Humanizer-zh-tw · 台灣版去 AI 味技能說明書
Tenten Dev · 為台灣內容團隊而生

Skill Manual — 使用說明書 讓 AI 寫出台灣味
繁體中文。
Humanizer-zh-tw:25 個模式、5 條原則、1 條指令。

Humanizer-zh-tw 是 Tenten 以 op7418 的 Humanizer-zh 為底、為台灣語感重新校準過的 Claude Code 技能。它在原本的 24 個 AI 寫作指紋上,加上中國用語污染偵測,把「軟件、視頻、信息、打造、賦能」換回「軟體、影片、資訊、開發、強化」,並同步校正引號、破折號與那些 AI 才會用的四字排比。

識別模式
25 Patterns
涵蓋排比、連接詞、連字號、量化濫用、中國用語污染等五大類指紋。
在地化
Taiwan
引號採「」『』、範例替換成池上與中央研究院,語感貼台灣媒體標準。
核心原則
5 Rules
精準傳意、符合直覺、張弛有度、個性化表達、節制使用比喻。
驗證時間
Apr. 2026
基於 tentendev / Humanizer-zh-tw 最新公開分支,沿用上游專案授權。
01 / 編者手記 FROM THE EDITOR · APRIL 2026

繁體,從來不只是字型的差別。

編者手記 EDITOR'S NOTE

AI 寫出來的中文有一股怪味。上游的 Humanizer-zh 處理掉了 24 種最明顯的 AI 指紋,但套在台灣媒體、學術、政府文稿上,仍會漏掉最關鍵的那一層 — 中國用語污染。Humanizer-zh-tw 把這一層補回來,讓 Claude 寫出來的文字,讀起來像台灣人自己寫的

01

第 25 個模式,是為台灣而寫的。

原版處理排比、連字號、量化濫用這些跨地區通病;Humanizer-zh-tw 追加了第 25 條規則 — 偵測「軟件、視頻、信息、用戶、界面」這類詞彙污染,以及「打造、賦能、抓手、閉環、高度重視」這類黨八股排比。跑一次 /humanizer-zh-tw,文稿就不會再像是從微信公眾號直譯過來。

02

引號、破折號、範例,全部在地化。

引號採用「」『』而非 "" '';破折號遵循台灣出版慣例;語感範例從北京、上海換成池上、高雄、中央研究院。連 其實就是毛毛的 這類口語停頓詞也被補進規則 — 它們不是錯,是台灣人講話的節奏。

03

五條改寫原則,不是二十五條改寫禁令。

Humanizer 不是找錯字 — 它有一套評分引擎,依「精準傳意、符合直覺、張弛有度、個性化表達、節制使用比喻」五大原則判斷每一句該不該改。它會把整段文重寫,而不是硬套詞典,所以輸出不會僵硬。

02 / 25 種 AI 指紋 PATTERN LIBRARY · UPDATED APR 2026
01

模式 Patterns

Humanizer-zh-tw 在偵測時會依五大類指紋掃描整份稿件,並交叉比對詞頻、句式密度與標點節奏。

6 Entries
25 Patterns · 5 Rules
Updated Apr. 2026
01/06
tentendev / Humanizer-zh-tw · #25

第 25 條:中國用語污染

Tenten 為台灣新增的唯一一條規則,也是整個 fork 存在的理由

偵測兩類污染:一是詞彙替換(軟件→軟體視頻→影片信息→資訊用戶→使用者界面→介面激活→啟用),二是中共黨八股句式(打造、賦能、抓手、閉環、高度重視下足繡花功夫)。這些詞用在 LinkedIn 上會勸退客戶,用在學術稿件裡會被退稿。

✓ Taiwan Only 詞彙替換 黨八股句式 新聞稿救星
Type Lexicon + Syntax Source tentendev fork Severity
02
op7418 / Humanizer-zh · #01–#05

