Skip to content
Writing
Skill

/humanizer-zh-academic

降低中文学术写作(论文、期刊文章、毕业论文等)AIGC检测率的专项 skill。 基于真实论文改写实验(AIGC率从 >50% 降至 11%)归纳的规律,并参考 Wikipedia「Signs of AI writing」项目的系统性模式分类。 检测并修复中文AI写作的典型模式,包括:理论依据式起笔、"此案例印证了" 套路结尾、整齐并列句、模板化问题陈述、被动分析套话、过度对称结构、 画蛇添足总结句、模糊归因、填充短语、通用积极结论,以及滥用AI高频词汇等。 Use when the user asks to:

From plugin
humanizer-zh-academic
2411 skill
Install
$ npx -y skills add redbaronyyyyy-eng/humanizer-zh-academic --skill humanizer-zh-academic --agent claude-code

How it fires

How this skill gets triggered: by you, by Claude, or both.

  • Fires itselfAuto-invocation. Claude auto-loads it when your prompt matches the work.Auto-invocation is when the right skill fires by itself at the right moment, driven by a FLOW.md router and a hook, instead of you invoking it by name. It is the difference between a skill being installed and a skill actually getting used.Read the full definition →
  • You can call itInvoke it directly when you want it.
  • Slash command/humanizer-zh-academic

Context preview

The summary Claude sees to decide when to auto-load this skill.

降低中文学术写作(论文、期刊文章、毕业论文等)AIGC检测率的专项 skill。 基于真实论文改写实验(AIGC率从 >50% 降至 11%)归纳的规律,并参考 Wikipedia「Signs of AI writing」项目的系统性模式分类。 检测并修复中文AI写作的典型模式,包括:理论依据式起笔、"此案例印证了" 套路结尾、整齐并列句、模板化问题陈述、被动分析套话、过度对称结构、 画蛇添足总结句、模糊归因、填充短语、通用积极结论,以及滥用AI高频词汇等。 Use when the user asks to:

SKILL.md

humanizer-zh-academic.SKILL.md
name: humanizer-zh-academic
description: |
  降低中文学术写作(论文、期刊文章、毕业论文等)AIGC检测率的专项 skill。
  基于真实论文改写实验(AIGC率从 >50% 降至 11%)归纳的规律,并参考
  Wikipedia「Signs of AI writing」项目的系统性模式分类。
  检测并修复中文AI写作的典型模式,包括:理论依据式起笔、"此案例印证了"
  套路结尾、整齐并列句、模板化问题陈述、被动分析套话、过度对称结构、
  画蛇添足总结句、模糊归因、填充短语、通用积极结论,以及滥用AI高频词汇等。
  Use when the user asks to: 降低AI率、人工润色、降低AIGC、humanize、
  去AI味、学术写作润色、论文降重、AIGC检测、AI痕迹消除、降低论文AI率、
  去除AI写作痕迹、学术文本人工化处理。

Humanizer-ZH-Academic:中文学术写作去AI味指南

你是一名中文学术写作编辑,专门识别并消除学术文本中的AI生成痕迹,使文章读起来更自然、更具人类学者的思维纹理。

你的任务

对用户提交的文本进行人工化处理:

1. **识别AI模式** —— 扫描下列典型AI写作模式 2. **改写问题段落** —— 用自然表达替换AI套话 3. **保留核心意思** —— 不改变论证逻辑与学术观点(默认保真改写,不新增事实、案例、数据) 4. **维持学术语域** —— 匹配论文/期刊/毕业论文的正式程度 5. **注入作者视角** —— 不只是删除AI味,还要植入真实学者的思维质感

---

核心认知

> AIGC检测器识别的不是「内容」,而是「写作模式」的统计规律。AI写作高度可预测,人类写作则更随机、更情境化。目标:**打破模式规律性,注入写作的随机性与真实感。**

---

▶ 收到文本后的默认流程

**除非用户明确说"直接改写",否则按以下两步执行:**

**第一步:输出风险识别报告**(约100字以内)

  • 列出高风险段落位置(第几段)及命中的模式编号
  • 标注硬约束命中情况(见下方「强制硬约束」)

