1. 项目概述为什么我们需要一个“AI写作净化器”如果你和我一样每天都要和AI助手打交道无论是用它写邮件、生成报告还是草拟技术文档那你一定对那种“AI味儿”深有体会。那种感觉就像喝了一杯过度调味的饮料——初尝顺滑但回味全是工业香精的味道。具体来说就是满篇的“leverage”、“seamless”、“robust”开头必是“Certainly!”结尾总来一句“The future looks bright!”段落整齐得像豆腐块句子长度精确得像用尺子量过。这种文本人类读者一眼就能识别出来它缺乏个性、温度和真实感读多了甚至会让人产生一种莫名的疏离和疲劳。这就是avoid-ai-writing这个项目诞生的背景。它不是一个简单的“去AI化”提示词而是一个结构化的、可复用的“技能”Skill专门为 Claude Code、OpenClaw 这类AI编程助手设计。它的核心使命是像一位经验丰富的文字编辑精准地审计文本找出所有“AI写作模式”AI-isms然后将其重写成自然、直接、像人类写出来的内容。这个项目最吸引我的地方在于它把“感觉”变成了“规则”。它不是笼统地说“让文字更自然”而是定义了36种具体的AI写作模式并配备了包含109个词条的替换表。这意味着无论是检测还是改写过程都是透明、可解释的。你可以清楚地知道原文的哪个词、哪个句式被判定为“AI痕迹”以及为什么要这样改。对于任何需要借助AI进行内容创作但又希望最终产出能保留个人风格、避免千篇一律的从业者——无论是开发者、产品经理、市场人员还是技术作家——这个工具都提供了一个从“AI草稿”到“人类终稿”的可靠管道。它解决的不仅仅是“听起来像AI”的表面问题更是“如何让AI成为高效助手而非风格剥夺者”的深层挑战。2. 核心原理拆解AI写作模式的“特征工程”要理解avoid-ai-writing如何工作我们需要先理解它定义的“AI写作模式”到底是什么。这本质上是一次对AI生成文本的“特征工程”将人类阅读时模糊的“不对劲”感觉拆解为可识别、可分类、可操作的具体特征。项目作者 Conor Bronsdon 及其社区贡献者综合了来自 Pangram Labs、维基百科编辑指南以及多个开源项目的经验将这些特征归纳为四大类、36种具体模式。2.1 内容层面的“虚胖”与“空洞”AI在生成内容时倾向于“填充”和“拔高”导致信息密度低。显著性膨胀这是最常见的毛病。AI喜欢把普通事件描述为“里程碑式”、“开创性”、“划时代的”。例如将“一家公司获得了B轮融资”写成“标志着该公司乃至整个行业发展的一个关键转折点”。avoid-ai-writing会将其打回原形只陈述事实“Acme Analytics 完成了4000万美元的B轮融资。”模糊归因当AI缺乏具体数据或引用来源时会使用“专家认为”、“研究表明”、“据信”这类模糊表述来增强说服力实则空洞无物。技能会要求要么提供具体出处“根据Gartner 2023年的报告”要么直接删除。肤浅的-ing分析AI擅长堆砌现在分词短语来营造一种“深度分析”的假象如“symbolizing a shift..., reflecting years of investment..., highlighting the importance...”。这些短语听起来高级但并未增加实质信息。技能的处理方式是要么替换为具体事实要么直接删除。促销性语言不必要的形容词和修饰语如“充满活力的初创公司”、“坐落于风景如画的XX地区”。人类写作会更直接“一家位于博尔德的初创公司”。2.2 语言层面的“套路”与“替换”这是词汇和句式上的“指纹”是AI训练数据中高频模式的直接反映。分级词汇替换这是项目的核心武器之一。109个词汇被分为三个等级Tier 1总是标记如 “leverage”使用、“utilize”使用、“robust”可靠/强大、“seamless”无缝/平滑。这些词在商业和技术写作中被AI严重过度使用。Tier 2聚集时标记如 “ecosystem”生态/环境、“paradigm”范式/模式、“landscape”格局/领域。单个出现可能没问题但在短段落内密集出现就是AI的典型特征。Tier 3高密度时标记一些更隐蔽的词汇只有当它们在文本中占比过高时才会被标记。 这种分级策略极大地减少了误报同时能精准捕捉到“词汇单调性”这个核心AI特征。