排比與對仗句壟斷

AI 最愛的句式:「不僅 A,更是 B」、「既要 X,也要 Y」

LLM 被大量英文長句訓練後,中文輸出會莫名地工整。Humanizer 會偵測三連句以上的平行結構、過度對仗的四字詞組,以及「不只是…更是…」「既是…也是…」這類萬用濾鏡,改寫成自然語序。

三連排比 對仗句 萬用濾鏡
Fingerprint 句式層 Count 5 種
03
op7418 / Humanizer-zh · #06–#10

量化與誇飾濫用

「提升 85%」「節省三倍時間」「數以萬計的使用者」

AI 喜歡塞數字讓論點看起來有根據 — 但這些數字往往是捏造的。這一類會掃描無來源的百分比、倍數誇飾(十倍百倍指數級)、以及籠統的量詞(眾多大量諸多),要求替換為具體或刪除。

無源數據 倍數誇飾 籠統量詞
Fingerprint 語義層 Count 5 種
04
op7418 / Humanizer-zh · #11–#15

連接詞與語氣堆積

「其實」「事實上」「簡單來說」「值得一提的是」

AI 在段落起手式會習慣性放一個過渡詞製造權威感。Humanizer 會偵測 而是然而值得注意的是換句話說 的高密度使用,並檢查是否出現「讓我們一起來看看」這類 Let's 風格的破口。

過渡詞 Let's 句型 偽權威
Fingerprint 過渡詞 Count 5 種
05
op7418 / Humanizer-zh · #16–#20

標點節奏與破折號魔咒

em dash 濫用、彎引號 "" ''、驚嘆號失控

ChatGPT 世代最經典的指紋就是 em dash(—)— 一句話能放三次。這一類掃描 em/en dash 密度、彎引號(""'')錯用、以及連續驚嘆號,並自動替換為台灣慣用的「」『』與節制破折號。

em dash 密度 引號風格 台灣排版
Fingerprint 排版層 Count 5 種
06
op7418 / Humanizer-zh · #21–#24

修飾詞與委婉語淤積

「深刻」「獨特」「關鍵」「或許」「可能」

AI 會在名詞前堆形容詞、在動詞前加副詞、在斷言前裹一層「或許」軟化。Humanizer 會抓出這些累贅修飾、過度謹慎的軟性措辭、以及重複出現的萬用形容詞(獨特的、深刻的、關鍵的、卓越的),要求要嘛精準、要嘛刪除。

形容詞堆疊 軟性措辭 萬用形容詞
Fingerprint 詞彙層 Count 4 種
03 / 安裝與工作流 SETUP · SLASH · CLAUDE CODE · READY IN 30S
02

安裝 Installation

Humanizer-zh-tw 只是一個 Skill 目錄 — 沒有套件、沒有設定檔、沒有 API 金鑰。clone 進 Claude Code 的 skills 資料夾即可啟用。

5 Entries
git · slash · CI
Zero Dependency
01/05
tentendev / Humanizer-zh-tw

一行 git clone 開箱即用

直接 clone 到 Claude Code 的全域 skills 目錄

執行 git clone https://github.com/tentendev/Humanizer-zh-tw.git ~/.claude/skills/humanizer-zh-tw,重啟 Claude Code 或在對話中輸入 /humanizer-zh-tw 即會載入。不需設定 API 金鑰、不需安裝依賴,整個技能就是一份 SKILL.md 加上五條原則的 prompt 模版。

✓ 零依賴 macOS / Linux ~/.claude/skills 30 秒完成
Command git clone Target ~/.claude/skills License 沿用上游
02
tentendev / Humanizer-zh-tw · Slash

斜線指令 /humanizer-zh-tw

貼上一段文稿,Claude 會依五條原則重寫

在 Claude Code 中輸入 /humanizer-zh-tw,後面接整段要改寫的文字。Claude 會先跑 25 條模式掃描,輸出偵測報告修正版全文。若只想要偵測、不想要重寫,可附註「只標記,不改寫」。

/humanizer-zh-tw 偵測報告 整段重寫
Invocation Slash cmd Output 報告 + 改稿
03
tentendev / Humanizer-zh-tw · Windows

