Skill Manual · 使用說明書 AI 中文寫作痕跡偵測與改寫規則集。 24 條規則，一個 Claude Code Skill。

涵蓋誇大歷史定位、引用「業界廣泛報導」、淺層 -ing 分析、行銷腔、空泛歸因、與「展望未來，挑戰仍在」式結語。AI 寫長文時最容易踩這 6 條。

模型愛用「賦能」「重塑」「打造」「探索」這類 AI vocabulary，又會把句子寫成「不是 X，而是 Y」「既不 A 也不 B」「三點之中⋯⋯」的固定句型。同義詞循環、虛假的範圍宣稱也都在這桶。

常見表現：「讓我們一起⋯⋯」、「截至我所知⋯⋯」、「希望這些資訊對您有所幫助」、「需要我進一步補充嗎？」這 6 條規則把對話 model 的口頭禪從成稿中剃乾淨。

README 附有「高頻 AI 用詞警示表」，列出「賦能、生態、閉環、打造、深度、全方位、無縫、極致」等詞彙。Skill 對這些詞優先給出改寫建議，以有具體動作的動詞替換，而非直接刪除。

SKILL.md 是 Claude Code Skills 的標準格式，整個 24 條規則、改寫範例、保留條件，都以 Markdown 寫在這一份檔案裡。團隊可以 fork 它、加上自家風格指南，CI 跑 git diff 就能審 prompt 變更。

執行 git clone https://github.com/op7418/Humanizer-zh.git ~/.claude/skills/humanizer-zh。後續對 SKILL.md 的所有客製、新增公司風格指南或排除清單，均以 git diff 追蹤，可進入團隊 PR Review 流程。Tenten 內部即以此方式分支出 Humanizer-zh-tw。

把 SKILL.md 與相關檔案放到 %USERPROFILE%\.claude\skills\humanizer-zh\。git bash 與 PowerShell 兩種環境皆可，不需額外註冊任何環境變數，Claude Code 自動載入。

/humanizer-zh 後直接貼上 AI 初稿，Claude 逐段標出命中的規則，給出改寫建議，並產出修改後版本。可在指令後加上具體說明（如「請優先檢查破折號與粗體」）進行聚焦審稿。

Tenten 的配置方式：在 Notion → MDX 同步 hook 與 GitHub Actions 中設置 claude --skill humanizer-zh --check，命中規則超過 N 條則 fail PR。人工編輯只處理需要判斷的風格決策，套路問題由 CI 自動攔截。

預設 24 條全跑，遇到刻意要保留風格的稿件會誤殺。明確說 /humanizer-zh 請只檢查「風格類」與「溝通類」，內容類保留，Claude 會把規則桶當作可選參數，只跑指定那幾條，其餘維持原文。

把整個 content/ 資料夾的草稿一次跑：for f in content/*.md; do echo "## $f"; claude --skill humanizer-zh --check < "$f"; done > report.md。產出單一 report，編輯只看「命中規則最多」的前 5 篇優先重寫。

fork 一份 SKILL.md，在規則尾端加上「保留以下詞彙」區塊，列出公司刻意使用的品牌詞、業界術語、自家系列名稱。Claude 會把這份白名單視為硬規則，命中也不改。比起每次貼文都附 prompt 註記，更省心。

技術文件可以保留破折號與粗體（語意需要）；行銷文案則要全清。在 prompt 裡指定 /humanizer-zh strict、standard、soft，Claude 會調整改寫的積極度。內部約定一份「文體 → 嚴格度」對照表，給編輯依稿件類型選用。

常見鏈接：/blog-writer 主題 → 自動接 /humanizer-zh → 最後 /seo-check。在 Claude Code 用 sub-agent 把這幾個 Skill 串成一條 pipeline，編輯只看終稿。Tenten 內部把 humanizer-zh 永遠放在最後一道。

行銷團隊以 AI 大量產出文案後，「賦能」「打造」「無縫銜接」等萬用詞會抹平各品牌的差異。將 Humanizer-zh 接入行銷部門的 PR Review，命中超過 N 條規則即退稿。

學術寫作中 LLM 草擬段落已十分普遍，但「展望未來，挑戰仍在」、「綜上所述」、「值得進一步探討」這類結尾是 AI 偵測器的主要訊號。Humanizer-zh 將這些套路收尾整桶替換，保留實質結論與研究步驟。

公部門以 LLM 大量生成政令稿、新聞稿、Q&A，但溝通類規則所涵蓋的協作口吻、謙遜語氣、知識截止聲明，會使公文讀來像客服回覆。Humanizer-zh 的溝通類 6 條針對此類情形設計。

電商團隊以 AI 批量產出商品描述後，主要問題是各商品描述讀來雷同，如「打造極致使用體驗」「無縫銜接日常生活」。Humanizer-zh 的高頻 AI 用詞表優先處理這類萬用詞，將商品文案改回具體規格與使用情境。

tentendev/Humanizer-zh-tw 是 Tenten 維護的繁體中文 fork，將所有判例台灣化，並在原版 24 條之上增加第 25 條「中國用語污染」規則（如「視頻 → 影片」「網絡 → 網路」「軟件 → 軟體」「博客 → 部落格」「優化 → 改善／優化擇用」），適合台灣本地出版團隊直接安裝。

op7418（中文 ID「歸藏」）長期在 X、微博、即刻發布 AI 工具評測與 prompt 分享。本專案 2026 年 1 月發布，取得 6,500+ ⭐、540+ forks，對單一 Markdown 規則檔的 Claude Skill 而言屬於較快的初期累積速度。

Tenten 編輯部交叉驗證：SkillHub、Learn-Skills、skills.sh、DeepWiki、AgentSkill、Playbooks、Skills Playground 等七個 Claude Skills 聚合站皆主動收錄並做了詳細 Wiki 頁面。對 Skill 來說這是「中文必裝」的隱形排行榜。

Skill 文件說明：只除去固定模式不夠，那會留下無菌但仍可被偵測的中性文字。Humanizer 的目標是讓文字回到具體、有人味的表達。這一立意在 X 與聚合站被多次轉述，說明其與純規則替換工具的設計差異。

Learn-Skills 與 SkillHub 的描述頁面均標註：本 Skill 不限於 Claude Code，可在 Cursor、GitHub Copilot、Windsurf、OpenClaw、Cline 等任何支援自訂 system prompt 的代理上使用。Skill 是 Markdown 規則檔，不綁定執行平台，是其能在多個代理社群傳播的原因。