Raymondhou0917/speak-human-tw
GitHub: Raymondhou0917/speak-human-tw
一款繁体中文的 AI 味检测与改写技能,帮助内容创作者消除 AI 写作痕迹并自动进行台湾在地化校正。
Stars: 285 | Forks: 41
# 說人話 speak-human-tw
### *字都對,卻不像人講的話?那就是 AI 味。*
[](LICENSE)
[](CHANGELOG.md)
[](evals/benchmark.md)
[](references/taiwan-localization.md)
[](https://github.com/Raymondhou0917/speak-human-tw/stargazers)
🤖 AI 幫你把稿子寫好了,你自己讀一遍卻覺得哪裡怪,但又說不出來哪裡怪?
📮 電子報資訊全對,讀起來卻像新聞稿,不像你在跟讀者講話?
😮💨 每次都要一句一句抓「這句好 AI 味」,叫它重寫,改到最後比自己從頭寫還累?
|
### ✨ 這些,`說人話.skill` 都能解決。
一個專門校對繁體中文的 skill:抓出 35+ 種 AI 中文寫作痕跡,順手把中國用語和半形標點改成台灣的寫法,改寫成讀起來像人寫的版本,還附一份交稿前能自己打分數的檢核表。
給 Claude Code、Codex、Cursor 和任何能讀 Markdown 的 AI agent 用。
**內容創作 · 行銷文案 · 日常辦公** —— 電子報 · 社群貼文 · 銷售頁 · 客服回信 · 簡報 · 公告 · Email
**先保住事實 → 再清掉 AI 味 → 最後才加人味**
不是把你的稿子洗成機器人,是把 AI 味洗掉、把你洗回來。
### 應用說明:真人手寫 vs. AI 代寫辨識
|
**案例一:2024 年手寫電子報 → 那年根本沒有 AI 幫忙。丟進去使用 /speak-human-tw,它說沒有 AI 痕跡,感動。**
|
**案例二:AI 代寫的回覆 → 抓到 6 處 AI 味&提供建議修改方向**
|
**這個對比只能證明一件事:同一份 skill,能助你分得出 AI 味,它不代表你可以拿來當「萬用內容寫作」skill 用。**
它做的是校對,不是創作:拿一篇你已經寫好的稿子,抓出裡面的 AI 常見寫作模式,列出「哪裡可以怎麼改」的建議,要不要採用、怎麼改,還是你自己拍板。
**正確應用是先用你自己的風格寫初稿 → 用說人話抓 AI 味、拿改寫建議 → 自己判斷取捨、補回你的經驗和語氣,這樣才算定稿。**
📌 完整說明見下方[〈在你的寫作流程中,適合在哪個位置?〉](#-在你的寫作流程中適合在哪個位置)。
## 說人話,能把你的 AI 味,改成什麼樣?
### 社群貼文:emoji 轟炸+勸誡收尾
**改寫前**
**改寫後**
### 電子報:價值上升詞+解說導引句
**改寫前**
**改寫後**
### 台灣在地化:中國用語校正改寫
**改寫前**
**改寫後**
更多場景(銷售頁、客服回信、公告)的完整 before/after 見 [references/examples.md](references/examples.md)。
## 30 秒上手
**Claude Code**:
git clone https://github.com/Raymondhou0917/speak-human-tw.git ~/.claude/skills/speak-human-tw
裝好後在對話裡說「幫這段去 AI 味」「這段好 AI,說人話」就會自動觸發。
**Codex(單次使用)**:
git clone https://github.com/Raymondhou0917/speak-human-tw.git && cd speak-human-tw
