乐于分享
好东西不私藏

有人把维基百科的AI检测规则做成了去味工具,我试了一下

有人把维基百科的AI检测规则做成了去味工具,我试了一下

你写的东西AI味有多重

你肯定碰到过这种文字:

坐落在风景如画的杭州市中心, 这家咖啡馆拥有丰富的文化底蕴和令人叹为观止的装饰。它作为城市咖啡文化的焦点, 为顾客提供无缝、直观和充满活力的体验。

读完啥感觉? 词堆了一大堆 但回想一下啥也没记住。

AI写东西就这样, 唬人还行, 掰开看全是套话。

专门给AI文字去味的

Humanizer-zh, 这个名字一看就懂, 给AI文字去味。

前两天在GitHub上刷到, 6700多个Star。我点进去看了眼, 原来是把维基百科上总结的24种AI写作特征拿来做检测清单, 逐条识别再逐条改。

就是先告诉你哪AI味重, 再帮你用正常话重写一遍。

它检测的AI味我大致捋了一下: 有爱拔高意义的, 啥事都”彰显关键作用”; 有模糊归因的, 动不动”专家认为”; 有堆AI专属词的, 此外、深入探讨、格局这些; 有否定式排比的, “不仅是X, 更是Y”; 破折号和加粗用太猛也算; 还有”希望这对你有帮助”那种机器人味结尾。

中文版额外加了翻译腔、废话文学、过度敬语三项。英文版没有, 专门给中文补的。这个我觉得挺有必要, 你看”赋能”“抓手”“颗粒度”这些词, 老外写的AI不会用, 但国内AI和打工人都在卷这些词。

改完长啥样

我试了几段, 效果比我想的明显。

先看一个:

AI写的: 人工智能不仅仅是一种技术, 它是我们思考未来的方式的革命。行业专家认为这将对整个社会产生持久影响, 彰显了在技术格局中的关键作用。

改完: 我一直在想AI会怎么改变工作方式。上周和几个朋友聊, 有人兴奋有人担心, 大概率在中间某个无聊的地方。

我觉得改完那个读着像人说的。

再来一个:

本研究深入探讨了机器学习在医疗诊断中的关键作用, 突出了其在不断演变的医疗格局中的重要性。此外, 它为该领域的未来发展奠定了坚实的基础。

改成: 本研究分析了机器学习在医疗诊断中的应用, 重点是肺癌早期筛查。用了2019到2023年5000例病历数据。

看出门道了吧。它干的事情说穿了就一个: 空洞的大词砍掉, 换成具体的、有信息量的说法。

怎么装

怎么装, 说一下。前提是你得有Claude Code, 或者OpenClaw、Cursor这类支持Skill的工具。没有的话确实用不了。

一行命令:

npx skills add https://github.com/op7418/Humanizer-zh.git

装完在对话里输 /humanizer-zh, 把你的文本贴过去就行。

我自己实测下来, 操作确实简单, 但有个硬伤: 你得先会用Claude Code。平时只用ChatGPT的人, 这一步就卡住了。不过话说回来, 它的思路完全能照搬。你自己写完东西扫一遍, 把”此外”“至关重要”“不断演变的格局”这些词揪出来, 换成你平时说话的说法, 效果差不多。

说几句不好听的

它改写是规则匹配的, 没真懂你写了啥。有时候信息是对了, 语气有点怪, 还得自己调。我也碰到过改完反而不如原版顺的情况, 大概十次里有一两次吧。

还有, 如果你写的东西偏创意, 小说或者散文之类的, 慎用。它会把你的个人风格也当成AI味给改了, 这个挺可惜的。

我个人建议的用法是这样: AI出初稿, Humanizer-zh过一遍, 我再手动改改语气。三个步骤走完, 比我自己从头写快, 也比纯AI出稿靠谱。关键是最后一步不能省, 不然改出来的东西还是带着一股”矫正过度”的味。

开源地址: https://github.com/op7418/Humanizer-zh