文本降低AI味说明书！！别tm再把你那满是AI味的垃圾端上来了

本文并不是说不让用AI创作，目的是为了你更好的与AI协作

近期看到太多AI味溢出来的文字，天天都在被视觉霸凌，看到这东西真的有点反胃了，所以写个简单的教程，这个教程能避免你的文字出现很大规模或者很明显的“AI味”。

但得先说清楚，真正好的内容还是得自己手过一遍，你自己写的就算有瑕疵，有漏洞，那也没啥。

我给出的方法是：先识别模板，再删掉废话，再把文字重新放回一个具体的人身上,也就是说，先让 AI 别装，再让它学你怎么说话。

上来先抓 AI 模式，分得很细：内容层、语言层、风格层、聊天残留、填充词和回避语气。每一层都不是玄学，都能在烂稿里直接搜出来。

内容层最常见的是“意义膨胀”。比如一个很普通的事实，AI 非要说它“标志着关键转折点”“反映了更广泛的趋势”“为未来奠定基础”。这类话的问题是AI在偷懒，它没有告诉你发生了什么，只是在强行帮事情戴帽子。正确处理方式：把帽子摘了，说这个东西到底是什么、做了什么、影响了谁。

第二类是宣传腔。AI 很喜欢“充满活力的”“丰富的”“深刻的”“开创性的”“令人叹为观止的”这类词，像旅游宣传册和融资新闻稿杂交出来的东西。改法也不复杂：不要形容，给事实。别说“一个充满活力的社区”，说它每周三有集市、晚上十点还有人在楼下吵架，后者至少像你真的去过。

第三类是模糊归因。“专家认为”“行业报告显示”“一些观察者指出”这种句子，本质上是在冒充有来源。你要么说清楚哪个专家、哪份报告、哪一年；要么直接删。中文内容里这个毛病特别多，因为它能让一句废话看起来像有依据。

第四类是公式结构。比如“三段式”，什么“创新、效率和增长”，什么“认知、行动和结果”；再比如否定式排比，“这不仅是 A，更是 B”“不是 A，而是 B”。这种东西偶尔用一次没问题，天天用就像同一个模具倒出来的水泥块。

第五类是语言层面的 AI 词。英文里是 delve、landscape、pivotal、tapestry、underscore、foster，中文里差不多就是“赋能”“认知升级”“长期主义”“底层逻辑”“关键抓手”“闭环”“深度链接”“价值沉淀”。这些词太空了，别用。

第六类是风格痕迹。破折号用太多，粗体用太多，项目符号里全是“关键词：解释”，每个标题都像培训课件。还有那种开头写“本文将深入探讨”，结尾写“希望这对你有帮助”。这不是文章，这是聊天记录没擦干净。

干净但没灵魂，也还是机器味。每句话长度一样，没有观点，只做中立报道，不承认复杂感受，没有幽默，没有锋芒，读起来像维基百科或者新闻稿，这些都算没修好。

这里是几个公开的好用的skill，拉下来直接给AI，每次写完过一轮就行：。

blader/humanizer 是现在被引用最多的一个。它基于 Wikipedia 那套 Signs of AI writing，最新版本说自己抓 29 类模式。它比本地版多强调两件事：第一，voice calibration；第二，final anti-AI pass。

voice calibration ：先读你的样本，记下你的句长、用词、段落开头、标点习惯、口头禅和转场方式。你本来就爱说“这玩意儿”，它就别给你升级成“该现象”；你本来句子有长有短，它就别全给你切成短句。很多人去 AI 味失败，就是因为他们把“去 AI 味”改成了“换一种通用人类腔”，结果还是不像自己。

final anti-AI pass 也有用。它让模型在改完后反问一句：“这段哪里还明显像 AI？”然后再改一次。这个动作很像真人编辑的第二遍：第一遍修明显错误，第二遍专门找残留味。很多稿子第一遍看着过了，隔五分钟再看，一股“此外”“值得注意的是”“真正重要的是”又从缝里冒出来。

