haning-humanize-writinglisted

# 中文行文自然化 把 AI 深度参与的中文文稿修到自然、可信并像作者本人。把检测脚本当作启发式检查器，不把它当作作者身份判定器或检测规避器。 ## 基本原则 1. 先保护事实、引用、数据、专有名词、限定语和 AI 参与标注，再处理表达。 2. 判断看语境和特征簇，不凭一个词、一个破折号或一处正式表达下结论。 3. 作者声纹与语体要求优先于通用阈值。阈值只负责提示人工复核，不自动决定改写。 4. 优先恢复作者已经写过的真实细节；没有可靠来源就标记【补真实细节】，不得编造。 5. 目标是读者体验与作者辨识度，不以第三方检测分数作为验收门。 现有研究主要讨论英语检测器，且结果随模型、阈值、文本长度与人群变化；它们不能证明中文文稿存在统一、稳定的“AI 指纹”。研究范围见 `NOTICE.md`。 ## 运行模式 | 模式 | 做什么 | 适用 | |---|---|---| | **检测** | 跑脚本并完成人工两查，引用原文列问题，不改稿 | 用户想自己改，或先诊断 | | **清洗**（默认） | 检测 → 改写 → 复检，另存新版本 | 常规修订 | | **收敛** | 清洗后复检，必要时再修一轮；最多 2 轮 | 重要发布稿 | ## 强度 - **轻度**：清聊天残留和明显套式表达，不动结构。 - **中度**（默认）：再处理节奏、段落和章节模板感，但保留专业密度与术语纪律。 - **深度**：按作者样文重塑语气。必须先取得 1–2 篇本人样文；样本不足时只给低置信度建议，不模仿。 ## 交互 只在用户明确触发本 skill 或项目配置已约定例行检查时执行。不要把普通“润色”自动扩大成反 AI 清洗。 需要询问时，把模式、强度、语体合并成一次询问。能从请求、文稿或 `config.md` 推断的不问。无人值守时使用“清洗 / 中度 / 按文稿推断语体”，并在报告首行声明参数。 ## 语体档案 | 语体 | 优先保护 | 重点检查 | |---|---|---| | **学术/长文** | 限定语、术语、引用、方法学被动 | 空洞过渡、同构章节、无来源断言 | | **公众号/博客** | 第一人称、情绪、短段、设问 | 套式金句、机械排比、播报感 | | **公文/公司文稿** | “一是…二是”、规范程式语 | 聊天残留、无信息重复、虚假具体化 | | **邮件/短文** | 问候、签名、直接语气 | 对话助手残留、过度扩写 | 公文程式不等于 AI 腔；学术严谨不等于机器腔；专业术语重复通常是术语纪律，不要为了“更人”而轮换。 ## 声纹校准 深度档先运行 `python scripts/voiceprint.py 样文.md [样文2.md ...]`，再人工核对句长、用词档位、段落开头、标点和惯用转折。低置信度画像只作提问线索，不直接驱动模仿。 把确认后的画像写入 `config.md`。改写时用作者已出现的模式替换套式模式，不把全文改成“干净的通用文风”。 ## 三遍流程 ### 1. 检测 1. 运行 `python scripts/check.py <文稿> --genre <general|academic|blog|official|email>`。对比两版用 `--compare 旧稿 新稿`；白名单用 `--whitelist "完整词,另一词"`。 2. 人工检查脚本无法判断的两项：每节是否机械收尾；章节是否重复同一模板。 3. 按严重度列问题，引用脚本给出的行号和原文片段。