Windows 路徑特別提醒

把 HOME 改成 USERPROFILE,其餘一致

在 PowerShell 執行 git clone https://github.com/tentendev/Humanizer-zh-tw.git $env:USERPROFILE\.claude\skills\humanizer-zh-tw。若你用 WSL,則沿用 macOS 指令即可。Claude Code for Windows 會在每次啟動時重新掃描 %USERPROFILE%\.claude\skills

PowerShell %USERPROFILE% WSL 相容
Shell PowerShell Path %USERPROFILE%
04
op7418 / Humanizer-zh · Upstream

若你要做自己的 fork

上游是 op7418/Humanizer-zh — 香港/中國語境版本

Humanizer-zh-tw 的 upstream 是 op7418/Humanizer-zh,共用 24 條 AI 指紋。若你要做新馬、粵語、港式繁體等版本,直接從 op7418 fork,再比照 tentendev 的方式在第 25 條上加入你的地區規則即可。MIT 範式,商用友善。

可再 fork 地區版擴充 MIT 授權
Upstream op7418 Pattern 24 + 1
05
tentendev / Humanizer-zh-tw · CI

接進CMS 發稿前的檢查

用 GitHub Actions 把它跑成發稿門檻

在 Content repo 設定 pre-merge action:PR 內若有 Markdown 異動,就呼叫 Claude CLI 跑 /humanizer-zh-tw,把偵測到的污染詞直接在 PR review 留言。編輯台可選擇阻擋合併或僅提示。此流程已在 Tenten 內部 Content Pod 試運作中。

GitHub Actions PR 守門 ✓ Tenten 內部驗證
Trigger Pull Request Gate Pre-merge
04 / 實戰應用 NEWSROOM · ACADEMIA · GOV · BRAND · E-COMMERCE
03

應用 Workflows

Humanizer-zh-tw 不是純工具 — 它是一層編輯守門員。下面六個場景是 Tenten 內部與合作夥伴實際部署過的應用。

6 Entries
News · Academic · Gov · Brand
Real Deployments
01/06
Use Case · Newsroom

台灣媒體的 AI 編譯守門

外電 AI 翻譯後,交給 Humanizer-zh-tw 做最後一道編輯

外電翻譯常在 軟件視頻信息網絡 這些詞上留下簡體餘味,又夾雜「打造、賦能、抓手」的黨八股。走一次 /humanizer-zh-tw,編輯台就能把 AI 稿收斂到報社用語規範,再送給人工覆核。適合即時新聞、國際中心、財經編譯

✓ Tenten 驗證 外電編譯 即時新聞 報社規範
Role 編輯守門員 Input AI 譯稿 Output 台灣規範稿
02
Use Case · Academia

學界論文與摘要校對

中央研究院、陽明交大、政大的中文摘要場景

研究生先用 AI 擬繁中摘要,再用 Humanizer-zh-tw 校出 程序→程式数据→資料集成→整合优化→最佳化,以及「綜上所述」「值得注意的是」這類 AI 詞化表述。輸出更接近 TCI、Scopus 中文期刊要求。

論文摘要 TCI 期刊 用語在地化
Target 中文摘要 Benefit 退稿率↓
03
Use Case · Government

政府標案與公文 AI 化

標案文件、新聞稿、FAQ 的語感統一

地方政府用 Claude 初擬標案或政策 FAQ 後,常會殘留「高度重視」「狠抓落實」「下足繡花功夫」等中共官方句式。Humanizer-zh-tw 會把它改回行政院慣用的「研議、推動、落實」公文體,語感統一後再送審。

標案撰寫 政策 FAQ 公文體
Target 政府文書 Risk 政治語感
04
Use Case · Brand

品牌官網與LinkedIn 內容

把 AI 味壓下去,讓文字讀起來像人寫的

B2B 公司用 Claude 草擬案例、部落格、LinkedIn 貼文後,整段讀起來像AI 寫的,就容易被客戶直接跳過。Humanizer-zh-tw 會砍掉排比、替換萬用形容詞、把對仗句改寫為自然敘述 — 文案保留觀點,但聽起來像品牌自己的聲音

