破折號、粗體與「標題化清單」是最明顯的指紋
風格類 6 條 — AI 中文最一眼可見的指紋集中在這一桶
模型偏愛用 —(em-dash)拉開節奏、用 粗體強調 keywords、用「Title Case 標題」起每一段、再用 大量 emoji 收尾。Humanizer-zh 一次性把這 6 條規則正規化 — 破折號、過度粗體、內聯標題清單、標題大寫化、表情符號、彎引號。
op7418 / Humanizer-zh 是把英文 Humanizer 翻譯並重寫成中文語境的 Claude Code Skill — 一行 /humanizer-zh,即可掃描全文中的 AI 寫作痕跡,從浮誇結語、破折號、強調粗體、到「在當今快速發展的時代⋯⋯」這類萬用開場。本說明書帶你逐條讀懂 24 條規則、安裝路徑、與企業內容團隊的真實工作流。
Humanizer-zh 不是把文字「改得更花」 — 它是把模型偷塞的套路句、萬用開場、與情緒粗體標出來,讓編輯一眼能改、能刪、能保留。把它裝進 Claude Code,等於替團隊加了一位嚴格的中文責編。
2026 年的 LLM 已經幾乎不犯文法錯誤;它犯的是結構性錯誤 — 開頭一定是「在當今快速發展的時代」、結尾一定是「綜上所述」、中間散落破折號與粗體強調。Humanizer-zh 的 24 條規則直接對準這 24 種「指紋」。
裝完之後,/humanizer-zh 文章貼這裡 即可。也可以串進 CI、PR Review、Notion publish hook,把人工編輯踢出 critical path。原作者把整套規則寫在 SKILL.md 裡,可用 git 版本管理跟團隊客製。
本說明書解的是 op7418/Humanizer-zh 的原版(簡體中文語境)。Tenten 內部的 tentendev/Humanizer-zh-tw 在原版之上加了第 25 條「中國用語污染」規則,並將判例全面台灣化 — 適合做正體中文出版的團隊直接安裝。
把 ChatGPT、Claude、Gemini 寫中文時最容易留下的 24 條痕跡,逐條拆給編輯與內容審核者看。
風格類 6 條 — AI 中文最一眼可見的指紋集中在這一桶
模型偏愛用 —(em-dash)拉開節奏、用 粗體強調 keywords、用「Title Case 標題」起每一段、再用 大量 emoji 收尾。Humanizer-zh 一次性把這 6 條規則正規化 — 破折號、過度粗體、內聯標題清單、標題大寫化、表情符號、彎引號。
內容類 6 條 — 解決「為什麼讀完像新聞稿」的問題
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。
語言類 6 條 — 句式層面的固定模板
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。
溝通類 6 條 — 把對話模型「殘留 prompt」洗掉
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。
不在 24 條主規則裡,但實務上每篇都中
README 內附一份「高頻 AI 用詞警示表」 — 列出諸如「賦能、生態、閉環、打造、深度、全方位、無縫、極致」之類的詞彙清單。Skill 會優先建議改寫這些詞,不一定刪除,而是替換成有具體動作的動詞。
不是黑盒子 prompt — 規則是檔案,可 fork、可 diff、可 PR
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。
三種安裝路徑、一條斜線指令、與企業團隊把它接進 CI/PR Review/發稿 hook 的標準做法。
官方建議的安裝方式 — 把 SKILL.md 放進 ~/.claude/skills/
執行 npx skills add https://github.com/op7418/Humanizer-zh.git,Claude Code 啟動時會自動掃描 ~/.claude/skills/humanizer-zh/SKILL.md 並掛載 /humanizer-zh 斜線指令。適合個人開發者、想立刻試用的編輯與內容創作者。
把 SKILL.md 接進公司 monorepo 的標準做法
git clone https://github.com/op7418/Humanizer-zh.git ~/.claude/skills/humanizer-zh — 之後對 SKILL.md 的所有客製、新增公司風格指南、加排除清單,都是 git diff,可進團隊 PR Review。Tenten 內部就是這樣分支出 Humanizer-zh-tw。
官方明確標註 Windows 路徑差異
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 [貼上文章 或 描述任務]
最常見用法:/humanizer-zh 後直接貼上整篇 AI 寫好的初稿;Claude 會逐段標出命中哪一條規則、給出改寫建議、並產出乾淨版本。也可說「請優先檢查破折號與粗體」做聚焦審稿。
內容團隊把它放在 publish 之前的最後一關
Tenten 的做法:在 Notion → MDX 同步 hook 與 GitHub Actions 上設置 claude --skill humanizer-zh --check,若命中超過 N 條規則就 fail PR。把人工編輯踢出 critical path,編輯只負責「藝術」決策。
裝完之後,多數人只用最基本的 /humanizer-zh + 貼文章。下面是 Tenten 內部編輯實際在用、能讓這個 Skill 從「掃稿工具」變成「品牌守門員」的 5 條進階用法。
「這篇只想清破折號與粗體」 — Skill 是可被 prompt 收斂的
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。
編輯不必一篇一篇貼 — 整批 markdown 一次過
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。
不是所有「賦能、打造」都要刪 — 自家行銷詞要被認得
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。
行銷 landing page 與技術文件需要不同力度
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。
先生成、再潤稿 — 用 chained skills 取代手動複製貼上
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。
把 24 條規則放進真實場景 — 自媒體、企業內容、學術、政府、電商與翻譯潤稿,誰最該裝它?