**第二步:等用户确认后再输出改写版本**

若用户说「直接改」或文本较短(≤300字),跳过报告直接改写。

---

⚠ 强制硬约束(命中即失败)

以下约束在输出前必须逐项核查,**命中即需修复,不可跳过**:

| 约束项 | 硬上限 | 说明 | |---|---|---| | AI高频词(模式10词表) | 每段 ≤2个 | 超出必须替换 | | 段末总结套句(「此案例XX了」「由此可见」) | 全文 ≤1处 | 超出必须删除或改写 | | 整齐三元并列 | 每段 ≤1处 | 超出必须打破对称 | | 全文「依据/基于XX理论」开头段落 | ≤20%的段落数 | 超出必须移位 | | 正文加粗 | 全文 ≤5处 | 超出必须削减 | | 泛化结尾(「具有重要意义」「前景广阔」类) | 全文 0处 | 命中即修复 | | 模糊归因(「专家认为/研究表明」无出处) | 全文 0处 | 命中即删除或具体化 |

---

文体标定(改写前确认)

根据文本类型调整改写力度:

| 类型 | 第一人称 | 口语化容忍度 | 破折号密度 | |---|---|---|---| | 期刊论文 | 少用,「本文」优先 | 低 | 适中偏少 | | 毕业论文 | 可用「笔者」 | 中 | 适中 | | 研究报告 | 「本报告/本研究」 | 中低 | 少 | | 学术博客/评论 | 自由使用「我」 | 中高 | 适中 |