codex exec -C . "讀取 ./SKILL.md,按規則改寫以下文字,這次直接套用不用先問我:(貼上你的文字)"
**只想先看問題、不要改稿**:指令加一句「先標問題不要改」,會切到 annotation mode,只列出 1 到 5 個問題點。
各平台完整安裝方式(含 Cursor、symlink 跟隨更新)見下方[安裝](#安裝)。
### 第一次用會遇到的事:它不會直接改你的稿
預設行為是**兩輪**,不是一輪:
1. **第一輪**它只給你一張編號清單,每一條寫明:在哪一行、原句是什麼、為什麼要改(對應哪一種 AI 痕跡)、建議改成什麼。列完問你一句「以上 12 處有什麼地方是你覺得需要修改的嗎?」然後停下來。
2. **第二輪**你回「都改」「4 跟 8 不用,其他都改」「只改第 3 條」,它才動筆,也才會寫進你的檔案。
這是刻意的。改稿工具最危險的不是漏改,**關鍵在於你還沒看清楚它想幹嘛之前就把你的原稿蓋掉了**。你沒勾的它不會「順便」一起改。
不想要這關的話,在指令裡明講「不用列清單,直接幫我改」就會跳過。**非互動情境**(`codex exec`、CI、排程)它會自動偵測沒有人能回答問句,直接套用並在跑完後給你一份「原句/為什麼要改/改成了什麼」的事後摘要,方便你用 `git diff` 回溯。
## 它怎麼改
一句話原則:**先保事實,再去 AI 味,最後才加人味。**
固定六步:
1. **判情境**:社群貼文/電子報/銷售頁/客服回信/辦公文書,五種情境力度不同。社群改輕保留口語感,銷售頁改重但 CTA 力道不能弱
2. **鎖保護清單**:價格、優惠碼、專有名詞、連結、真名與引號原話、退費承諾先圈起來,改寫全程不動
3. **判範圍**:長文(約 1000 字以上)不擅自縮水,建議盡量逐句對應;整句空話也是清單裡的一條,說明「為什麼刪了不丟資訊」,由你拍板
4. **逐類改寫**:35+ 種痕跡逐類處理,模式優先、詞表兜底;台灣用語檢查同步跑
5. **保真回讀**:保護清單逐項核對,每個資訊點可追溯,不新增原文沒有的事實
6. **交稿前自評**:長文用 5 維 50 分制打分,低於 35 分不交稿
### 檢測的 35+ 種 AI 痕跡
| 分類 | 數量 | 例子 |
| :---- | :-- | :----------------------------------------------------------------------------------------------------------------- |
| 內容類 | 9 | 誇大意義(標誌著、奠定基礎)、模糊歸屬(業界專家認為)、幻覺引用、公式化前景段、立場真空(各有優缺點、因人而異) |
| 語言句式類 | 12 | 「不是 A 而是 B」堆疊、排比三段式、解說導引句、假推論(這意味著)、勸誡反問收尾、說教深度腔(說到底、本質上)、金句公式(X 是 Y 的 Z)、假坦白鉤子(說真的、老實說)、戲劇性短句轟炸、公式化開場(在當今瞬息萬變的時代) |
| 風格版面類 | 8 | 破折號過密、粗體轟炸、emoji 堆疊、編號切碎段落(首先/其次/最後)、表格誤用 |
| 溝通殘留類 | 7 | 「希望這對你有幫助」、諂媚開場、罐頭結尾(總的來說、綜上所述)、知識截止免責、模板佔位文字、預告式導言 |
| 工具痕跡類 | 2 | `utm_source=chatgpt.com`、`turn0search` 佔位碼、Markdown 標記錯置 |
完整清單與範例句見 [references/patterns.md](references/patterns.md)。台灣在地化層(60+ 組中國用語對照、全形標點、引號規則)見 [references/taiwan-localization.md](references/taiwan-localization.md)。
