Humanizer-zh 和 humanizer：先把 AI 味叫出名字
上一篇讲 shuorenhua，我说它更适合改中文长文。
那 Humanizer-zh 还值不值得讲？
我觉得值得。
但它的用法不太一样。
如果你直接拿它改一整篇公众号文章，未必最顺手。它更适合拿来做第一遍检查：这段到底哪里像 AI？是空背景，还是模糊归因？是硬凑三点，还是结尾太积极？
很多人说一段文字“有 AI 味”，说到这里就停了。
哪里有？
为什么有？
该删、该改，还是先别动？
这些不说清楚，后面就只能凭感觉改。凭感觉也能改，但常常会改成另一种更顺的 AI 腔。
Humanizer-zh 的好处，是先把问题叫出名字。
先看见问题，再动手。
1. 先把来源说清楚
英文 humanizer 的仓库在这里：
https://github.com/blader/humanizer
Humanizer-zh 的仓库在这里：
https://github.com/op7418/Humanizer-zh
我看源码时先确认了一件事：Humanizer-zh 明确写了来源。
它的核心文件翻译自 blader/humanizer，实用工具部分参考了 hardikpandya/stop-slop。英文 humanizer 又基于 Wikipedia 上的 “Signs of AI writing” 指南。
所以这篇不要把它讲成一个全新的中文写作框架。
更准确一点说：
英文 humanizer 先整理了一批英文 AI 写作痕迹。Humanizer-zh 把这套清单翻到中文里，让中文用户能直接拿来检查文本。
这事不复杂。
但对写作者挺有用。很多稿子改不动，常常不是写法差，是问题还没看清楚。
2. 它能帮你看见什么
比如这段：
在当前 AI 工具快速发展的背景下，写作能力正在成为个人效率提升中的关键组成部分。通过合理使用去 AI 味工具，创作者不仅能够提升文章质量，还能更好地建立自己的表达风格。
这段话看起来挺顺。
但我读完会有点烦：它说了很多正确的话，却没说出一件具体的事。
照 Humanizer-zh 的清单看，至少有这几个毛病：
- “快速发展的背景下”是空背景。
- “关键组成部分”在抬高意义。
- “通过合理使用”像说明书。
- “不仅能够……还能……”是工整排比。
要改的话，不用写得多漂亮。
可以改成这样：
我现在写公众号，经常先让 AI 起一版稿。
第一版通常也能看，但太顺了。顺到每句话都像标准答案，里面却没几句是我真的会说的话。
这版不高级。
但它至少像一个人在说自己的麻烦。
先看出哪里空，再决定删哪一句、换哪个主语、补哪一个具体动作。
3. 怎么使用
如果你想装英文版，把这个地址给 AI：
https://github.com/blader/humanizer
然后说：
帮我安装这个仓库里的 humanizer Skill。
如果你想装中文版，把这个地址给 AI：
https://github.com/op7418/Humanizer-zh
然后说：
帮我安装这个仓库里的 Humanizer-zh Skill。
装好之后，可以这样用：
请用 Humanizer-zh 检查下面这段文字。
先列出命中的 AI 写作模式。
再给一版更自然的改写。
不要新增事实，不要删掉原文的核心信息。
[贴上你的文本]
如果你想顺手看看英文原版，可以这样问：
请对照 humanizer 和 Humanizer-zh，看这段中文主要命中了哪些 AI 写作模式。
请把问题讲清楚，再改写。
普通用户先用中文版就够。
想学 Skill 写法的人，可以把两个都打开看看。你会看到一套规则从英文迁到中文时，哪些地方能直接迁，哪些地方必须重新写。
4. 它们实际怎么实现
这里先说清楚。
我没有看到这两个仓库背后有专门的改写脚本，也没有看到它们调用某个去 AI 味 API。
它们主要靠 SKILL.md 里的规则，让 AI 按清单识别、改写和复查。
英文 humanizer 的规则更细一些。
它会让 AI 扫这些问题：
- 意义和趋势被夸大
- 广告式语言
- 模糊归因
- 三段式凑整
- 常见 AI 词汇
