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。
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。
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。
作者分享了如何借助 AI 进行写作：坚持“用 AI 辅助写作”而非“让 AI 代写”，文字必须出自本人。他用 LLM 加速研究，通过自建的 researcher skill 结合 Exa、Hacker News、内部仓库和 Slack 等工具寻找真实、可引用的案例，并要求来源和引语以抑制幻觉。在草稿阶段，AI 充当文档内搜索和研究伙伴，帮助补充例子、验证事实、发现盲点。他强调写作者应多实验 AI 用法，而非因 AI 垃圾内容而全盘否定。
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。
作者分享了自己如何利用 Hermes、Codex 和 Claude 中的数十个 Skill，搭建了一条从素材抓取、选题分析、风格润色到图文排版的内容自动生成流水线。文章详细介绍了自动化流程的设计思路、遇到的痛点以及如何通过拆分 Prompt 保持文风一致性，同时也反思了人机协作中人工审核与决策的重要性。
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。
文章探讨了“AI 味”产生的本质，即信号价值坍塌与身份保卫战，并将 AI 味拆解为词汇、结构、语义、语用四层。作者提出“文风工程化”概念，通过抽取高质量语料指纹并反向审计的原理，结合 Python 脚本和 Prompt，实现将文本调整为学术、咨询等具体风格的可复制方案。