系动词回避AI似乎不喜欢简单的“is/are”偏爱用“serves as”、“functions as”、“boasts”、“features”来替代。这会让句子变得迂回。技能会将其简化回“is”或“has”。同义词循环为了避免重复AI会在指代同一事物时不断变换词汇例如在一段关于开发者的文字中交替使用“developers”、“engineers”、“practitioners”、“builders”。人类写作更倾向于保持核心术语的一致性除非有明确的细分必要。技能会建议统一用词。2.3 结构层面的“整齐”与“刻板”AI生成的文本在结构上往往过于“完美”缺乏人类写作的自然起伏。节奏与均匀性这是最微妙也最致命的特征。AI生成的段落长度相近句子长度分布过于集中例如大量句子集中在15-25个单词。人类写作则有更多的变化短句、长句、甚至片段句交错使用。avoid-ai-writing会分析这种均匀性并建议通过拆分、合并句子来打破僵化的节奏。过渡短语依赖AI过度使用“Moreover”、“Furthermore”、“In addition”、“However”等逻辑连接词使文章读起来像学术论文大纲。人类在非正式或流畅的论述中更常用“And”、“But”或者直接通过语义衔接。格式化过度滥用粗体、项目符号列表、破折号—和表情符号作为标题。虽然这些元素本身有用但AI倾向于将其作为填充内容或制造结构感的廉价手段。技能会建议将过度格式化的内容转化为流畅的段落。2.4 元模式与综合判断这类模式关乎整体风格和修改策略。过度打磨AI文本往往“太干净了”没有任何语法错误、口语化停顿或不规则的表达。这种完美的均匀性本身就是不自然的。技能会建议保留一些自然的“不流畅感”。改写与修补阈值这是一个智能判断规则。当一段文本同时触发多个词汇标记如5个以上Tier 1词、多个模式类别如内容语言结构并显示出均匀的节奏时avoid-ai-writing会直接建议“全文改写”而不是在原有框架上修修补补。因为此时AI的痕迹已经深入骨髓局部修改无济于事。注意理解这些模式不仅是使用工具的关键更是提升自身“AI文本鉴别力”的绝佳训练。当你开始能一眼看出“significance inflation”和“copula avoidance”时你对自己使用AI生成的内容也会有更高的把控力。3. 实战部署与应用指南avoid-ai-writing的设计目标是“便携式技能”可以轻松集成到你的AI工作流中。下面我将以最常用的Claude Code和OpenClaw为例详细说明安装和触发方法并分享一些我的使用心得。3.1 在 Claude Code 中安装与配置Claude Code 是目前我个人最常用的AI编程环境其技能系统非常灵活。你有三种主要方式集成这个技能。方案一克隆到技能目录推荐这是最干净、最持久的方式。Claude Code 会扫描特定的技能目录。# 打开终端执行以下命令 git clone https://github.com/conorbronsdon/avoid-ai-writing ~/.claude/skills/avoid-ai-writing完成后重启你的 Claude Code 编辑器。之后当你需要净化文本时可以直接在对话中引用这个技能。方案二直接引用技能文件如果你不想克隆整个仓库可以单独下载SKILL.md文件放在任何位置。然后在你的项目根目录或常用工作区的CLAUDE.md文件中添加引用。# CLAUDE.md - 项目上下文指南 ## 可用的技能 - **AI写作净化**当需要让AI生成的文本听起来更自然、更人性化时请阅读并遵循 ./path/to/your/SKILL.md 中的指令。这样当你在这个项目下工作时Claude 就知道去哪里找这个技能。方案三创建自定义斜杠命令最高效对于需要频繁使用的功能做成命令最快。在 Claude Code 的配置目录下创建命令文件。# 创建命令文件 echo --- description: 审计并重写文本移除AI写作痕迹 --- $ARGUMENTS 请阅读并严格遵循 ~/.claude/skills/avoid-ai-writing/SKILL.md 中的指令。 ~/.claude/commands/clean.md现在在 Claude Code 的聊天框中你只需输入/clean后面跟上你的文本Claude 就会自动调用该技能进行处理。