文章分析了AI回答冗长、套话、口头禅等'AI腔'的成因：模型在预训练、指令微调、偏好优化和评测四道工序中被奖励方向塑造——偏好长回答、格式化、附和与自信。作者区分日常对话和写作两类场景给出解法：日常对话可通过提示词约束格式与长度、借用航空业ASD-STE100简化技术英语规范让表达清晰，并写入系统提示或CLAUDE.md长期生效；写作则需提供真实材料、明确说话位置、避免假细节，并按七遍法分步改稿，优先改掉换模型也能写出的段落，最终让AI文字读出具体的人。
作者分享了6个提示语技巧，用于消除DeepSeek和Codex生成代码动画/UI时的AI味。包括：删除重复无信息的文案、去掉多余的装饰框和阴影、为颜色分配固定用途、统一字号和图标对齐、一屏只讲一件事、优化动效使其服务于叙事和反馈。文中每个技巧都配有具体可用的提示语。作者还预告了正在开发的大剪辑Skill，能用DeepSeek剪出十分钟真人口播视频。
文章针对 AI 写作常见的空泛、模板化问题，提出三步解决方案：先查清问题、再改表达、最后校准文风。作者整理了 22 个去重后的开源工具清单，包括 humanizer、stop-slop 等编辑规则工具，AI 文本检测研究项目，以及 shuorenhua、qu-ai-wei 等中文改稿 Skill，还有 writing-style-skill 等长期校准个人风格的工具。文中强调改稿时要保留事实、数字和原有语气，不靠编造经历来'显得像人'，并给出了可直接使用的提示词模板。
文章介绍了用七个 Claude Skill 搭建小红书内容运营流水线的方法，按内容生产顺序排列：AgentReach 用于抓取资料和同行爆款标题、openCLI 实现批量自动操作、NotebookLM Skill 搭建知识库、ListenHub 一稿多发、Remotion 批量生成视频、Humanizer-zh 去除 AI 味、baoyu skill 压住质量底盘。作者建议新手先装三个核心工具跑通流程，再逐步补全，避免一次装太多。流水线跑顺后可把一篇三小时的稿子压缩到三十分钟，实现多平台分发。同时强调工具只能缩短重复劳动，选题和真实信息才是账号成长的关键。
文章总结了一套用于消除AI写作套路的写作Skill规则。作者以V2EX网友讨论和RUC新闻坊实验等为证据，归纳出'不是……而是……'、三段式、对偶、大词、行话、程度词堆叠、科学名词比喻、假精确、编造事实等12条AI写作套路，并为每条制定了明确的删留条件。作者分享了与Claude、ChatGPT等模型多轮协作改稿的4道工序，并指出Claude初稿中4处事实错误说明规则无法替代人工核查。作者认为AI套路源自人类写作被模型放大，保持个性需依靠一手采访、自己的假设、多轮互动以及选用不同模型。
作者分享用 AI 写作时降低 AI 味、提升活人感的实操经验。认为 AI 写作不可能完全消除 AI 味，只能压到可接受程度。方法分四步：一是选择中文语感好的模型（首选 Claude，其次 Gemini，国内推荐豆包、DeepSeek）；二是准备风格档案和写作禁令，只聚焦句子和用词表达层，避免过多要求设定，并用示例语料校准风格；三是用语音输出想法，让内容更符合自然语言习惯；四是让 AI 反问以收集个人案例。最后建议手动修改细节、重写开头，允许适当冗余以增加真实感。
作者分享了一个用于去除文本AI痕迹的Prompt，可在ChatGPT、Claude、Gemini及CodeX、CC等工具中使用，效果尤以Gemini为佳。该Prompt通过两大原则实现：一是删除典型AI写作模式，包括夸大重要性、动名词假深度、广告语言、AI高频词、滥用系动词、否定式排比、三段式结构、被动语态及聊天机器人套话；二是注入真实人声，通过变换句式节奏、表达个人观点、允许矛盾与口语化表达让文字更自然。Prompt要求执行三遍重写流程并支持按写作样本校准语气。
作者介绍如何利用 WorkBuddy 平台搭配两个自建 skill（文章排版和文章视觉），实现公众号内容生产自动化。文章详细讲解了配置公众号开发者信息（AppID、AppSecret、IP白名单）的准备工作，然后通过 WorkBuddy 调用接口自动完成排版、配图、封面生成和推送草稿箱的全流程。作者还演示了让 AI 自动撰写文章并用开源去AI味 skill 优化的方法，同时强调自动发布存在封号风险，发布前仍需人工审核，将节省的时间留给选题和内容创作本身。
文章介绍了开源中文表达 Skill「辞达」v1.0.0。作者认为工整、分点、逻辑清楚不应自动被视为“AI味”，真正需要修改的是空话套句、机械重复和逻辑断点。辞达以“达意”为先，按 P0–P4 优先级处理文本：先意义与逻辑，再结构、语域、节奏，最后语言打磨。它提供快速优化、深度重写、解释改动和风格校准四种工作方式，内置 8 条工作流、7 类平台适配（覆盖公众号、小红书、知乎等）。辞达不以躲避 AI 检测为目标，采用 MIT 许可证，支持 Claude Code、Codex、OpenCode 等兼容 Agent 使用。