## 📌 在你的寫作流程中,適合在哪個位置?
用 AI 寫作可以拆成兩件事:
| 讓 AI 做的 | 不該讓 AI 做的 |
| :------------------ | :------------------ |
| 架構設計、初稿撰寫、資料整理、大綱生成 | 決定立場、選擇語氣、產生比喻、寫出金句 |
問題出在中間那道縫:AI 起草的時候,會順手把兩欄一起交給你。
要完成一整篇文章、電子報、貼文,得靠你自己的 `Content Writing Skill` —— 每個人說話的偏好不一樣,這件事沒辦法通用,只能自己訓練:你的經驗、觀點、故事、平常講話的用詞和口吻,你不教它,它永遠不會知道。
不先講清楚這件事,很容易被誤用成「萬能寫作 skill」:改出來的東西表面上乾淨,實際上還是八股文、還是滿滿的違和感,因為裡面沒有你的觀點跟故事,只是把明顯的套路刮掉而已。
**這個 skill 做的就是把右欄從稿子裡刮掉,讓左欄留下來。**
但刮乾淨只是及格線。無菌、沒有觀點、每句都正確的文字,跟 AI 生成的一樣容易被認出來。所以 [references/humanize.md](references/humanize.md) 定義了改完之後往哪裡拉:允許不收尾、允許立場隨時間改變、允許岔題。這些是 AI 寫不出來的東西,因為它沒有過去,也不敢承認自己不確定。
硬界線只有一條:**人味是作者的,不是工具的。** 作者沒說過的故事、立場、轉折,它不准替你發明,只能留下「(需作者補充)」的標註。編出來的「我以前錯了」比原本那句空話糟糕得多:空話只是無聊,假故事是說謊。
至於為什麼要在乎:Google 看的從來就是讀者行為,有沒有讀完、有沒有立刻關掉。讀者關掉一篇文章,通常跟資訊對不對無關,是讀了三行覺得「這人好像不在」。
### 技能來源&使用場景建議
中文圈已經有做得很好的方案,我們補的是不同的一塊:
- **知識源**:主要整理自[中文維基百科「AI生成文的特徵」](https://zh.wikipedia.org/zh-tw/Wikipedia:AI生成文的特徵)(WikiProject AI Cleanup 社群為了清理 AI 條目持續更新的第一手觀察)與[朱宥勳的「AI腔」句型分析](https://www.youtube.com/watch?v=9uuX6cb81C8)
- **場景**:專注在電子報、社群貼文、銷售頁、客服回信、辦公文書。
- **語言**:從頭以繁體中文與台灣用語校準,內建中國用語檢查。不是單純簡轉繁
- **實戰驗證**:核心規則來自 3 年多的真實改稿紀錄:哪些 AI 習慣被人類編輯反覆抓出來,全部進了規則和評測集
## 評測
[evals/benchmark.md](evals/benchmark.md) 目前 40 條用例:26 條 SF(該改必中)+ 14 條 SNF(不可誤殺)。SNF 專門保護容易被誤殺的情況:有事實撐著的排比、有來源的數據、金流制式條款、長文節奏句、被討論的 AI 味詞、有選擇條件的「用 A 或用 B」。
判分含「不換湯」規則:刪掉「標誌著」卻補上「象徵著」,記失敗。跑法見 [evals/run-eval.md](evals/run-eval.md)。
**評測保證什麼、不保證什麼**:這 40 條驗的是「該改的有改到、不該動的沒被動、沒有換湯不換藥、事實一字沒漂」。**沒有任何一條在測「改完更有人味」**——人味沒辦法自動判分,硬要打分數就會變成另一種公式。那部分靠 [humanize.md](references/humanize.md) 的正向目標和你自己的判斷,這個專案不宣稱它可量化。
## 安裝
| 平台 | 文件 |
| :-- | :-- |
| Claude Code | [install/claude-code.md](install/claude-code.md) |
| Codex | [install/codex.md](install/codex.md) |
| Cursor | [install/cursor.md](install/cursor.md) |
核心只需要 `SKILL.md` 一個檔案(lite);要完整的 35+ 種痕跡、台灣用語表和誤殺防護,帶上 `references/` 完整包(full)。
## 常見問題
### 為什麼它不直接改,要先問我?
這是刻意的,因為你的原稿比它的建議值錢。完整流程見上面的[〈它不會直接改你的稿〉](#第一次用會遇到的事它不會直接改你的稿)。不想要這關就說「不用列清單,直接幫我改」;非互動情境(`codex exec`、CI、排程)它會自動跳過確認、改完給事後摘要。