LinkedIn 品牌語感 B2B 內容
Target Brand voice Fit B2B / SaaS
05
Use Case · E-commerce

Shopify 商品描述與商品 SEO

大量 SKU 的商品文案批次去 AI 味

AI 產的商品描述常有「卓越品質、極致體驗、匠心打造」這類空泛修飾,在 Google Merchant Center 跟 Meta Ads 的審核也偏低分。Humanizer-zh-tw 批次處理整個 product feed,把感性詞換為具體規格,對轉換率與 SEO 同步友善。

Shopify 商品描述 Meta Ads 合規
Scale Product Feed Target Shopify / GMC
06
Use Case · Translation QA

簡轉繁文件的語感校正

只做字型轉換是不夠的 — 詞彙跟句式也要在地化

許多團隊拿到中國大陸供應商的簡體資料,用 OpenCC 轉成繁體後以為就完成了,但「視頻、軟件、打印、硬盤、文件夾」仍然殘留。Humanizer-zh-tw 負責把字型轉換後的「偽繁體」再升一級為真繁體,讓讀者不會在第一段就察覺文稿來源。

簡轉繁 QA OpenCC 後處理 偽繁體偵測
Stage 後處理 Pairs zh-CN → zh-TW
05 / 部署計畫 FROM TENTEN — FOR EDITORS, MARKETERS & ENGINEERS

四種部署路徑,對應四種團隊

依你團隊的日常稿件量與風險等級選起點。每一組都來自 Tenten 實際部署 — 從個人編輯到新聞台的 CI 流程,都能在一個下午內上線。

01 · 個人編輯 · Copywriter

先在 Claude Code 對話裡試用

一條指令完成:git clone https://github.com/tentendev/Humanizer-zh-tw.git ~/.claude/skills/humanizer-zh-tw。接下來每次寫完一段文稿,就貼進對話跑 /humanizer-zh-tw。適合自由撰稿人、部落客、SOHO 編輯。

02 · 內容團隊 · Content Pod

接進 Notion 或 Google Docs 的流程

用 Claude Code 的批次模式,把編輯檯排隊的文稿逐一掃描,把結果寫回原稿的「批註」欄位。內容主管複閱時只處理被標記段落。搭配每週五下午的批次跑法,效率最佳。

03 · 新聞台 · Newsroom CI

把它變成 發稿門檻

在 CMS repo 設 GitHub Action,PR 若有 *.md*.mdx 變更,就跑一次 /humanizer-zh-tw,把污染詞與 AI 指紋留言到 review。編輯台可選擇必改或建議,符合新聞台對語感一致性的要求。

04 · 工程團隊 · Fork & Extend

你的品牌詞典再 fork 一層

Humanizer-zh-tw 是純 Markdown 規則,不需要套件。工程團隊可以 fork 一份,疊上公司品牌詞(譬如把「用戶體驗」統一為「客戶體驗」)、業界術語,或法務禁用語,然後部署到公司全體的 ~/.claude/skills/

想把 Humanizer-zh-tw 跑進你的內容流程?

規則是開源的。
接上你們的 編輯台這一段,
是 Tenten 在做的事。

Tenten 是 AI-First 的設計與技術顧問公司。我們把 Claude、MCP、Humanizer-zh-tw 接進 Headless CMS、Webflow、Shopify Plus 的企業級發稿流程 — 從新聞台的 CI、品牌官網的 LinkedIn 貼文,到 Shopify 的商品描述,讓 AI 寫出來的中文真正像台灣人自己寫的

Tenten 如何幫你接上 Humanizer-zh-tw
編輯台 AI 審稿流程
把 Humanizer-zh-tw 接進 CMS、Notion、Google Docs,變成發稿前的必經守門員。
品牌語感 Sprint
兩週固定價格,為你的品牌 fork 一份自訂詞典:公司術語、禁用語、業界 jargon。
Shopify 商品文案批次
整個 product feed 批次去 AI 味,對應 Meta Ads、Google Merchant Center 審核規範。