From legal-skills
Detects and removes AI-generated phrasing patterns from Chinese text. Must be invoked after drafting to eliminate contrastive structures, formulaic connectors, cliché endings, and colloquialisms.
How this skill is triggered — by the user, by Claude, or both
Slash command
/legal-skills:de-ai-polishThe summary Claude sees in its skill listing — used to decide when to auto-load this skill
检测文章中的AI化表述:
检测文章中的AI化表述:
# 全文扫描检测
/de-ai-polish detect @article.md
# 直接修改
/de-ai-polish fix @article.md
核心原则:以下清单和规则是参考框架,不是穷举清单。AI 写作的变体无穷,正则匹配必然遗漏。检测必须以 Agent 通读全文为主,清单仅作为辅助参考。
AI化表述往往以变体出现,不会恰好匹配清单字面形式。遵循以下原则:
越来越/越...越...、其实、往往/通常/很多时候、经常/常常、更重要的是/更麻烦的是、看起来/看来、真正、不只/不只是、更像/更像一个/更像一种、很容易、更容易才...才...、不是...而是...、就是X,就是Y,就是Z)容易X、容易Y、容易Z);句子开头用程式化引导词(更麻烦的是、说到这里);程度副词+抽象名词固定搭配(有很强的体感)窄/小/平/浅/局限、变化/改变/转变/变革,在短距离内超过3次即为AI词汇贫乏的表现以下模式在任何情况下都应去除,它们是最明显的AI痕迹:
必须去除的模式:
不是.*而是并非.*而是不在于.*在于不在.*而在(缩写形式,如「问题不在工具,而在…」)不再是.*而是与.*是两回事与.*不等同于看似.*实则(如:看似在讲隐喻,实则在讲生产方式)看起来.*其实(如:看起来是X,其实是Y)可以.*但不能.*(能力限定式对比,如"冷水可以让人清醒,但不能替人看见未来")不在于.*也不在于(双重否定变体)远不只是.*("不只是"的加强变体)这不是X。这是Y。(分离式对比:把「不是…而是」拆成两句,本质相同)这不是X(否定宣言:作为段落开头或独立断言,如「这不是想象」「这不是追热点」)**这是X**(肯定宣言:作为独立加粗行或引用块,本质与否定宣言相同,只是省略了否定前缀,如「这是提前移动自己的观察位置」「这是在新的信任机制里,为自己建立位置」)低水平X...高水平Y / 表层X...深层Y(工整对称对比,常出现在引用块中)改写策略:根据上下文选择「删 / 合并 / 改写」。拆成独立陈述句或递进关系,避免为了强调而强行对比。改写时不要套用同一结构("本质上是X""症结在于X"),要根据语境灵活选择陈述、问答、因果、并列等替代方式。
否定宣言和肯定宣言的改写:直接删除"这不是"或"这是"前缀,保留核心内容即可。加粗行本身的格式已足够传达强调,无需再用"这是"开头。
同义词循环:
检测模式:在短距离内使用多个同义词指代同一事物
示例:
主人公…主要角色…中心人物…英雄(同一段落中用4个词指代同一人)系统…平台…工具…解决方案(频繁换词但指代同一事物)改写:统一使用最准确的词汇,在上下文清晰的情况下重复使用同一词汇。
写作规则中已禁用:
首先、其次、此外、但是、因此、然而一方面、另一方面综上所述、总而言之AI 词汇库:
深入探讨、深入分析(过度使用)强调、凸显、彰显(过度重复)持久的、持久的证明增强、增强其培养、培养/促进、促进获得、获得.*的认可相互作用、复杂的相互作用复杂/复杂性、错综复杂的格局、整体格局、格局的演变(抽象名词滥用)织锦、社会织锦(抽象名词滥用)宝贵的、宝贵的经验充满活力的、充满活力的社区肤浅分析表述:
突出/强调/彰显…,确保…反映/象征…,为…做出贡献培养/促进…,涵盖…展示…,体现…必须检测的表述:
方向已经明确未来可期拭目以待这只是开始让我们期待公式化展望:
检测关键词:
尽管其…面临若干挑战…尽管存在这些挑战、尽管面临挑战挑战与遗产、机遇与挑战并存未来展望、下一步计划我们将继续关注、值得关注改写:删除空洞的展望,用具体事实或具体计划结尾,或直接结束。
必须检测的词汇:
稳、挺稳、很稳、靠谱飘、摇摆、不稳搞定、没问题迟早得、肯定、必须得肯定、绝对、一定跑偏、很顺、挺顺等过于口语化的状态描述随意化表述模式:
写长了、做多了、搞定了等过于随意的说法迟早得拆、肯定会、必须得等口语化表达接下来要盯的东西、接下来要关注的等口语化表达改写方向:使用更正式、更具体的表达("迟早得拆"→"需要考虑拆分","跑偏"→"偏离预期","很顺"→"顺畅")。
系动词回避:
作为/代表/标志着/充当 [一个]、拥有/设有/提供 [一个]、位于.*的中心、坐落于谄媚语气:
好问题!、您说得完全正确!、这就是一个很好的观点必须检测的表述:
并不是一个绝对命题本质上、从根本上说、从本质上讲必然、无疑、绝对、必须真正的、核心的、关键的(过度使用)推到底、刺痛感这词听着玄、道理其实很朴素天然、天生、自然而然(绝对化自然表述)立刻、马上、立即(过于绝对的时间表述)其实(过度使用,显得矫饰)其实已经能看清、其实很简单等带"其实"的表述很现实(AI式绝对化判断)过度强调意义:
作为.*的体现/证明/提醒、充当.*的证明标志着.*关键时刻、见证了.*历史是.*不可或缺的组成部分、是.*的重要体现凸显/强调/彰显了其重要性/意义反映了更广泛的、象征着其持续的/永恒的/持久的为.*做出贡献、为.*奠定基础关键转折点、不断演变的格局虚假范围:
从.*到.*(检查是否在有意义的尺度上)程度副词堆叠结构:
很+形容词/动词:很直接、很吃人、很依赖、很麻烦非常+形容词/动词:非常依赖、非常麻烦、非常清楚有+很+的+名词:有很直接的感觉、有很强的体感、有很深的感受戏剧化感受词:
改写:用弹性表达替代绝对化("必然"→"往往"/"多半"/"可能","本质上"→"通常"/"在某种程度")。保留空间感,不过度封死结论。
必须检测的结构:
具体示例:
疑问词排比:
三个以上疑问词引导的并列项,是 AI 列举场景时的典型结构:
能不能...能不能...能不能...(如"能不能下载,能不能直接跑,能不能少填几张表")怎样...怎样...怎样...(如"怎样收集信息,怎样组织判断,怎样沉淀经验")如何...如何...如何...(如"如何识别问题,如何做成工具,如何翻译工作")越...越...越...(如"越理解工具,越容易提升效率;越提升效率,越容易输出")改写:将部分项合并为名词短语或动宾短语,打破统一句式。如"怎样收集信息,怎样组织判断,怎样沉淀经验"→"怎么收集信息、组织判断,怎么沉淀经验"(合并+缩减)。
改写:打破工整结构,改为陈述句或混合结构,避免三个以上相同结构的并列。
必须检测的过渡语:
先把.*摆出来、摆上台面不妨把.*拆成、不妨这两个问题一问、答案就清晰了这话对了一半、这话没错我后来发现、我也想过一个直接的原因、一个现实的原因、一个根本的原因一个很现实的原因是、一个很直接的原因是原因很简单、原因很直接这也是为什么(结论倒装式过渡,直接删除前缀即可)从一开始就(时间绝对化框架,如"从一开始就没有对准问题")协作交流痕迹:
希望这对您有帮助、当然!、您说得完全正确!、请告诉我、以上是…必须检测的表述:
我更愿意、我更倾向于我给自己定、我设定了我想强调、我想指出我期待、我希望渐进式自我陈述:
我越来越觉得、我越来越认为、我越来越倾向于、我现在越来越必须检测的表述:
表面上看更关键的是、更值得写的是、更重要的是更大的变化在于、更实质的变化是、更X的是/更X的在于("更"字引导的递进式宣言)从经验看、在实践中这当然成立、毫无疑问接下来会、接下来我们频次表述重复:
很多时候(整篇文章出现超过2次)、往往、通常(过度重复)模糊归因:
行业报告显示、观察者指出、专家认为、多个来源(无具体出处)知识截止免责声明:
截至 [日期]、根据我最后的训练更新、基于可用信息…、在现有资料中…必须检测的表述:
必须检测的词汇:
必须检测的表述:
被.*多家媒体报道、受到.*广泛关注独立报道、地方/区域/国家媒体由知名专家撰写、专家团队活跃的社交媒体账号拥有超过.*粉丝、关注者改写:删除空洞的知名度强调,或提供具体有意义的内容。
以下模式需要根据文章风格、语境和目标读者来判断是否修改:
检测标准:列表是否在"堆积观点"而非"说明步骤";整篇文章无序列表出现超过2-3次应改为段落。
可接受场景:操作步骤、检查清单、核心框架列举。
内联标题垂直列表:
- **用户体验:** 用户体验通过新界面得到显著改善(粗体标题+冒号的机械列表)表情符号和粗体过度使用:
🚀 **启动阶段:**、💡 **关键洞察:**、过度使用 **OKRs** 等粗体检测过度使用:
"..."'...'AI写作特有的引号误用模式(必须检测):
以下类型的引号通常不需要,应去除:描述性短语("可调用的能力")、比喻性描述("Skill 的外壳")、口语化表达("能不能一键跑起来")、动作/状态描述("换一个 Skill")、属性列举("可组织、可迭代")、问题表达("Skill 很火")、价值判断("工作标准")。
正确使用引号的场景:引用原文、核心术语定义(首次出现)、避免歧义、特殊概念区分。
检测标准:
必须检测的模式:
把.*讲得很清楚、把.*说得很明白更尖、更锐利、更深刻(评价性形容词修饰抽象概念)更硬的定义、更.*的.*(过度修饰的形容词结构)被.*卡住、被.*阻挡(被动句式+过度概括)一旦把视角从.*就更容易看清(视角转换程式化)更具体一点、更准确地说(AI式过渡语)改写:直接陈述内容,删除评价性修饰和过渡语。"被两件事卡住"→"两件事挡在路中间","更具体一点"→直接进入具体内容。
必须检测的模式:
它更像一种、更像一个.*它其实是、这里其实、其实是第二类天然会、天生就、自然而然就会更清楚、会更.*(过度使用的"会更"模式)就.*了、就.*能(过于绝对的断言)否定式断定性表述:
事实并不是这样、事情并不是这样、并不是.*而是、其实并不是改写方向:
模糊频次词(虚假普遍性):
经常、常常、常常会 — AI 用这些词制造"普遍现象"的假象很容易 + 抽象判断(如"讨论很容易变窄")— 模糊频次 + 模糊后果的组合评价性断语(客观让步姿态):
太绝对、太武断、话说得太死、说过头了、容易被反驳这个判断太X、这种说法太Y — AI 先立靶子再打倒的程式化让步改写对照:
| 原文 | 改写 | 说明 |
|---|---|---|
| 经常听到一个判断 | 最近几次都会碰到一个判断 | 具体频次替代模糊词 |
| 讨论很容易变窄 | 讨论就容易局限在产品层面 | 补充"窄在哪" |
| 这个判断太绝对,也容易被反驳 | 说 X,我不这么看 | 个人立场替代客观评价 |
必须完整通读全文,理解核心观点、文章风格和上下文语境。不得仅通过正则/grep 匹配来检测——正则只能覆盖已知模式的精确形式,会遗漏大量语义等价但形式不同的变体。
以 Agent 通读全文的方式识别 AI 化表述。前文的核心检测规则(§总则 + §一~§二)是参考框架,不是穷举清单。Agent 应当:
**粗体** 或 > 引用 中越来越 真正 不只 等超过 2 次的词)禁止的做法:仅用 grep/正则匹配清单中的关键词,然后声称检测完成。正则匹配只能作为频次统计的辅助工具,不能替代通读理解。
不是所有匹配都需要修改。判断标准:是否影响表达自然度、是否符合文章风格、是否有修辞目的。
核心原则:重新表述整个句子,不要只删除词汇或替换同义词。
错误(×):"它更像一种可维护的模块" → "这是一种可维护的模块"(只删词,结构没变)
正确(✓):"它更像一种可维护的模块" → "这种设计便于后续维护"(重构句子)
同义词替换是无效改写:把"窄"换成"局限"、把"小"换成"有限"、把"这不是"换成"那不是",句式和语气都没有变化,读者仍然能感受到 AI 味。必须在理解原句核心意思的前提下,换一种全新的表达结构。
| 原文 | 无效改写(×) | 有效改写(✓) | 说明 |
|---|---|---|---|
| 格局一开始就小了 | 格局一开始就窄了 | 讨论就没抓到重点 | 换了语义场,换了句式 |
| 这不是我理解的 AI | 那不是我关注的 | 我关注的角度不太一样 | 去掉否定宣言,换成个人立场 |
| 视野就窄了 | 视野就局限了 | 但只看到这些还不够 | 彻底换一种表达 |
| 你越X,越Y;越Y,越Z | 你越X就越Y,越Y就越Z | 理解工具,效率会先提上来。有了余量,输出自然就多了 | 长级联拆成短句 |
在去除AI化表述后,可选地注入个人风格特征。目标比例:技术准确性 60% / 个人化 40%。
正向特征:
参考文件(读取以获取详细指南):
reference/personal-style-guide.md:个人风格特征指南reference/expression-transformations.md:表达方式转化对照表reference/sentence-rhythm-guide.md:句子节奏指南reference/quality-scoring.md:质量评分系统必须作为最后一步执行。 AI 修改文本后往往会遗留英文标点,纯靠 LLM 提醒修正效果不可靠,因此使用脚本强制转换。
python3 scripts/fix_punctuation.py <文件路径>
脚本会自动处理:
" → 中文引号 ""(交替状态机), → ,、; → ;、? → ?、! → !: → :、() → (). → 。脚本会自动跳过以下区域不做转换:
--- 之间的元数据)![]()、[]())```、`)npx claudepluginhub cat-xierluo/legal-skills --plugin transcription-correctorRewrites Chinese articles to remove AI-generated patterns like template openings, cliché transitions, buzzwords, fake quotes, overused dashes, bullet stacking, and translationese. Supports diagnostic, light, deep, and final editing modes.
Removes AI writing patterns from prose to make text sound natural and human-written. Detects filler phrases, formulaic structures, and other LLM tells in English and Chinese.
Audits and rewrites content to remove AI writing patterns ("AI-isms"). Supports detect-only mode, file edit-in-place, voice profiles, and iterative refinement.