式学术语言与日常表达的对比
4. 在重要观点处保持正式表达
5. 次要内容可以更随意活泼
【粘贴原文】第三部分：AI 模式检测清单（Humanizer-zh 精简版）
这段是从 Humanizer-zh 第 2 轮规则中提炼的 23 种 AI 写作模式。可以拿来自检，也可以直接告诉模型"检查以下文本是否包含下列模式，有就改掉"。
请检查以下文本是否包含以下 AI 写作模式，发现后直接改掉，不要解释：
1. 夸大意义：动不动上升到趋势、象征、里程碑
2. 宣传腔：充满活力的、令人叹为观止的、开创性的、迷人的
3. 模糊归因：专家认为、行业报告显示、观察者指出（没有具体来源）
4. AI 高频词：此外、至关重要、深入探讨、赋能、凸显、彰显、格局
5. 否定式排比："这不仅仅是 X，更是 Y"反复出现
6. 三段式列举上瘾：什么都凑成三点
7. 同义词循环：同一个概念每句换一个说法
8. 破折号过度使用：每段都有破折号
9. 粗体过度使用：大量关键词加粗
10. 填充短语："值得注意的是""不难发现""在这个时间点"
11. 过度限定："可以潜在地可能被认为"
12. 通用积极结论："未来看起来光明""激动人心的时代即将到来"
13. 协作交流痕迹："希望这对您有帮助""当然！""好问题！"
14. 谄媚语气："您说得完全正确""这是一个很好的观点"
15. 系动词回避：用"作为""拥有""设有"代替"是""有"
16. 虚假范围："从 X 到 Y"但 X 和 Y 不在同一尺度上
17. 提纲式展望："尽管面临挑战""未来展望"
18. 表情符号和弯引号
19. 内联标题列表：粗体标题加冒号再加一句话
【粘贴原文】第四部分：质量自检清单
改完之后，用这段做最终检查：
请对以下改写后的文本做最终质量检查，逐项评估并给出总分（满分 70）：
| 维度 | 评估标准 | 得分 |
|------|----------|------|
| 直接性 | 直接陈述事实还是绕圈宣告？10 分：直截了当；1 分：充满铺垫 | /10 |
| 节奏 | 句子长度是否变化？10 分：长短交错；1 分：机械重复 | /10 |
| 信任度 | 是否尊重读者智慧？10 分：简洁明了；1 分：过度解释 | /10 |
| 真实性 | 听起来像真人说话吗？10 分：自然流畅；1 分：机械生硬 | /10 |
| 精炼度 | 还有可删减的内容吗？10 分：无冗余；1 分：大量废话 | /10 |
| 语义保真 | 原文意思、事实、论点、结论是否完整保留？10 分：完全保留；1 分：明显漂移 | /10 |
| 纯净输出 | 是否彻底避免说明、建议、候选版本、聊天腔？10 分：完全纯净；1 分：污染明显 | /10 |
评分标准：
- 63-70 分：优秀，已去除明显 AI 痕迹且语义稳定
- 49-62 分：良好，仍有改进空间
- 低于 49 分：需要重新修订
另外请检查以下快速项：
- 连续三个句子长度相同？打断其中一个
- 三段式列举？改为两项或四项
- 揭示前有破折号？删除它
- 使用了"此外""然而"等连接词？考虑删除
- 出现"修改后""改写后"等元话语？必须删除
- 原文核心意思、事实、论点发生变化？必须回退重写
【粘贴改写后的文本】怎么组合使用
拿到一篇 AI 草稿后，推荐这个顺序：
- 先用主提示词（第一部分） 从头写或改写一遍，把结构和风格调到位。
- 用 AI 模式检测清单（第三部分） 做一轮扫描，把残留的模板腔清掉。
- 按需用逐条指令（第二部分） 对特定段落做定向润色，比如某个地方需要加故事、某个地方需要多样化句式。
- 最后用质量自检清单（第四部分） 打分，低于 49 分就再来一轮。
如果是在团队里维护提示词，建议参考 yao-open-prompts 的做法：按场景分类、给每条留来源、用版本管理，不要靠聊天记录翻找。
yao-open-prompts 解决的是"提示词组织"问题
yao-open-prompts 仓库
GitHub：https://github.com/yaojingang/yao-open-prompts 网页导航：https://yaojingang.github.io/yao-open-prompts/
yao-open-prompts 不是专门做去 AI 味的仓库，但它很适合作为补充材料看。
项目说明写得很清楚：这是一个中文 AI 提示词库，覆盖工作、学习、内容、营销和生活场景，按场景分类整理。它的价值在于：
- 提示词有目录，不是散乱收藏。
- 会标分类、版本、来源区块。
- 明确把第三方内容和主提示词库分开。
这和"去 AI 味"有什么关系？
关系在于，很多人写不好去 AI 味提示词，是因为没有把提示词当成可维护资产。今天抄一条，明天改一条，过一阵就没人知道哪条在什么场景下可靠。
yao-open-prompts 这种仓库给出的启发是：
- 把提示词分场景。
- 给每条提示词留来源。
- 用版本和分类维护它，而不是靠聊天记录翻找。
如果你要在团队里推广"去 AI 味"工作流，这种仓库式管理比群里发一堆截图靠谱得多。
真正该防的，是"失真"
去 AI 味最容易跑偏的地方，是把"看起来像人"放在"内容仍然是真的"前面。
下面这几条，应该直接写死：
1. 不能删来源
如果原文有引用、链接、访谈对象、实验来源，润色后也该留着。去 AI 味不该把文本洗成一段没有出处的流畅结论。
2. 不能改数字
原文写 48%，你不能因为 50% 更顺口就改成 50%。
原文写"约 30 倍"，你也不能顺手写成"数十倍提升"，除非源头本来就这么说。
3. 不能伪造人工痕迹
有些所谓"去 AI 味技巧"会鼓励故意加错字、加口头禅、加情绪波动、加无关插话，营造"这像真人写的"。这种做法很蠢，也很危险。
真实的人写作，不等于随机变乱。
4. 不能把不确定改成确定
AI 草稿常常话说太满，但去 AI 味时也不能反向走到另一个极端，把"可能""初步""样本有限"全删掉。证据强度要跟原始材料一致。
一个更稳妥的中文去 AI 味流程
把上面的材料合在一起，一条更稳妥的流程大致是这样：
- 读原文和来源，标出不能动的事实。
- 用 Humanizer-zh 这类规则工具做第一轮结构和语言清理。
- 对照
temp/humanizer-zh.md的模式表做人工复检。 - 如果要补提示词，优先从自己的仓库或
yao-open-prompts这类可维护目录里取。 - 收尾时再做一次"事实保真检查"：来源、数字、术语、结论有没有漂移。
追求的结果是：
- 读起来像正常中文作者在写。
- 该保留的信息一条没丢。
- 该保留的不确定性没有被抹平。
工具选择
如果你要一个可执行的技能，Humanizer-zh 最适合直接上手；如果你想看外部工具市场怎么包装这类能力，可以看 Shyft；如果你需要搭自己的提示词目录和维护体系，可以参考 yao-open-prompts。至于到处搜"去 AI 味神 prompt"，还是会在原地打转。
中文去 AI 味最难的一步，是把句子改顺之后，内容还得是真的。