Shuorenhua

说人话

把文本从”像模型在表演写作”拉回”像具体人在当前场景下表达”。

这份 skill 不是敏感词替换器，也不是反技术、反抽象、反专业。它的目标是减少模板感、表演感和语域漂移，同时保住事实、术语和责任主体。

When to use

在下面这些需求里使用：

• 用户明确说”去 AI 味””说人话””自然一点””别像模板””别太像 ChatGPT”
• 需要改写中文或英文 chat、status、docs、public-writing
• 需要先判断文本该轻改、中改还是重改

在下面这些需求里不要硬套：

• 用户要逐字翻译、保留原文风格、仿官方模板或仿特定品牌 voice
• 文本主要是代码、日志、命令、配置、接口名、报错
• 用户要的是事实校对，不是风格改写

Core stance

• 去 AI 味，主要处理的是模板感、收束腔、虚假主语、语域混搭和表演性技术腔。
• 保留技术性。专业词、系统主语、事故复盘用语、PRD/发布说明中的术语默认可保留。
• 优先保信息，再谈风格。任何改写都不能新增事实、删核心事实或改变责任主体。
• 不用机械同义词替换表。默认可以删句、并句、降调、换主语、去总结式收尾；如果进入 in-place scope，就只做句内改写。
• 短语表默认只列代表项，不追求穷举所有变体。遇到新口癖，先按现有模式归类，再决定要不要补词。

Execution order

按固定顺序做，不要跳步：

1. 判场景：chat / status / docs / public-writing
2. 查禁改项：先划 protected spans，看有没有必须保留的术语、系统主语、引用原文、命令或正式语体
3. 判 Tier：Tier 1 / Tier 2 / Tier 3，按问题命中强度判断，不要把 Tier 当作改写力度
4. 再判档位：minimal / standard / aggressive
5. 判 scope：structural / bounded / in-place，判断这次能删到什么程度——自由删并重排、只把整句空话进删除清单、还是一句都不删
6. 先执行本文件里的最小规则；只要环境里能读 references/，默认继续按问题类型补看 Protected Spans、Positive Style Contract、微操作手册、结构反模式 和相关短语表；如果目标是“改完能直接发”，或文本明显属于 README、release note、论坛帖、issue 回复，再补看 Scene Packs、真实样本评测 和 改写示例
7. 回读拆成两步：先做保真回读，再按需做残留味回读
8. 输出：默认只给单一推荐版本；用户明确要求“先标问题，不改写”时切到 annotation mode

执行第 6 步时，先按“模式”处理，再按“词条”兜底：

• 同一类调试腔、暴力动作腔、主动出击腔、总结提示腔，默认按同一模式处理，不要求逐词命中
• 只有当新说法改变了误杀边界，或明显不属于现有模式时，才把它当作新增词条处理

1. Scene detection

先判主场景，再处理局部问题。混合文本只保留一个主语域，其他语域只在必要信息层面留下。

chat

信号：

• 短回复、日常对话、协作沟通、评论、即时反馈
• 允许口语，但不该端着说话

默认档位：minimal

status

信号：

• 站会更新、进度同步、复盘摘要、汇报式状态说明
• 重点是时间线、动作、结果、风险

默认档位：minimal 或 standard

docs

信号：

• 操作文档、技术说明、接口说明、FAQ、事故复盘
• 重点是可检索、可复现、术语稳定

默认档位：minimal

public-writing

信号：

• 公众号、小红书、公开帖、对外文章、观点写作
• 重点是语域一致，不要装“有洞见”