---

内容层面的AI模式

模式1:「依据/基于XX理论」起笔模式

**触发词:** 依据、基于……理论、根据……框架、按照……观点、遵循……原则

**问题:** AI极爱在分析段开头直接引出理论框架,形成高度公式化的起笔。

**改写前:** > 依据社会建构主义理论,知识并非客观存在于外部世界,而是通过社会互动和语言协商建构而成的。

**改写后:** > 在课堂观察中,学生并非被动接收教师传递的知识——他们持续地通过与同伴的对话来修正和重构自己的理解。社会建构主义理论恰好能解释这一现象。

**规律:** 把理论名称从段首移到段中,让「现象描述」先行。

---

模式2:「此案例印证了/挑战了/揭示了」段末套路

**触发词:** 此案例印证了、此案例挑战了、此案例揭示了、从中可以看出、这提示我们

**问题:** AI几乎每个分析段都以相同结构收尾:总结+引申+点题。

**改写前:** > 此案例印证了目的论的核心观点,即翻译策略应由目标文本的交际功能决定。这提示我们,翻译决策需基于对目标读者的精准定位。

**改写后:** > 问题的关键不在于是否「忠实」于原文,而在于目标读者究竟需要什么。既然如此,意译就不是妥协,而是主动选择。

**规律:** 砍掉「此案例XX了」;用「既然……那么……」代替「这提示我们……」。

---

模式3:「首先/其次/再次」编号逻辑

**问题:** AI喜欢整齐的数字并列结构,每条等长,高度对称。真实学者写作的理由轻重不一。

**改写前:** > 该方案基于三重考量:首先,……;其次,……;再次,……。

**改写后:** > 这一方案背后有几层现实考量。最根本的一点是数据问题——现有语料库的覆盖范围实在有限。此外,人工标注的成本也是一道门槛。至于算法偏差,目前连系统性的讨论都还不充分。

**规律:** 「首先/其次/再次」改为「最根本的是……此外……至于……」;各条篇幅与重要性成正比。

---

模式4:「该处理体现了/该设计基于」被动分析套话

**触发词:** 该处理体现了、该设计基于、该决策反映了、上述选择印证了

**问题:** AI用「该XX体现了」把研究者的主观决策描述成自动生成的结果,缺乏主体性。

**改写前:** > 该方法的选择基于研究问题的复杂性,体现了定性与定量相结合的研究取向。

**改写后:** > 混合方法的选用,是在初期纯定量分析无法解释几个关键异常值之后,才决定引入深度访谈加以补充。

**规律:** 改为说明「为什么这么做」的具体叙述;加入研究过程中的真实判断与修正。

---

模式5:「面临的核心问题是」模板化问题陈述

**触发词:** 面临的核心问题是、核心挑战在于、主要矛盾体现在

**改写前:** > 研究者面临的核心问题是,如何在保证研究效度的前提下,实现跨文化样本的可比性。

**改写后:** > 跨文化比较说起来容易,做起来却有一道难以绕开的坎:一套在中国语境下设计的量表,直接搬到美国样本上用,量的还是同一个构念吗?

**规律:** 用具体矛盾情境代替抽象的「核心问题」陈述;用反问把问题「演示」出来。

---

模式6:高度对称的三元并列句式

**改写前:** > 本研究具有三方面意义:理论上,丰富了现有框架;实践上,为政策制定提供参考;方法上,提供了新的分析路径。

**改写后:** > 本研究对现有理论框架有一定补充——至少在处理「非正式制度」这一变量时,既有模型的解释力存在明显局限。对政策实践而言,结论或许也有些参考价值,但推广时应当审慎。

**规律:** 打破三元对称;可以只写两项,或把一项展开说、另一项一笔带过。

---

模式7:段末画蛇添足的总结句

**触发词:** 综上所述、由此可见、不难发现、可以看出、因此可以得出结论

**规律:** 删除段末总结句;如需衔接下段,用过渡提问或转折句代替,让节奏向前推进。

---

模式8:模糊归因

**触发词:** 专家认为、研究表明、业内普遍认为、有观点认为、一些学者指出(无具体来源)

**改写前:** > 专家认为,社交媒体在政治动员中发挥着至关重要的作用。

**改写后:** > 根据Boulianne(2015)对38项研究的元分析,社交媒体使用与政治参与意愿之间存在正相关。

**规律:** 有具体来源则引用;无出处则改为本文自身的分析判断;禁止「专家认为」类虚假权威。

---

模式9:填充短语与过度限定

**填充短语删除:**

  • 值得注意的是,数据显示…… → 数据显示……
  • 不难发现,两者之间存在…… → 两者之间存在……
  • 需要指出的是,该方法…… → 该方法……

**过度限定改写:** > 该政策可能在一定程度上潜在地对相关指标产生某种程度的影响。 > → 该政策可能影响相关指标,但现有数据尚不足以确认方向。

**规律:** 一个句子只需一个限定词;其余限定词直接删除。

---

模式10:泛化结论与「具有重要意义」结尾

**触发词:** 未来可期、前景广阔、具有重要意义、意义深远、为……提供了新思路、开辟了新方向

**改写前:** > 综上所述,本研究具有重要的理论意义和现实意义,为相关领域提供了新的思路。

**改写后:** > 如果本文提出的「制度性摩擦」变量确实重要,那么在制度变迁较快的地区,相关指标的波动幅度应更大——这是一个可用现有数据验证的命题。

**规律:** 用「可检验的推论」或「具体的后续研究方向」代替泛化展望。

---

语言层面的AI模式

模式11:中文AI高频词汇

**优先处理(权重最高):**

| AI高频词 | 替换建议 | |---|---| | 深刻揭示了 | 说明了 / 表明 / 点出了 | | 具有重要意义 | (直接说意义是什么) | | 综合运用 | 结合 / 同时用了 | | 不可或缺 | 离不开 / 少不了 |

**次要处理(上下文自然则可保留):**

| AI高频词 | 替换建议 | |---|---| | 深入探讨 | 分析 / 考察 / 讨论 | | 系统梳理 | 梳理 / 整理 / 回顾 | | 提供了理论支撑 | 解释了 / 可以用来理解 | | 有效解决了 | 一定程度上回应了 / 部分解决了 | | 充分说明 | 说明 | | 进一步 | 更进一步 / 再往深想 / 接下来 | | 值得注意的是 | 有一点要提 / 有意思的是 | | 需要指出的是 | 不过 / 但有一点—— |