作者提出AI味无法通过提示词或Skill彻底去除，核心在于文章结构必须由人把控。他介绍“完形填空式”写作法：先快速口述或打字写大纲，不确定处用xxx留空，让AI查资料、补案例、扩写润色，最后人工删改。文章还涵盖选题与叙事方式、通过过往文章提炼或口述保持个人风格、建立AI高频词黑名单（黑话、套话、时代腔等）、用逻辑信息图配图的方法，以及搭建写作上下文项目供Agent参考，形成完整的人机协作写作流程。
作者分享了用Grok Bot在云电脑上搭建自媒体全流程自动化系统的经验。系统包含八道工序：自动抓取对标博主内容和热点做选题、语音口喷表达观点、AI按固定工序润色成文并去AI味、五维诊断质检、结构图解配图、多平台一键分发。核心原则是'机器跑工序，人定标准'——重复体力活交给AI，但创意、调性和最终发布由人把控。作者强调避免全自动生成垃圾水文，先写长文再切短视频的内容策略，并给出了从零开始搭建的八步指南。
作者基于283万字语料（329篇人类文章+5个主流AI模型生成的300篇文章），用语言学对照实验和统计方法量化“AI 味”，制作并开源了一个去 AI 味 skill。实验发现11项显著特征集中在篇章结构层面，如段首零回指评论（4.4倍）、拟人化比喻（7.3倍）、空转冒号（9.4倍）等；而流行认知中的设问句、句长均匀度等特征实测并不显著。研究还发现不同模型写作偏好差异巨大，不存在统一的“AI 文风”。作者认为去 AI 味本质是预训练层面应解决的问题。
文章推荐了 GitHub 上 5 个高 Star 的写作 Skill，覆盖公众号写作全流程：内容调研与写作（7.5万星）、营销文案技能库（5万星）、去 AI 味写作（4.8万星）、宝玉技能合集（2.6万星，含配图排版）和写作套话清理（1.7万星）。作者指出公众号运营最耗时的是找资料、搭结构、写开头、改标题、去 AI 味和转化等环节，建议将通用写作 Skill 与公众号工具组合使用，实现从研究、写作、修改到配图和最终检查的完整工作流。
文章介绍了 OpenAI 发布的 GPT-6 Astra 的新特性与官方 Prompt 最佳实践。新特性包括：异步工具调用（模型层面支持执行工具时继续其他任务）、中途引导（可通过 Responses API 插话修改生成方向）、按任务难度切换推理强度并保留缓存、偏离检测（后台异步审查模型意图与行为）以及推理档位限制。Prompt 实践方面涵盖主动性执行、指令遵循（用户指令优先于 Skill）、写作风格去 AI 味、子代理委托和测试验证等场景，并给出了具体可复用的提示词示例。作者重点分析了去 AI Slop 的写作配方，认为官方 Prompt 在个性化和写作方面优化明显。
作者整理了近一个月收藏和推荐的 Claude Agent Skills 资源合集。内容分为三大类：一是作者自研的开源 Skills（信息卡生成、品牌复刻 DESIGN.md、SVG 手绘效果）；二是 UI/UX 设计类 Skills，包括设计工程师审美经验、去 AI 味前端设计品味、Remotion Skills 2.0 及 Atlassian 对 DESIGN.md 的实测等；三是 Skills 构建与方法论，涵盖 33 页完整构建指南及中文翻译、Google Research 的 WikiSkill、Warp 的自我改进 Agent 与 Skill Doctor 等。最后还推荐了精选单点 Skills，如去 AI 味 Top 10、Cursor 代码质量审查、show-me 图示 Skill、Unslop 写作优化等。
文章针对AI写作“AI味太浓”的问题，提出不再依赖单条提示词，而是把个人文风沉淀为可反复调用的Skill。作者强调前提是拥有本人确认的干净语料，并按账号与平台（抖音、公众号、知乎、小红书）拆分训练通道，共计260篇语料。训练完成后沉淀六类资产：分层语料库、核心写作规则、负例库、平台专属方法、改稿晋级机制和Skill包。作者分享了用Grok选题、Gemini成文、本人通读修改的工作流，并给出普通人六步实操方法：整理语料、按平台拆分、提取规则、留出盲测样本、新题对照、保存改稿差异。
作者认为用单一提示词或Skill让AI写文章效果不佳，提出应让多个Skill分工协作。文章介绍了6个开源写作Skill：Content Research Writer负责查资料搭大纲、Doc Co-Authoring做协作写作与读者测试、Ghostwriter建立个人风格档案、Copywriting写产品文案、Docs Writing处理技术文档、Humanizer去除AI痕迹。不同写作场景可组合不同Skill流水线，作者建议从自身痛点入手，先做一个环节的Skill即可有效提升写作效率。