默认档位：standard

更细的下限限制见 场景禁改表。

Scene Packs

如果文本本身命中下面任一子场景，不依赖用户是否明说，也不受主场景初判限制，都要补看 Scene Packs：

• README：出现项目介绍、快速开始、安装方式、功能列表、README intro 等信号时，第一屏要说清“这是什么、给谁用、解决什么问题”
• release-note：出现版本标题、Release Highlights、Added / Changed / Fixed / Tested、changelog 列表等信号时，列清本版变更、验证和限制，不写发布宣言
• forum-post：出现 Linux.do / V2EX / 社区帖 / 发帖复盘等信号时，保留维护者的真实观察和社区语气，不改成公告
• issue-reply：出现 issue / PR 回复、bad case、复现、下一版补 benchmark 等信号时，先确认问题和下一步，不做客服式安抚

子场景只负责发布目的和语气收束，不覆盖 protected spans、Tier、档位和回读规则。完整策略见 Scene Packs。

2. Single-file fallback rules

只加载 SKILL.md 时，也必须能完成基础改写。下面这些规则默认直接生效：

• 删开场套话、谄媚和元评论：例如 值得注意的是、让我来为你解释、希望这对你有帮助、Great question!
• 删空总结和收尾腔：例如 综上所述、归根结底、本质上、At the end of the day
• 处理二元对比骨架：不是 X，而是 Y、与其 X，不如 Y 多数删前半句，直接说 Y
• 处理无源引用：研究表明、数据显示、studies show、experts say 默认按场景选择 rewrite-safe 或 audit-only；只有用户明确要保留原论证骨架时才用 rewrite-with-placeholder；不要补虚构来源
• 把商业黑话和表演性技术腔改回普通动作：例如 赋能、抓手、闭环、收窄、兜住、落盘、leverage
• 遇到过度接住、替用户做心理判断或身份认证式夸奖：例如 你不是敏感、你只是太久没被稳稳接住了、你问到了问题的核心、顶刊作者的素养，默认删姿态层，改回低承诺回应或具体判断；不要硬演“我懂了”
• 发现翻译腔时，优先缩短主语和动作，少用长定语链、被动堆砌、基于……、通过……来……
• 误杀防护优先：引用原文、命令、接口名、字段名、日志、报错、系统主语、技术报告术语默认保留
• 中英混排句中的英文词按当前句子的实际语义判断，不机械套英文词表

单文件模式只是兜底，不是完整模式。只要环境里能读 references/，默认就继续补看对应文件；只有在 system prompt 真的只给了 SKILL.md 时，才退化为只按本文件做基础清理。

Unsourced citation modes

处理无源引用时，固定只在这 3 种模式里选一种：

• rewrite-safe
  • 直接删掉 研究表明 / studies show / 业内人士认为 这类权威铺垫
  • 只保留原文里本来就成立、且不依赖虚构来源才能成立的判断
  • 默认用于 chat 和 public-writing
• audit-only
  • 不替作者补写来源，也不把无证据判断改写成像是已有证据
  • 明确指出“这里缺来源/缺归属”，必要时保留原句不重写
  • 默认用于 docs 和 status
• rewrite-with-placeholder
  • 只在用户明确要求保留原结构、原语气或编辑稿框架时使用
  • 可以写成“有研究认为……，但这里没有给出处”这类占位提醒
  • 不能补具体机构、数据、年份、研究名称

如果用户没指定模式，就按场景默认值走；如果文本跨场景，优先取更保守的 audit-only。

3. Rewrite level

minimal

适用于：文本本身基本自然，只需去掉局部模板感、收尾腔和多余修辞。

默认动作：

• 删掉空总结
• 把过度抬高的语气压回常规
• 把"像在解释自己会写作"的句子压回事实句

standard

适用于：有明显 AI 腔或语域混搭，但信息骨架是好的。

默认动作：

• 统一语域
• 改掉工程师表演腔、商业黑话、narrator 腔
• 必要时并句或换主语

aggressive

适用于：Tier 1 命中密集，或 Tier 1 + Tier 2 叠加后整段呈现强模板感或强表演感。

限制：

• 只有在 Tier 1 明显密集，或多类结构问题叠加时才允许
• 先保护事实和术语，再做重写
• docs 默认不要升到 aggressive

3.5 Edit scope

Scope 表示这次能不能改动句子和段落结构，和 minimal / standard / aggressive 是两条轴。三档 scope 按"能不能删整句、怎么删"区分：structural 自由删并重排；bounded 只删"删了不丢信息"的整句空话，且走删除清单交用户确认；in-place 一句都不删。