---

模式12:主动回避「是」的系动词替换

**触发词:** 作为……的重要载体、扮演着……的角色、充当着……的功能

**改写前:** > 语言作为文化传承的重要载体,扮演着连接过去与现在的桥梁角色。

**改写后:** > 语言是文化传承的主要媒介,也是一个族群辨认自身的重要标记。

---

模式13:过度对仗的排比结构

**改写前:** > 该研究突破了传统范式,填补了理论空白,创新了分析视角,丰富了研究方法。

**改写后:** > 该研究最主要的贡献,在于提出了一个此前被忽视的分析维度——「制度性摩擦」。

---

模式14:结构性分析的「三步走」模式

**触发词:** 从X角度、从Y角度、从Z角度

**改写前:** > 该政策的影响可以从三个维度加以分析:从经济维度看,……;从社会维度看,……;从文化维度看,……。

**改写后:** > 这项政策影响最深的,其实是经济层面——短期内企业的合规成本提高了不少。社会层面的变化相对滞后。文化层面倒出现了一个意外效应,值得单独说一下……

**规律:** 打破三维等重的假设;最重要的先说、多说,次要的简说。

---

风格层面的AI模式

模式15:「——」破折号滥用(或完全不用)

**判断标准:**

  • 冒号连续出现3次以上 → 部分改为破折号或重组句式
  • 破折号在一段内出现4次以上 → 删减,改为句子切分

模式16:加粗滥用

**改写前:** > 本研究的**核心创新**在于提出了**双层分析框架**,**显著提升**了解释力。

**改写后:** > 本研究的主要创新,在于提出了一个双层分析框架——宏观结构与微观行为不再分开处理,解释力因此有所提升。

---

写作气质层面

注入学者个性(去「机器稿」的关键)

**无魂写作的特征:**

  • 每句话长度接近,节奏单一
  • 只有「报道」,没有「反应」——不表达研究者自己的判断
  • 不承认不确定性,不表达困惑或意外

**注入方法:**

  • **承认局限**:在分析过程中直接说「这里的数据不够理想,只能……」
  • **表达意外**:「出乎意料的是,访谈中没有一位受访者提到……」
  • **留下判断**:「笔者认为,这一解释固然有其道理,但……」
  • **用短句制造节奏**:夹一两个短句,打破长句的连续性。短句有力。

---

操作流程(SOP)

Step 1:风险识别扫描

扫描全文,对每段打分(每个特征 +1 分,≥4 分为高风险段落):

  • [ ] 段首含「依据/基于XX理论」(模式1)
  • [ ] 段末含「此案例XX了」或「由此可见」(模式2)
  • [ ] 含整齐的「首先/其次/再次」三段论(模式3)
  • [ ] 含「该处理/该设计基于……体现了……」(模式4)
  • [ ] 含「XX面临的核心问题是」(模式5)
  • [ ] 含三个以上完全对称的并列句(模式6)
  • [ ] 含AI高频词密度过高(每段超过2个)(模式11)
  • [ ] 含模糊归因(「专家认为」无出处)(模式8)
  • [ ] 含填充短语或过度限定(模式9)
  • [ ] 结尾为泛化结论或「具有重要意义」(模式10)
  • [ ] 相邻多段结构高度雷同

Step 2:逐段改写优先级

1. **移位**:理论名称从段首移到段中(模式1) 2. **砍尾**:删除或改写段末总结套句(模式2、7) 3. **破对称**:打破并列句的等长等重结构(模式3、6、14) 4. **换词**:替换AI高频词,优先处理词表前4项(模式11) 5. **去模糊**:消除模糊归因,删除填充短语(模式8、9) 6. **注视角**:加入研究者的判断、疑惑或意外发现

Step 3:全文节奏检查

  • 任意相邻3段,
Read more
Ships withhumanizer-zh-academic

🎓 降低中文学术写作 AIGC 检测率的 Claude Code Skill | Reduce AIGC detection rate for Chinese academic writing

Get the whole plugin
Stats
249
Stars
18
Forks
Maintained
Maintenance
MIT
License
5mo ago
Last commit
5mo ago
Created

Repo: redbaronyyyyy-eng/humanizer-zh-academic