Aboudjem/humanizer-skill ：直接把自己定位成“ruthless editor”，说 AI 的根本问题是回归统计平均值，而人类是具体、奇怪、不稳定的。它把模式扩到 37 个，还加了几种模式：突然变正式、句长过于均匀、FAQ 式标题、模板占位符没删、AI 工具的引用标记泄漏、URL 里带 utm_source=chatgpt.com 这种东西。

它还提供 voice profiles，比如 casual、professional、technical、warm、blunt。这个思路对中文写作也有用。你要先决定这篇到底是什么口气：是朋友吐槽，还是专业编辑，还是冷脸技术文，还是直接开骂。口气没定，AI 就会自动回到“礼貌、完整、正确”的默认档。

smithery/ai-humanizer ：会先输出分析报告，告诉你文本里有哪些 AI 特征，再给改写版。

brandonwise/humanizer 更像工具派，它不只看词，还看统计指标：burstiness、type-token ratio、readability。简单说，它会看句长是不是太平均，词汇是不是太重复，可读性是不是像一台机器在匀速输出。这个对长文尤其有用，因为长文的 AI 味经常不是某一句特别恶心，而是整篇都太匀，太稳，太像没有心跳。

Worldcom 那篇总结 Wikipedia 的文章更适合普通人快速看，它把 AI 写作的典型信号压成七个：否定式对照、三连词、破折号泛滥、格式过度、AI 高频词、假范围和强行总结。你不想记太多，就记这七个也够用了。每次发文前扫一遍，能避开一大半视觉污染。

源链接放这儿，直接用起来：

• blader/humanizer：github.com/blader/humanizer/blob/main/SKILL.md
• Aboudjem/humanizer-skill：github.com/Aboudjem/humanizer-skill
• smithery/ai-humanizer：skills.sh/smithery/ai/ai-humanizer
• brandonwise/humanizer：github.com/brandonwise/humanizer
• Worldcom 对 Wikipedia AI writing signals 的总结：worldcomgroup.com/insights/how-to-spot-ai-writing-tips-from-wikipedia-on/
• Wikipedia Signs of AI writing：en.wikipedia.org/wiki/Wikipedia:Signs_of_AI_writing

看完这些，我最后总结出来一个比较实用的流程：

先检测，再删，再校准声音，再改写，最后反查。

不要一上来就让 AI “帮我写好一点”。这句话太软，软到 AI 会开始表演。

所以具体怎么做？

第一，先给黑名单。不要只跟 AI 说“别有 AI 味”，这句话跟“帮我变好看”一样废。你要直接告诉它：别写“先说结论”，别写“不是 A，而是 B”，别写“最稳的是”“最值钱的是”，别写“认知升级”“赋能”“长期主义”，别一上来就“在当今时代”。我直接写成硬逻辑了，大家可以看情况用自己喜欢的方式设计过滤。

第二，给样本/风格，不要只给任务。很多人上来就是“帮我写一篇关于内容创作的文章，要有深度、有启发、有网感”。这不是提示词，这是给 AI 发高考作文题。你得给它两三段你喜欢的文字，让它学句长、口气、转折、节奏和毛边。样本越像活人，它越不容易端出那种公文味的正确废话。

第三，先让 AI 审稿，不要先让它写稿。让它先标出原文里的 AI 味、空泛句、抽象词、爆款腔、PPT 腔，再让它删 20% 到 30%。

第四，把抽象词换成动作。看到“表达能力”，就问到底是改开头、删废话、换例子，还是把一句话压短；看到“用户需求”，就问读者看完能做哪一步；看到“内容价值”，就问有没有人愿意截图、反驳、转发、收藏，或者干脆为它付钱。抽象词没动作托着，就会飘，飘起来就一股 AI 味。

第五，留一点脏东西。这里的“脏”不是低俗，是别把人味洗没了。人说话会有偏见，会有不耐烦，会有突然冒出来的一句吐槽，也会有没解释完但大家都懂的停顿。AI 最喜欢把这些地方磨平，磨到最后你看不出谁在说话，只剩一个礼貌、稳定、没有脸的声音。