structural

默认 scope。适用于短文本、明确要求重写的文本、AI 味密度很高且不需要保留原节奏的文本。

允许动作：

• 删整句空总结
• 合并相邻事实句
• 轻量调整句序或段落落点
• 按场景重写局部结构

bounded

中文 public-writing 长文（约 1000 字以上）的默认 scope。目标是把整句级的 AI 味去干净，又不被 structural 不可控地压缩——长文走 structural 时缩水程度依模型而定（同一篇可能 -18%，也可能 -39%），用户无法预期；bounded 把"删多少"交还给用户。

和另两档的关系：

• 比 structural 克制：不合并相邻句、不重排段落、不删承担节奏的实句或有意重复
• 比 in-place 能去味：允许删"整句都是空话"的句子，但不直接删，而是进删除清单交用户拍板

一句能进删除清单，必须同时满足三条：

1. 删掉后该段信息点不变（不带任何独有的事实、数字、判断、动作或指令）
2. 不是相邻两实句之间的唯一过渡
3. 命中纯空句型：空总结 / 价值拔高收尾 / 无源权威铺垫 / 谄媚开场 / 整句旁白

两类动作分开走（实测依据：长文里句首引导词模型能句内清掉，但整句空话在 in-place 下删不掉，只会被软化成另一种说法）：

• 句首可剥离的引导词（值得一提的是 / 归根到底 / 这说明）后面还跟着实质内容 → 直接句内洗，删引导词留骨架，不进清单
• 整句都是空的，剥掉引导词就什么都不剩（无源论断、不仅仅是……更是…… 的价值拔高）→ 进删除清单，不擅自软化成另一种说法

输出：正文给句内洗后的稿，末尾附「建议删除（待确认）」清单，每条写 原文 + 为什么删了不丢信息。用户点头才删，长度由用户拍板。

in-place

适用于用户明确要求"完全原样 / 一句都别删 / 严格保句数"的情况，比 bounded 更严：整句空话也不删，只做句内降调。

默认触发条件：

• 用户 prompt 明确要求保留句数、完全原样、一句不删，或反馈 bounded 仍删多了

禁止动作：

• 不删整句（即使整句是空话）
• 不合并相邻句
• 不重排段落
• 不把多段压成一段

允许动作：

• 句内替换词或短语
• 删除句内提示层、空泛修饰和语气垫片
• 把句内拔高语气降回普通判断
• 在单句内部拆短过满结构，但不改变段落顺序

删短语前先做语义独立性检查：删掉短语后，剩余部分必须仍是完整、可读、没有悬空指代的陈述句。否则改用句内替换，不要硬删。遇到整句空话，保留原句并标注 [空句，建议人工确认是否删除]，不擅自软化成新说法。

aggressive + in-place 可以存在，但默认先提醒用户：长文 aggressive 很容易明显缩水；如果用户真正要保长度，优先改成 standard + bounded。用户明确坚持时，再执行 aggressive + in-place，但仍遵守不删整句、不并句、不重排的边界。

4. Tier severity

Tier 表示问题命中强度，与 严重度分级 保持一致，不表示改写力度。

Tier 1

默认替换。命中这类词或句式时，通常直接删掉或换成更具体的表达。常见类型：

• 开场套话、总结式收尾、谄媚句
• 明显商业黑话、自媒体流水线用语、表演性工程师腔
• 过度接住式共情、替用户做心理判断、郑重预告和身份认证式夸奖
• 英文里的 sycophantic openers、significance inflation、business jargon

默认处理：局部命中用 minimal 或 standard，密集命中时可升到 aggressive