humanizer

humanizer 技能總覽

humanizer 的用途

humanizer 技能會重寫帶有 AI 味的文字，讓內容讀起來更自然，少一點行銷腔、少一點模板化結構，也少一些一看就像機器生成的痕跡。它最適合已經有草稿、想用 humanizer 做重寫的人，而不是從空白頁開始的寫作助手。

誰應該安裝它

如果你常常編修行銷文案、客服回覆、部落格草稿、內部文件，或任何讀起來在模型輸出後顯得「太工整」或太制式的文字，就很適合安裝 humanizer。當你在乎的是語氣與風格整理，而不只是文法修正時，它特別有用。

humanizer 為什麼不一樣

這個技能是圍繞著具體的反 AI 寫作模式來設計的，不是那種空泛的「幫我變好」提示詞。這很重要，因為它能給模型更清楚的目標：移除誇張的象徵化表達、被動語態、填充詞、過度使用的長破折號，以及含糊的歸因，同時保留原意與語氣。

如何使用 humanizer 技能

在你的工具中安裝 humanizer

安裝 humanizer 時，把 repo 放到你的 agent 讀取 skills 的位置，並確認 SKILL.md 是實際啟用的入口檔。這個 repository 相容 Claude Code 和 OpenCode，README 也列出標準安裝路徑，以及手動複製的方式。

提供文字，不只是想法

humanizer 最適合處理你要重寫的確切草稿。像「讓這段更像人話」這種模糊要求，會留下太多解讀空間。更好的 humanizer 用法提示會像這樣：「把這段產品更新改寫得更有自信、更清楚、少一點銷售感，但要保留原意，字數控制在 180 字內。」

使用正確的工作流程

先貼上原始文字，再補上一句關於受眾和語氣的簡短指示。如果你有自己的範例語氣，先放在目標文字之前，讓技能能先校準節奏與措辭。對於 humanizer 的重寫流程，最有幫助的限制通常是受眾、通路、長度，以及哪些內容不能改。

先讀這些檔案

先看 SKILL.md，了解實際行為；再看 README.md，確認安裝與呼叫範例。如果你想快速了解 repo 的結構，以及這個技能在 Claude Code 裡預期怎麼執行，可以再看 WARP.md。

humanizer 技能常見問題

humanizer 只適用於 AI 生成文字嗎？

不是。humanizer 技能同樣適合處理已經很精緻、但讀起來很僵硬的文字，尤其是結構過度、重複性高，或語氣過於正式的草稿。它不只限於明顯出自模型的內容。

它和一般提示詞有什麼不同？

一般提示詞可以要求做風格整理，但 humanizer 提供的是一套聚焦在常見 AI 寫作模式上的編修框架。這通常代表更少猜測，也更少在改寫時不小心改掉意思，或把原本的語氣磨平。

humanizer 適合新手嗎？

適合，只要你能貼上文字並說明想要的語氣。新手最容易得到好結果的方式，是把需求收窄：一份草稿、一個受眾、一個目標，外加一條清楚說明哪些內容不能變。

什麼情況下不該用它？

當你需要法律上的精確性、嚴格的技術措辭，或必須逐字保留的高度標準化文案時，不要用 humanizer。如果重點是忠實度而不是風格，一個輕量的編修提示會比完整的 humanizer 處理更安全。

如何提升 humanizer 技能

提供更清楚的語氣線索

品質提升最大的關鍵來自更好的輸入脈絡。如果你希望 humanizer 用於重寫時像某個品牌或某個人，請提供 2 到 3 段那種語氣的範例，再附上要轉換的草稿。這能幫助技能保留節奏，而不只是換字而已。

明確說出真正的限制

直接告訴它最重要的是什麼：「保持口語感」、「去掉誇大宣傳」、「像工程師寫的」、「要符合客戶 email」。humanizer 在目標明確時表現會更好，因為改寫可以優先優化一個主要限制，而不是一次想滿足所有條件。

注意常見失敗模式

主要風險是過度潤飾、失去個人風格，或產出的文字依然很通用。如果發生這種情況，就要求第二次修改：保留更多原本的句型、減少陳腔濫調，並把具體名詞或例子留住。

用前後對照反覆調整

拿到第一版 humanizer 輸出後，和原文比對三件事：意思、語氣、具體性。如果其中任何一項走樣，就明確回饋要恢復什麼。最好的 humanizer 使用流程通常是兩輪：第一輪先去掉 AI 痕跡，第二輪再針對語氣與忠實度做收斂。