例如/clean 请优化这段产品描述Our solution leverages a robust architecture to deliver seamless integration, ultimately empowering users to unlock unprecedented value.3.2 在 OpenClaw 中安装OpenClaw 是另一个流行的AI智能体框架它拥有自己的技能中心 ClawHub。方案一通过 ClawHub 安装最简单# 在终端中执行 clawhub install avoid-ai-writing安装后技能即可在你的 OpenClaw 智能体中使用。方案二手动克隆与 Claude Code 类似你可以克隆到 OpenClaw 的技能目录。git clone https://github.com/conorbronsdon/avoid-ai-writing ~/.openclaw/skills/avoid-ai-writing3.3 两种核心使用模式与触发技巧安装完成后关键在于如何与你的AI助手沟通以触发这个技能。技能内置了两种模式你需要通过指令来明确选择。1. 重写模式这是默认模式。当你希望AI不仅指出问题还直接给出修改后的版本时使用。触发指令示例“请移除这段文字中的AI痕迹。”“让这段话听起来更自然像人写的。”“Clean up the AI writing in this paragraph.”“用 avoid-ai-writing 技能处理一下这篇草稿。”输出内容技能会返回一个结构清晰的报告包含四部分发现的问题列出所有识别出的AI模式并引用原文。重写后的版本干净、自然的文本。修改摘要概括主要做了哪些类型的修改。二次审计结果对重写后的文本再次扫描确保没有“漏网之鱼”。这一步非常关键能抓住第一次修改中残留的过渡词或轻微的模式重复。2. 仅检测模式当你只想审计文本了解问题所在但不希望AI直接修改时例如在审核他人内容或学习识别AI特征时使用此模式。触发指令示例“仅检测这段文本中的AI写作模式。”“Audit this draft for AI tells, but don‘t rewrite it.”“Flag the AI-isms in this content.”“扫描一下看看有多少AI味儿。”输出内容技能会返回两部分发现的问题同样列出所有模式但会按严重程度P0/P1/P2分组。评估分析哪些标记是明确的问题哪些可能是作者有意为之或在特定语境下有效的例如在某些正式报告中适度使用“leverage”可能是合适的。这能帮助你做出更精准的判断。实操心得我强烈建议在初次处理某类文本时先使用“仅检测模式”。这能让你直观地看到你的原始提示词或AI的初始输出存在哪些典型问题。这个过程本身就是一个极佳的“提示词优化”反馈循环。例如如果你发现输出总是充满“significance inflation”那么你的初始指令可能就包含了“请写一段有影响力的、突破性的...”这类诱导词。4. 从理论到实践深度案例分析与改写演练看再多的规则不如亲手拆解一个例子。让我们回到项目首页的那个经典案例但这次我们慢放一步步看avoid-ai-writing是如何动刀的。原始AI生成文本Certainly! Acme Analytics, a vibrant startup nestled in the heart of Boulders thriving tech ecosystem, has secured $40M in Series B funding — marking a watershed moment for the observability landscape. The platform serves as a unified hub, featuring real-time dashboards, boasting sub-second queries, and presenting a seamless integration layer. Moreover, experts believe Acme is poised to disrupt the market. In conclusion, the future looks bright!