Skill Manual — 使用說明書 Humanizer-zh：中文 AI 寫作痕跡偵測與改寫工具。 24 條模式 · 五維評分 · 支援六個主流 AI IDE。

涵蓋意義誇大（「這象徵著一個時代」）、宣傳式修辭、淺層的「-ing」分析、模糊歸因（「專家指出…」）、破折號連續三段、挑戰與展望套板結尾。這六種特徵在新聞稿、白皮書、年度回顧中出現頻率較高。

包括AI 常用詞彙（此外、然而、深入、至關重要、landscape、crucial）、避用「是」、否定對仗（「不是 A，而是 B」濫用）、三連句（rule of three）、同義詞循環、虛假範圍（「從 X 到 Y 無所不包」）。這六種句型是 AI 生成文字中出現頻率最高的語法標記。

em-dash 濫用、粗體過度、內嵌標題列表、英文 Title Case 誤用、emoji 裝飾、智能彎引號。這六種視覺標記是中文讀者辨認 AI 寫作最直接的依據。Humanizer-zh 會清除這些標記並以自然段落節奏取代。

偵測 chatbot 對話殘留的三種形式：協作式口吻（「我們一起來…」）、知識截止日免責聲明、奉承式開場（「這是一個很棒的問題」）。這些語句複製貼入文章後語境失當，但 AI 生成時頻繁保留。

填充詞（「值得注意的是」「需要指出的是」）、過度限定（句尾堆「可能、或許、在某種程度上」）、通用正向結論（「總的來說，這是一個值得深入探討的話題」）。這三種句型資訊密度低，但在 AI 生成文字中出現頻率高。Humanizer-zh 會將其整段刪除或壓縮成一句。

git clone https://github.com/op7418/Humanizer-zh.git ~/.claude/skills/humanizer-zh。手動安裝的主要優點是可在後續修改 SKILL.md，加入品牌禁用詞、語調規範與內部案例，使其成為公司級文風指南。

Windows 用戶若不想裝 Node.js 或 Git Bash，可直接下載 zip 解壓到 %USERPROFILE%\.claude\skills\humanizer-zh\，確認目錄內有 SKILL.md 與 README.md 兩個檔案即完成。路徑大小寫敏感，避免中文路徑。

呼叫方式：/humanizer-zh 這段 AI 生成的文字…、/humanizer-zh @draft.md、或在整個 repo 跑 /humanizer-zh content/**/*.md。Claude 會依序執行：掃描 24 模式 → 輸出命中清單 → 提改寫版本 → 跑五維評分。全程可在 Code / Cursor / Copilot 的對話框中完成。

直接性（是否直接切入重點）、節奏（句長是否有變化）、信任度（是否以成熟讀者為預設對象）、真實性（語氣是否接近真人書寫）、精煉度（是否可再刪減）。合計 50 分，可設為內容 CI 門檻。Tenten 建議以 42 分為上線最低要求。

因為 Humanizer-zh 的 SKILL.md 是純 Markdown 指令規格，凡是支援「skill / custom system prompt」的 agent 都能直接讀 — 包含 Cursor、GitHub Copilot、Windsurf、OpenClaw、Cline。團隊不用為不同 IDE 維護多份版本。

有效流程：Claude 生成初稿 → 人工修改一遍 → /humanizer-zh 收尾。此 Skill 適合處理已達基本品質的文字，在此基礎上清除 AI 特徵；若輸入是品質較低的 AI 草稿，改寫效果有限。

低於 42 分打回重改；40–44 分為警戒區；45 分以上視為可上線。此門檻在 Tenten 內部用於行銷素材、部落格與電子報的品質把關。門檻過低無實質篩選效果，過高則導致編輯流程停滯。

國際化團隊的配置方式：英文用 blader/humanizer、中文用 op7418/Humanizer-zh。將兩份 SKILL 安裝在同一個 ~/.claude/skills/ 下，Claude 依輸入語言自動選用對應規則，一套流程處理中英雙語內容。

整份指令為純 Markdown，可在 fork 後的 SKILL.md 中加入品牌規則，例如「本公司不使用『賦能』『生態』」或「客戶名稱一律加引號」。改造後的版本作為公司級文風指南，新成員可在第一天即繼承團隊寫作標準。

op7418 原版以簡體中文詞彙為主；繁體中文團隊建議改用 kevintsai1202/Humanizer-zh-TW，避免「軟體 / 软件」「資料 / 数据」之類的誤改。兩版共享同一套 24 模式框架，差異僅在詞彙與引號習慣。

這類文件常見的三種 AI 特徵：挑戰與展望套板（「儘管仍面臨挑戰…展望未來…」）、模糊歸因（「業內人士指出」）、宣傳式修辭。Humanizer-zh 將這些段落改為具體案例、可查引述與可驗證數據，提升媒體引用意願。

品牌敘事常見問題是語氣接近百科全書式的機構描述。Humanizer-zh 的五維評分中「真實性」與「節奏」兩項專門針對此問題，會將「本公司致力於…」改為創辦人視角的第一人稱陳述，加入具體時間、地點與情境，提高品牌可辨識度。

學術文本不適合口語化改寫。Humanizer-zh 在這類文本主要處理意義誇大、過度限定（「在某種程度上可能表明…」）與AI 詞彙。改寫後保留嚴謹語氣，使句子更直接、引用更具體、結論更可驗證。

部分社群平臺的演算法對 AI 寫作特徵敏感，破折號堆疊、粗體濫用、emoji 裝飾的貼文觸及率偏低。Humanizer-zh 在社群語境下主要執行三項操作：拆解三連句、移除 emoji、將粗體改為自然語氣，使貼文風格接近真人書寫。

產品發布常見的 AI 特徵是用宣傳語取代具體描述，例如「新版本全方位升級、帶來前所未有的體驗」。Humanizer-zh 將這類表述改為事實陳述，例如「新版加入批次處理、鍵盤快捷鍵、離線模式；早期測試用戶回饋正向」。具體事實優先，宣傳語後置或刪除。

在中文 Claude Skills 類別中屬於前段增速。541 forks 表明有大量團隊在此基礎上進行客製化。13 個 open issues 處於活躍討論狀態。

同時維護 CodePilot（5.5k ★ Electron 多模型 AI 代理桌面應用）、NanoBanana-PPT-Skills（2.4k ★ PPT 生成）、ai-claude-start（多帳號 Claude Code 啟動器）、guizang-s-prompt（提示詞庫）。各 repo 均有持續維運記錄，是評估 skill 長期可用性的參考依據。

原版出自 blader（Anthropic 社群長期貢獻者），以 Wikipedia「Signs of AI writing」為基礎整理成英文 Skill。op7418 的漢化版保留原 SKILL.md 的架構與評分邏輯，將詞彙、示例與分類全部中文化，結構與上游保持同構。

繁體中文社群（台灣、香港、海外華人）的主要 fork。Humanizer-zh 同時被 Learn Skills、SkillHub、FastMCP、skills.rest、AgentSkill.work、MCP Directory 六個 Skills 目錄收錄，在中文 repo 中屬少見的生態覆蓋度。