- 破折号过多
- 过度礼貌和协作痕迹
- 结尾积极但空
它还有一个“声音校准”的部分。
如果你给它一段自己的旧文章，它会先看你的句长、用词、段落开头、标点习惯和过渡方式，再按这个声音改写。
这一点我挺喜欢。
去 AI 味不是把所有人都改成同一种“自然”。一个人的自然，放到另一个人身上可能就别扭。
Humanizer-zh 做的事，是把这套规则翻成中文，并补上中文例子和说明。
它保留了五条核心原则：
- 删除填充短语
- 打破公式结构
- 变化节奏
- 信任读者
- 删除金句
这五条看起来普通。
真改稿时，挺够用。
比如“删除金句”这一条。AI 很喜欢在每一节末尾塞一句看起来能截图的话。读者看多了会累。
那种句子像在替你写结束语，不像你真的有话要说。
5. Humanizer-zh 适合做什么
我会把 Humanizer-zh 当成中文去 AI 味的入门清单。
我主要拿它来拆问题。
以前你只会说：
这段有 AI 味。
现在你可以说：
这段有空背景。
这段有模糊权威。
这段在硬凑三点。
这句是广告腔。
这个结尾在强行积极。
问题有了名字，修改就会具体很多。
比如“研究表明”这种句子。
如果原文没有来源，不要让 AI 帮你编一个来源。安全的改法是删掉权威外壳，只保留你自己能负责的判断。
原句：
研究表明，越来越多创作者正在通过 AI 工具提升内容质量。
可以改成：
我身边确实有不少创作者开始用 AI 起稿、改标题、做资料整理。
前一句在借一个不存在的权威。
后一句变成了你的观察。范围小了，反而可信。
6. 它和 shuorenhua 的差别
如果只是清理一段短文，Humanizer-zh 很顺手。
如果要改一篇中文公众号长文，我会优先用 shuorenhua。
差别不难看。
Humanizer-zh 更像问题清单。
它告诉你常见病灶有哪些，让你按项检查。
shuorenhua 更像中文审稿流程。
它会先判断场景，再圈出不能动的内容，再决定改写力度和删句范围。它还专门处理中文长文，避免一改就缩水。
所以我一般这样用：
短文本、快速检查、学习 AI 写作问题，用 Humanizer-zh。
公众号长文、技术文章、需要保护术语和事实的稿子，用 shuorenhua。
想写自己的去 AI 味 Skill，就把两个都拆开看。
英文 humanizer 教你怎么建立问题分类。
Humanizer-zh 教你怎么翻译和本地化这些分类。
shuorenhua 教你怎么把分类放进中文场景和工作流。
7. 怎么写一个类似的 Skill
如果照着这两个 Skill 学，我建议先抓住两个东西：问题清单和改法。
不要写“让文字更自然”。
这句话太空。
要写清楚具体病灶：
空背景
模糊归因
广告腔
三段式凑整
过度积极结尾
无来源权威
公式化转折
同义词循环
再给每个问题配一个改法。
比如“模糊归因”：
如果没有明确来源，不要补来源。
可以删掉权威外壳，改成作者自己的观察。
如果文章需要证据，就标注“这里缺来源”，让作者补。
最后写检查流程。
一个去 AI 味 Skill 至少要有这几步：
扫描问题
标出命中位置
判断能不能改
保护事实和术语
给出改写
复查有没有新增事实
复查还有没有残留套话
注意最后两步。
很多改写 Skill 坏就坏在“改完不回头看”。它把句子改顺了，就觉得工作结束了。危险的地方在改写之后：有没有编新事实，有没有漏掉关键信息，有没有把作者原来的判断改偏。
去 AI 味不能做成洗稿。
它更接近编辑：删掉虚的，保住真的。
8. 最后给一个可复制的动作
拿一段自己的草稿试一下：
请用 Humanizer-zh 检查下面这段文字。
输出三部分：
1. 命中的 AI 写作模式。
2. 每处为什么像 AI。
3. 一版更自然的改写。
要求：
不要新增事实。
不要编来源。
不要为了口语化删掉核心信息。
[贴草稿]
如果你想学习写 Skill，再多问一句：
请把刚才的检查过程整理成一份可复用的 Skill 规则。
要包含触发条件、输入、输出、工作流、禁止事项和示例。
这样用，Humanizer-zh 就不止能改稿。
它还像一份反面教材清单：先看见那些套话，再学会绕开它们。