第一轮扫描与标记技能会像安检仪一样逐行扫描并贴上标签[Chatbot Artifact] “Certainly!” – 典型的AI对话开场白。[Promotional Language] “vibrant startup”, “nestled in the heart of”, “thriving tech ecosystem” – 空洞的营销形容词和地点修饰。[Significance Inflation] “marking a watershed moment for the observability landscape” – 将一轮融资夸张为整个领域的转折点。[Copula Avoidance] “serves as”, “featuring”, “boasting”, “presenting” – 回避简单的“is”和“has”。[Word Replacement - Tier 1] “seamless” - 建议改为 “smooth” 或直接描述。[Filler Phrase] “Moreover” – 不必要的过渡词。[Vague Attribution] “experts believe” – 哪个专家依据是什么[Generic Conclusion] “In conclusion, the future looks bright!” – 毫无信息量的套话结尾。[Rhythm/Uniformity] 句子结构工整缺乏变化。逐项改写与逻辑重构现在技能不是简单替换单词而是根据标记进行逻辑重构删除与精简直接砍掉“Certainly!”和“In conclusion, the future looks bright!”。去掉“vibrant”、“nestled in the heart of”、“thriving”这些浮夸修饰直接说“Boulder-based startup”。事实陈述将“has secured $40M in Series B funding”改为更主动、更常见的商业报道句式“raised a $40M Series B”。去掉“watershed moment”的评论只留事实。简化表达将“serves as a unified hub, featuring..., boasting..., and presenting...”这个冗长的系动词回避结构直接合并改写为“makes an observability platform that runs queries in under a second and plugs into existing monitoring stacks”。用“plugs into”替代“seamless integration layer”更具体、更技术化。提供依据删除模糊完全删除“Moreover, experts believe...”这一整句。如果需要表达市场潜力应补充具体数据或来源否则就删除因为它没有提供任何有效信息。最终输出Acme Analytics raised a $40M Series B led by Sequoia. The Boulder-based startup makes an observability platform that runs queries in under a second and plugs into existing monitoring stacks without custom integration work.对比分析字数从约100词精简到约40词信息密度翻倍。语调从“新闻通稿”式宣传腔变为“科技博客”式事实陈述。可信度删除了所有无法验证的主观断言“vibrant”, “watershed”, “experts believe”可信度大幅提升。可读性句子更短结构更简单核心信息融资、产品、技术特点一目了然。这个例子完美展示了avoid-ai-writing的工作哲学追求清晰、简洁、具体的人类表达摒弃模糊、浮夸、刻板的AI套路。它不仅仅是改了几个词而是进行了一次彻底的“信息架构重组”。5. 高级技巧与边界情况处理在深度使用这个技能几个月后我积累了一些超出基础文档的经验特别是在处理复杂文本和避免“误伤”方面。5.1 如何应对技能“过度矫正”任何自动化工具都有其局限性。