### 這是拿來騙 AI 偵測器的嗎?
不是。目標是讓文字真正讀起來更好:更具體、更誠實、更像一個具體的人在說話。最好的「去 AI 味」是文字裡有真實的思考。
### 改完會變成某個人的風格嗎?
不會。這個 skill 把稿子洗乾淨,不會替你注入人設。「去 AI 味」和「有個人風格」是兩件事:前者是及格線,後者要你自己(或你專屬的風格 skill)來加。
### 簡體中文能用嗎?
規則大多通用,但台灣在地化層(用語對照、全形標點慣例)是為繁體中文台灣讀者設計的。簡中場景建議用 [MrGeDiao/shuorenhua](https://github.com/MrGeDiao/shuorenhua)。
### 會不會把我的銷售頁改到沒有轉換力?
不會。銷售頁情境明文規定:CTA 力道與急迫感是功能不是 AI 味,價格、優惠碼、期限、退費條款在保護清單裡一字不動。評測集有專門的誤殺防護用例(SNF-01 到 03)盯著這件事。
### 為什麼改完有時還是有點 AI 味?
## 貢獻
## 參考資源
- [中文維基百科:AI生成文的特徵](https://zh.wikipedia.org/zh-tw/Wikipedia:AI生成文的特徵):主要知識來源,收錄真實的繁中案例
- [朱宥勳〈對「AI腔」厭煩了嗎?分析AI生成文字的經典句型〉](https://www.youtube.com/watch?v=9uuX6cb81C8):否定平行結構一節的靈感來源。他的論點比「別用這個句型」更深一層——句型本身是正規的寫作動作(定義+區分),問題出在濫用造成的審美疲勞,以及讀者容易把「形式正確」誤判成「內容正確」
- [Wikipedia: Signs of AI writing](https://en.wikipedia.org/wiki/Wikipedia:Signs_of_AI_writing):英文版原始指南
- [SEO研究院〈什麼是 AI 味?〉](https://blog.dns.com.tw/2026/05/ai-writing.html):「AI 起草、人工注魂」的分工框架,以及「公式化開場」這個痕跡的來源
- [MrGeDiao/shuorenhua](https://github.com/MrGeDiao/shuorenhua):簡體中文去 AI 味的先行者,鎖定工程師與技術文件場景。保護片段、情境分級、SF/SNF 評測的方法論給了很好的參考,本專案把這套方法論帶到繁體中文與內容行銷場景重新設計
- [blader/humanizer](https://github.com/blader/humanizer)、[hardikpandya/stop-slop](https://github.com/hardikpandya/stop-slop):英文先行專案
所有範例句、詞表、保護清單、情境策略皆針對繁體中文場景原創撰寫,不翻譯、不移植上述任何專案的內容。
## 關於作者
這個 skill 來自[雷蒙(侯智薰)](https://github.com/Raymondhou0917) 這 3 年多的真實 AI 協作紀錄、寫作模式萃取。我經營「雷蒙三十」,寫數位工作術、AI 應用、一人公司和超級個體的經營模式,這個 skill 本來只是自己用,後來想公開給其他人,花了我好幾個晚上去重新打磨、潤飾和呈現,希望對需要的人有幫助。
► 想認識更多關於我?
- **[生活黑客研究院](https://academy.lifehacker.tw/)**:雷蒙三十的課程站,AI 與數位工作術
- **[AI Agent 學習資源](https://cc.lifehacker.tw/)**:Claude Code、Codex 的教學與設定包,非工程師也能上手
- **[免費訂閱雷蒙週報](https://lifehacker.kit.com/ai-agent)**:每週一封,寫 AI Agent 怎麼真的用在工作裡
- **[雷蒙的個人使用說明書](https://raymondhouch.com/lifehacker/raymond-manual/)**:我做了什麼,快速一頁式認識我
這個 skill 永遠免費。如果它幫你省下改稿的時間,**點顆星**我會很開心;但真正讓它變好的是[回報一個 bad case](.github/ISSUE_TEMPLATE/bad-case.md),告訴我哪一段改完還是像 AI。
## 授權
[MIT License](LICENSE)。歡迎 fork、修改、提 PR。
标签:AI 味去除, AI 提示词工程, 内容创作, 文本处理, 本地化, 繁体中文, 防御加固