風格類:破折號、粗體與標題化清單是最常見的指紋
風格類 6 條,涵蓋 AI 中文最直觀可見的排版痕跡
模型傾向以 —(em-dash)銜接段落,以粗體強調 keywords,以「Title Case 標題」起每一段,再以大量 emoji 收尾。Humanizer-zh 的風格類規則處理六種模式: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 是將英文 Humanizer 改寫為中文語境的 Claude Code Skill。執行 /humanizer-zh 後,Skill 掃描全文並標出 AI 寫作痕跡,包括浮誇結語、破折號、強調粗體,及「在當今快速發展的時代⋯⋯」之類萬用開場句。本說明書逐條說明 24 條規則、安裝路徑,以及企業內容團隊的工作流配置。
Humanizer-zh 將模型常用的套路句、萬用開場句、情緒粗體標出,讓編輯逐條確認後決定改寫、刪除或保留。安裝至 Claude Code 後,每次執行 /humanizer-zh 即可對稿件執行 24 條規則的全文審查。
2026 年的 LLM 幾乎不犯文法錯誤,但存在結構性問題:開頭固定是「在當今快速發展的時代」、結尾固定是「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 種可辨識的模式。
安裝後執行 /humanizer-zh 文章貼這裡 即可觸發審查。亦可串入 CI、PR Review、Notion publish hook,在發稿前自動檢查。原作者將完整規則寫在 SKILL.md 中,可用 git 版本管理並由團隊客製。
本說明書說明 op7418/Humanizer-zh 原版(簡體中文語境)。Tenten 維護的 tentendev/Humanizer-zh-tw 在原版 24 條之上增加第 25 條「中國用語污染」規則,並將所有判例台灣化,適合正體中文出版團隊直接安裝。
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,涵蓋 AI 中文最直觀可見的排版痕跡
模型傾向以 —(em-dash)銜接段落,以粗體強調 keywords,以「Title Case 標題」起每一段,再以大量 emoji 收尾。Humanizer-zh 的風格類規則處理六種模式: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,針對「讀完像新聞稿」的結構問題
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,針對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,清除對話模型的殘留口頭禪
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 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。
規則以 Markdown 寫成,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,以及企業團隊將其接入 CI、PR Review、發稿 hook 的標準做法。
官方建議的安裝方式,將 SKILL.md 放入 ~/.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。
將 SKILL.md 接入公司 monorepo 的標準做法
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。
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]
/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。
在 publish 之前作為最後一道自動檢查關卡
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。
基本用法是 /humanizer-zh + 貼文章。以下五種進階模式是 Tenten 內部編輯實際採用的做法,涵蓋規則範圍控制、批次掃描、品牌詞彙白名單、嚴格度調整,以及 Skill 串聯管線。
對只需清除特定類型痕跡的稿件,可限縮規則範圍
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。
整批 markdown 一次執行,輸出統一報告
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。
公司刻意使用的行銷詞應加入保留區,避免被改寫
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。
行銷文案與技術文件所需的改寫積極度不同
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。
用 chained skills 在生成後自動執行潤稿,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。
24 條規則在六類場景的實際應用:自媒體、品牌行銷、學術寫作、政府公文、電商文案,以及繁體中文台灣化出版。
適用於微信公眾號、知乎、即刻、Substack 中文號的稿件審查
創作者以 Claude / ChatGPT 起草後自行改寫的工作流中,常見問題是讀者辨識出 AI 生成痕跡。在發布前執行 /humanizer-zh,可清除破折號、粗體、emoji 收尾、套路結語,保留個人聲音與具體事例。
批量 landing page 文案、email 序列、社群貼文的 QA 流程
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。
Turnitin 與 GPTZero 的命中率主要來自固定句型,而非詞彙頻率
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。
「希望這些資訊對您有所幫助」不適合出現在政府公文
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。
大量 SKU 的 AI 商品描述批次審查
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。
在原版 24 條之上增加第 25 條「中國用語污染」規則
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。
Humanizer-zh 的傳播路徑以中文圈為主:作者 op7418 的影響力、中文 Skill 聚合站收錄、X 上 AI 創作者轉發,以及 Skill 文件中「不只乾淨,還要有人味」這句設計立意的多次引用。以下四條訊號均已由 Tenten 編輯部交叉驗證。
作者在 X、微博、即刻長期發布工具評測與 prompt,具備可查驗的影響力
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。
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話
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。
已在 Cursor、GitHub Copilot、Windsurf、OpenClaw、Cline 經社群驗證
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。
Humanizer-zh 安裝完成即可使用,約需 30 秒。以下四種起點分別針對個人創作者、編輯團隊、企業內容部門與繁體中文出版團隊,列出最短的配置路徑。
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。
媒體與內容部門將 Humanizer-zh 接入 Notion → MDX 同步 hook 或 GitHub Actions,在 PR 上執行 --check,命中超過 N 條規則即讓 PR 顯示 fail。編輯的時間用於風格判斷,套路問題由 CI 自動攔截。
以 git clone 將 SKILL.md 放入公司 monorepo,加入「禁用詞清單、品牌詞彙表、Tone Matrix」等自家規則。所有 prompt 變更走 PR Review,風格規則以 git 版本管理。此為 Tenten 提供給 B2B 客戶的標準配置。
正體中文出版團隊可直接安裝 Tenten 維護的 tentendev/Humanizer-zh-tw,已含第 25 條「中國用語污染」規則與全面台灣化判例。原版 24 條加台灣化 1 條,共 25 條規則。
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。