avoid-ai-writing的规则基于概率和常见模式在某些特定语境下它的建议可能不适用。场景一正式学术或商业报告在这些文体中适度使用“leverage”、“utilize”、“paradigm”可能是惯例或领域术语。技能会标记它们。应对策略使用“仅检测模式”。仔细阅读“评估”部分区分哪些是真正的“AI滥用”哪些是“合规使用”。对于后者在最终稿中保留即可。你可以给AI助手附加指令“使用 avoid-ai-writing 技能检测以下文本但请注意这是一份正式报告其中‘leverage’、‘paradigm’等术语是领域标准用语如非过度使用请勿标记为问题。”场景二创意写作或特定风格模仿如果你故意让AI模仿一种华丽、繁复的文学风格如维多利亚时期散文技能的很多规则如反对“promotional language”、“significance inflation”会与你的目标冲突。应对策略明确告知AI你的意图。“请以《避免AI写作》技能为参考但请注意我正在创作一篇风格华丽的讽刺文章需要刻意使用一些夸张的修辞。请主要帮我检查‘chatbot artifacts’、‘uniform rhythm’等与风格无关的硬性AI痕迹对于修辞手法给予更多宽容。”场景三非英语母语者写作非母语者写作有时会不自觉地使用一些在AI看来是“模板化”但实则是学习过程中获得的正式表达。技能可能无法区分。应对策略将技能作为“高级语法和风格检查器”而非绝对标准。重点关注它指出的“结构性问题”如过渡词滥用、段落均匀和“明确套话”如“Certainly!”、“In conclusion”对于单个词汇的替换建议可以结合自己的语感判断。5.2 将技能融入你的内容工作流单独使用技能是有效的但将其嵌入一个完整的工作流威力更大。草稿生成 - 初步净化 - 人工精修步骤1用你习惯的提示词让AI生成初稿。步骤2立即使用avoid-ai-writing的“重写模式”进行第一轮净化。这能快速去掉最刺眼的AI痕迹。步骤3这是最关键的一步你自己精修。加入个人的见解、独特的案例、带有情绪的评论。技能只能做到“像人类”而你需要注入“像你”的灵魂。提示词优化反馈循环用“仅检测模式”分析AI生成的初稿。记录下最常出现的几种AI模式例如总是出现“significance inflation”和“copula avoidance”。回头修改你的初始提示词。例如如果总出现“空洞的-ing分析”就在提示词中加入“请避免使用‘symbolizing...’, ‘reflecting...’, ‘highlighting...’这类现在分词短语来假装深度直接陈述事实。”经过几次迭代你就能写出能直接产出更自然文本的“优质提示词”减少后期修改成本。团队风格校准工具 如果一个团队多人使用AI辅助写作风格可能杂乱。可以建立一个共享的“团队净化指南”核心就是avoid-ai-writing的规则。要求所有对外内容在发布前至少要通过技能的“检测模式”扫描确保没有低级的AI痕迹维持团队输出的专业性和一致性。5.3 理解技能的“二次审计”价值很多人会忽略“二次审计”这部分输出但它至关重要。AI在第一次改写时可能会引入新的、轻微的AI模式或者有些顽固模式未能根除。例如它可能把“Furthermore”换成了“Also”但这仍然是一个略显刻板的过渡词。二次审计能捕捉到这些残留问题。我的建议是永远不要只看“重写后的版本”。一定要快速浏览“二次审计结果”。如果这里还有标记说明改写还不够彻底你可以手动进行微调或者让AI基于二次审计的结果再微调一次。6. 生态延伸Web应用与社区除了作为AI智能体的技能avoid-ai-writing项目还有一个有趣的社区驱动产物一个基于Solana代币的Web应用。核心机制你拥有一些$AVOID代币。访问 avoid-ai-writing-app.vercel.app 。将需要审计的文本粘贴进去。点击运行需要燃烧销毁1000个$AVOID代币。获得完整的审计和重写报告。这个设计的巧妙之处代币经济燃烧机制为代币创造了通缩模型和实用价值锚点而不仅仅是投机。低门槛体验对于没有部署Claude Code或OpenClaw的用户这是一个零配置的体验入口。社区支持通过购买和燃烧代币用户直接为项目的开发和维护提供支持形成了一个正向循环。如何获取 $AVOID代币在Solana链上你需要一个Solana钱包如Phantom。