作者基于10亿Token、100篇论文和10+开源项目的调研，探讨'AI味'与'人味'的本质。文章从1964年《联邦党人文集》作者鉴定讲起，梳理了GPTZero等检测器依赖的五组信号（困惑度、突发性、词汇分布、结构模板、模型指纹），指出所有检测器测量的都是文本偏离群体均值的程度，'AI味就是均值味'。文章对比了去AI味的'减法'（删除AI痕迹）与'加法'（增加具体度、判断浓度、在场感）两条路线，论证减法是注定过期的军备竞赛，而加法对检测器天然免疫，并提出'四层离群'统一框架。
作者从内容创作和小说写作的实践出发，发现把所有约束堆在一条长提示词里反而失效。核心问题是所有限制都放在顶层，AI 每次都要重新判断哪条重要。作者提出将 Prompt 分为三级：快速原型级解决能不能做，开发级解决能不能稳定做，管理级负责调度 CLI、Skill、MCP、脚本、Agent 等执行单元。顶层 Prompt 像经理，只保留目标、路由、验收和异常处理，具体规则下沉到各执行单元自带的说明中。写 Prompt 最关键的能力不是表达，而是组织能力。
本文深入探讨了AI写作中常见的“AI味”问题，指出真正的AI味源于结构化的表达而非简单的词汇堆砌。文章详细介绍了多种去AI味的工具和Skill，如stop-slop-zh、Humanizer-zh等，并强调了文风塑造和个人写作系统建立的重要性，适合内容创作者参考。
本文探讨了去除AI写作痕迹的方法。作者指出，仅靠提示词或改句式无法真正还原个人风格。其终极方法是构建一套写作专家系统，明确作者身份、文章类型规范及禁忌，并通过多轮独立审稿和规则迭代，让AI文章真正具备个人辨识度。
文章介绍了Codex平台上10款专为中文创作者设计的必装Skills，涵盖内容写作、去AI味、多平台发布、配图生成等功能。推荐优先安装Humanizer-zh、dbskill等工具，以优化文字质量并提升创作效率。
文章精选了7个适用于 Codex 中文环境的实用 Skills，旨在帮助 X 创作者提升效率。涵盖了文本润色、去 AI 味、账号涨粉策略、情报调研、全流程写作以及配图和多平台分发工具，全方位覆盖了内容创作、包装与推广的需求。
本文提出了商业内容本质是议论文的观点，并量化了好内容的六大标准。作者将AI创作方法进化为三个版本：提示词技巧、SOP流程固化以及基于知识库的3.0记忆系统。同时，详细解析了去除AI味、优化开头结尾的具体策略，强调在AI降低写作成本后，选题判断和真实经历成为核心竞争力。
本文是“写作 Skill”的全流程指南，旨在解决 AI 辅助写作中“资料抓回来了，文章却写不好”的问题。文章不依赖具体 Skill 排名，而是提供一套基于环节的判断方法，涵盖从材料审稿、个人声音建立、反向开题、章节搭建到成稿前审稿的全过程。通过将写作拆解为多个独立的 Skill 模块（如材料卡审稿、反向开题、事实核查等），作者指导如何构建一套能保留作者判断、避免 AI 乱补事实的高质量写作工作流，并附带了可直接使用的 Skill 模板。
作者测试了十余个开源去AI味项目，发现通用Skill效果有限。通过拆解shuorenhua、stop-slop等项目的规则，作者总结出一套适用于中文技术文章的个性化去AI味检查清单，并指出Opus4.6是最佳搭配模型。
本文作者分享了如何利用 AI 进行高质量写作的全套提示词和工作流。文章强调了提示词应简短精炼，而非冗长约束，并详细介绍了从生成大纲、撰写正文到生成配图的具体指令。此外，作者还提供了去除“AI 味”、润色排版及改编视频内容的实用技巧。
作者整理了GitHub上排名前十的去AI味工具项目，包括Humanizer（英文及中文版）、stop-slop、taste-skill、ai-flavor-remover、shuorenhua等，旨在帮助用户消除文本中的机械AI痕迹，提升写作的人性化程度与风格。
本文详细介绍了如何利用AI进行辅助写作的完整流程。作者提出“选题→匹配公式→搭骨架→AI填肉→去AI味→格式化发布”的六步法，重点分享了如何使用PAS、SCAR等文案公式构建结构，以及在Obsidian中通过约束提示词避免AI产生机械感的具体技巧（如禁用破折号、打破对称句式），最后利用AI检测结构性问题并配合人工修正以消除“AI味”，实现高效且高质量的内容产出。
文章深入分析了朱雀等AI检测工具的分类器原理，指出“结构完美”和“词概率分布”是判定AI味的关键。作者提出在公众号、网文等不同场景下的应对策略，并总结了五层实战润色技巧：消灭特征词、破坏句长均匀性、引入思维漂移、加入不确定性及替换书面过渡，旨在通过增加文字的“熵值”和个性，恢复内容的“人味”。