微信公眾號、知乎、即刻、Substack 中文號的標配 Skill
創作者用 Claude / ChatGPT 起草、自己改寫的工作流,最大痛點是「讀者一眼看出是 AI 寫的」。把 /humanizer-zh 放在發布前一步,就能把破折號、粗體、emoji 收尾、套路結語清乾淨 — 留下個人聲音與具體事例。
大量 landing page 文案、email 序列、社群貼文的 QA
行銷團隊用 AI 大量產出文案是 2026 年的常態,但「賦能」「打造」「無縫銜接」會把所有品牌的聲音都洗成同一個。把 Humanizer-zh 接進 marketing 的 PR Review,只要命中超過 N 條規則就退稿。
Turnitin 與 GPTZero 的命中率主要來自套路句
學者使用 LLM 草擬段落是公開祕密;但「展望未來,挑戰仍在」、「綜上所述」、「值得進一步探討」這類結尾正是 AI 偵測器的招牌訊號。Humanizer-zh 把這些套路收尾整桶刪除,保留實質結論與研究步驟。
「希望這些資訊對您有所幫助」不該出現在公文裡
公部門大量使用 LLM 生成政令稿、新聞稿、Q&A,但溝通類規則(協作口吻、卑微語氣、知識截止聲明)會讓公文像對話 model 的客服回覆。Humanizer-zh 的溝通類 6 條專門為此而生。
電商上千 SKU 的 AI 文案統一去油
電商團隊 AI 大量產出商品描述後,主要問題是每個商品聽起來都一樣 — 「打造極致使用體驗」「無縫銜接日常生活」。Humanizer-zh 的高頻 AI 用詞表優先處理這些萬用詞,讓商品文案回到具體規格與使用情境。
在原版 24 條之上加第 25 條「中國用語污染」
tentendev/Humanizer-zh-tw 是 Tenten 內部維護的繁體中文 fork — 把判例全面台灣化,並在原版 24 條規則之上加上第 25 條「中國用語污染」(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」),適合做台灣本地出版的團隊。
Humanizer-zh 不是 Reddit 上熱議的英語項目 — 它的傳播路徑完全在中文圈:作者本身的影響力、中文 Skill 聚合站的收錄、X 上 AI 創作者的轉發、與「不只乾淨,還要有人味」這條被反覆引用的設計哲學。下方四條是 Tenten 編輯部驗證過的真實社群訊號。
不是無名 prompt — 作者是中文 AI 工具評測的代表人物
op7418(中文 ID「歸藏」)是中文 AI 工具圈知名意見領袖,長期在 X、微博、即刻發布工具評測與 prompt 分享。本專案 2026 年 1 月發布即取得 6,500+ ⭐、540+ forks — 對單一檔案 Claude Skill 而言屬於罕見的初速度。
SkillHub · Learn-Skills · skills.sh · DeepWiki · AgentSkill · Playbooks · Skills Playground
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。
DeepWiki 與 X 上的中文 AI 創作者多次摘出這句
Skill 文件強調「光是除去模式不夠 — 那會留下無菌、仍可被偵測的中性文字。Humanizer 必須讓文字回到具體、有人味」。這個設計立意被 X 與聚合站反覆引用,與「機械式去 AI 化工具」拉開差距。
Cursor · GitHub Copilot · Windsurf · OpenClaw · Cline 社群驗證
Learn-Skills 與 SkillHub 的描述頁面均明確標註: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 — 這也是它能快速擴散的關鍵。
Humanizer-zh 不需要漫長的導入計畫 — 30 秒裝完即可使用。下列四種角色起點,是 Tenten 為個人創作者、編輯團隊、企業內容部門與台灣化團隊整理出來的最短路徑。
npx skills add https://github.com/op7418/Humanizer-zh.git。下次開 Claude Code 就能用 /humanizer-zh 把貼進去的 AI 初稿掃一遍。適合自媒體、知乎答主、Substack 寫作者、學生,不需要團隊或 CI 設定。
媒體與內容部門把 Humanizer-zh 接進 Notion → MDX 同步 hook 或 GitHub Actions,在 PR 上跑 --check,命中超過 N 條規則就讓 PR 顯示 fail。編輯只需要花時間在「藝術決策」 — 機械性套路自動擋下。
git clone 進公司 monorepo,把 SKILL.md 加上「禁用詞清單、品牌詞彙表、Tone Matrix」自家規則。所有 prompt 變更走 PR Review,所有風格規則被 git 版控。這是 Tenten 給 B2B 客戶的標準做法。
做正體中文出版的團隊不需自己台灣化 — 安裝 Tenten 維護的 tentendev/Humanizer-zh-tw,多了第 25 條「中國用語污染」規則與全面台灣化判例。原版 24 條 + 台灣化 1 條 = 25 條完整覆蓋。
Tenten 是 AI-First 設計與技術顧問公司。我們把 Claude、Skills、MCP、Agentic Commerce 接進 Headless CMS、Webflow、Shopify Plus 的企業級交付 — 也包括把 Humanizer-zh 這類內容品質規則,接進 Notion、CMS、CI 與發稿 hook,讓每一篇上線文章都自動經過 24 條檢查。