然后可以通过Raydium、Jupiter等去中心化交易所DEX用SOL或其他代币兑换。合约地址CA为BsidWuYJnayqMXVsLGr34524vmZ1BrWFhPer3198pump。请注意加密货币交易存在风险且代币价格可能波动剧烈。请仅用你愿意完全损失的资金参与并将其视为支持项目的一种方式而非投资。社区链接Telegram群组 t.me/avoidaiwriting – 讨论技能使用、模式发现和代币相关话题。X (Twitter)社区 链接 – 获取项目更新和公告。个人体会Web应用和代币经济为这个开源项目增添了独特的活力和可持续性设想。它不仅仅是一个工具更是一个小型实验探索着开源项目如何通过微加密经济获得支持。即使你对加密货币不感兴趣这个Web应用本身也是一个极其方便的在线审计工具。7. 常见问题与排错实录在实际使用中你可能会遇到一些困惑或问题。以下是我和社区成员遇到过的一些典型情况及其解决方法。Q1: 技能好像没起作用我发了指令但Claude只是普通地回复了我没有输出结构化的审计报告。A1: 这是最常见的问题通常原因有几个路径错误如果你使用自定义路径确保在指令中引用的SKILL.md文件路径绝对正确。Claude Code对文件路径很敏感。指令模糊确保你的指令清晰包含了“使用avoid-ai-writing技能”、“审计”、“重写”等关键词。尝试使用更明确的触发短语如“请严格按照~/.claude/skills/avoid-ai-writing/SKILL.md中的规则处理以下文本”。上下文过长如果在你触发技能之前对话历史已经非常长AI有时可能会“忽略”或“忘记”去读取技能文件。尝试开启一个新的对话窗口先发送技能指令再提供要处理的文本。Claude Code版本确保你的Claude Code是最新版本。旧版本对技能系统的支持可能不完善。Q2: 技能修改了我的专业术语/品牌名称/特定缩写我不希望它动这些内容。A2: 技能主要针对通用写作模式和高频词汇通常不会识别和修改专有名词。但如果你的专业术语恰好与它的替换表冲突例如某个产品名里包含了“leverage”它可能会误判。解决方案在提交文本给技能处理前可以将你不希望修改的关键词用特殊符号临时标记起来例如用双括号[[[Acme LeveragePro]]]。等技能处理完后再在最终稿中将这些标记替换回原词。或者在给AI的指令中明确说明“处理以下文本但请保留所有首字母大写的专业术语和品牌名称不变。”Q3: 重写后的文本感觉太干瘪、失去了所有文采怎么办A3: 这是一个很好的观察。avoid-ai-writing的首要目标是消除AI痕迹其次是追求清晰简洁。在去除“虚假文采”如浮夸形容词、空洞修辞的同时有时也会伤及合理的文学性修饰。解决方案记住技能的输出是“草稿2.0”而不是终稿。你应该把它看作一个强大的过滤器滤掉了杂质。之后你需要亲自为文本注入真正的“文采”——这来自于你独特的观点、恰当的比喻、有节奏的句子变化以及真诚的情感。在干净的基础上进行建设远比在浮夸的基础上进行删减要容易得多。Q4: 如何处理非常长的文档如白皮书、长篇文章A4: 技能在处理单次输入时可能有token长度限制取决于底层AI模型。对于长文档最佳实践是分章节或分段处理。操作步骤将长文档按逻辑章节或每500-1000字分割成多个部分。对每个部分分别使用技能进行“重写模式”处理。将所有重写后的部分组合起来。通读全文检查章节间的衔接和整体节奏是否一致。因为分段处理可能会让过渡略显生硬你可能需要手动调整一些连接词确保全文流畅。可选但推荐将整合后的全文再选取关键段落或整体用“检测模式”跑一次检查是否有因分段而遗漏的整体性“节奏均匀”问题。Q5: 这个技能能保证100%不被AI检测器发现吗A5:绝对不能。这是一个至关重要的认知。avoid-ai-writing的目标是让文本读起来更像人写的而不是为了“欺骗”AI检测器。AI检测器如GPTZero, Originality.ai使用更复杂的统计模型如困惑度、突发性进行分析。虽然移除表面的AI模式能大幅降低被检测出的概率但深度学习的检测器可能仍能通过更底层的统计特征做出判断。不要将此工具用于任何需要声称为“完全人类创作”的学术或严肃场景。它的核心价值在于提升文本的可读性、可信度和人性化而非用于规避检测。