看几个对比，你就知道差在哪。

AI 味版：

学生思维更关注答案的正确性，社会思维更强调结果的有效性。一个人如果想从校园评价系统进入真实社会，就需要完成从正确导向到结果导向的转变。

人味版：

5月6日 (@Li665508Li)

我只说一个事

学生思维的底层逻辑是
我做得对不对

社会思维的底层逻辑是
这件事有没有用

你自己品

AI 味版的问题不是错，是太像老师在写教案。“完成从正确导向到结果导向的转变”这种话，放在 PPT 里都嫌滑。人味版没有解释那么多，它直接把两个脑回路摆出来，剩下的让读者自己补。

第二个。

AI 味版：

在长期规训环境下，中国社会中的个体往往会形成较强的服从倾向。因此，具备主导气质和明确边界感的人，在亲密关系和社交关系中更容易产生吸引力。

人味版：

5月6日 (@Li665508Li)

中国人天生都有M向

这是被规训的

所以一个纯种的S 在中国的吸引力不言而喻

这段如果让 AI 写，它一定会补“长期规训环境”“服从倾向”“亲密关系和社交关系”。这些词看起来更安全，但也更没劲。原句有冒犯感，有判断，有一点不讲道理的爽感。内容创作不是写论文，很多时候你要的就是这一下。

第三个。

AI 味版：

如果中奖 1000 万，在依法合规的前提下，不同的捐赠和纳税顺序可能影响最终到手金额。合理安排捐赠时点，有机会提升实际收益。

人味版：

5月8日 (@Stanleysobest)

说个暴论：

中 1000 万，

先合规捐 20 万再交税，

比先交税再捐，

多拿 4 万。

这一段就更明显。AI 味版全是免责味，“不同顺序可能影响”“有机会提升实际收益”，像银行柜台打印出来的提示。人味版直接给数字、顺序和结果，读者脑子会自己算。具体到这个程度，就不用再喊“干货”了。

你可以直接用这个 prompt：

你是一个中文内容编辑，不要急着改写，先审稿。

我要把下面这段文字改成适合发 X Article / 自媒体的中文稿。目标是去掉明显 AI 味，但不要改成全是短句，也不要改成爆款营销号。

目标读者：
[写清楚读者是谁]

我的写作样本：
[贴 2-3 段我喜欢的文字，让你学句长、口气、停顿、转折和毛边]

全文尽量避开这些表达：
- 先说结论
- 不是 A，而是 B
- 这不仅是 A，更是 B
- 最稳的是
- 最值钱的是
- 这一刀
- 认知升级
- 赋能
- 长期主义
- 在当今时代
- 随着技术的发展

处理流程：

1. 先做 AI 味检测报告，不要改。
   按这几类列出来：
   - 意义膨胀：标志着、反映了、奠定基础、关键转折点
   - 宣传腔：充满活力、深刻、开创性、令人叹为观止
   - 模糊归因：专家认为、行业报告显示、观察者指出
   - 公式句：不是A而是B、不仅是A更是B、三连词
   - AI 高频词：赋能、认知升级、长期主义、底层逻辑、闭环
   - 风格痕迹：过多粗体、列表、小标题、破折号、总结句
   - 聊天残留：希望有帮助、当然、你说得对、请告诉我

2. 标出哪些句子只是正确但没有信息量。

3. 直接删掉能删的内容，至少删 20%。

4. 把抽象词换成具体动作、数字、场景或一句人话。

5. 参考我的写作样本，做 voice calibration：
   - 学我的句长，不要全短句
   - 学我的开头方式
   - 学我的转折方式
   - 学我的口头禅和一点不耐烦
   - 保留一点毛边，不要把文字洗得太干净

6. 输出第一版改写。

7. 再做一轮反查：
   “这版哪里还像 AI？”
   列出残留问题后，再改一次。

如果想要流量不用AI不行，但是只靠AI写的那就是傻逼，人们要的是人设要的是活人感，而不是AI自动生产的垃圾。