Raymondhou0917/speak-human-tw

「說人話」:繁體中文的去 AI 味改寫 skill。抓 38 種 AI 寫作痕跡,順手校正中國用語與半形標點,給 Claude Code / Codex / Cursor 用。

解決的問題

本專案解決繁體中文文本中的「AI味」(AI生成感)問題,即內容語法正確但顯得不自然或機械化。它專門針對去除常見的AI寫作模式、將大陸中文術語轉換為台灣本地化的繁體中文,並修正AI輸出中常見的標點錯誤。

工作原理

它作為AI代理(如Claude Code、Cursor、Codex)的「技能」(一組指令和規則)運行。不從零生成內容,而是作為校對工具,遵循六步流程:

  1. 上下文分析:根據場景(如社群媒體、新聞簡報、銷售頁面)確定語氣。
  2. 保護:鎖定關鍵事實(價格、連結、名稱),防止意外更改。
  3. 範圍定義:確保長文內容不會被隨意縮短。
  4. 分類重寫:應用規則去除35種以上的AI痕跡(如過度強調、公式化開頭、表情符號泛濫)。
  5. 驗證:與保護清單交叉核對,確保事實準確性。
  6. 自我評估:對長文內容進行50分制評分,確保品質。

預設情況下,以兩輪互動模式運行:首先提供帶編號的修改建議及其原因清單,待使用者確認後才應用更改。

適用對象

使用AI為新聞簡報、社群媒體貼文、銷售頁面和專業郵件等場景撰寫繁體中文內容的內容創作者、行銷人員和辦公人員。

核心亮點

  • 35+種AI痕跡檢測:識別特定的機械式模式,如「不是A而是B」的堆疊結構和公式化結論。
  • 台灣本地化:包含大陸中文術語到台灣特有用法和標點規則的完整映射。
  • 互動式校對:透過要求使用者批准特定修改,防止原始草稿被意外覆蓋。
  • 事實保護:使用保護清單確保關鍵資料和連結在重寫過程中不受影響。
  • 基準測試:包含42個案例的基準測試,確保必要修改得以執行,同時避免「過度編輯」(誤改事實或法律文本)。

相關

  • 專案
  • 專案
  • 專案
  • 專案
  • 專案