humanizer

humanizer 技能概览

humanizer 的作用

humanizer 技能会重写带有 AI 味道的文本，让它读起来更自然，少一点营销腔、少一点模板化结构，也少一些一眼能看出的机器痕迹。它最适合已经有草稿、希望用 humanizer 做重写的人，而不是从零开始写作的人。

适合安装 humanizer 的人

如果你经常编辑营销文案、客服回复、博客草稿、内部文档，或者任何在模型输出后显得“过于工整”或过于泛化的文本，就值得安装 humanizer。它尤其适合那些更在意语气打磨，而不只是语法修正的人。

humanizer 有什么不同

这个技能是围绕具体的“去 AI 写作模式”来设计的，而不是一个模糊的“帮我变好一点”的提示词。这一点很重要，因为它给模型提供了更明确的目标：去掉夸张的象征化表达、被动语态、填充词、滥用破折号和含糊的归因，同时保留原意和语气。

如何使用 humanizer 技能

在你的工具里安装 humanizer

安装 humanizer 时，把 repo 放到你的 agent 读取 skills 的位置，并确保 SKILL.md 是实际生效的入口文件。这个 repository 与 Claude Code 和 OpenCode 兼容，README 里提供了标准安装路径和手动复制方案。

给它文本，不只是想法

humanizer 最适合你直接提供要重写的原始草稿。像“让它更像真人写的”这种模糊要求，留给模型的空间太大。更好的 humanizer 使用方式是这样的提示词：Rewrite this product update so it sounds confident, clear, and less salesy, but keep the meaning and keep it under 180 words.

用对工作流

先给原始文本，再补上一句关于受众和语气的简短说明。如果你有一段个人写作样本，可以先放在目标文本之前，这样技能能先校准节奏和措辞。对于 humanizer 的 Rewriting 场景，最有用的约束通常是受众、渠道、长度，以及哪些内容必须保持不变。

先看这些文件

先阅读 SKILL.md，了解实际行为；再看 README.md，查看安装和调用示例。如果你想快速了解这个 repo 的组织方式，以及它在 Claude Code 里应该如何运行，可以看 WARP.md。

humanizer 技能 FAQ

humanizer 只适合 AI 生成的文本吗？

不是。humanizer 技能同样适合处理写得很工整但读起来发僵的文本，尤其是那些结构过度、重复明显或过于正式的草稿。它并不只针对明显由模型生成的内容。

它和普通提示词有什么不同？

普通提示词也可以要求做风格清理，但 humanizer 提供的是一个更聚焦的编辑框架，专门对应常见的 AI 写作模式。这样通常能减少试探和反复重写，也更不容易在改写过程中误改原意或把语气抹平。

humanizer 适合新手吗？

适合，只要你能粘贴文本并说明想要的语气。新手想拿到更好的结果，关键是把请求收窄：一份草稿、一个受众、一个目标，再加上一条明确说明哪些内容不能变。

什么时候不该用它？

当你需要法律上的严谨性、精确的技术措辞，或者必须保持字面一致的高度标准化文案时，不要用 humanizer。如果优先级是忠实于原文而不是风格优化，那么轻量编辑提示词会比完整的 humanizer 处理更稳妥。

如何改进 humanizer 技能

提供更清晰的语气信号

提升效果最大的办法，是给出更好的上下文。如果你希望 humanizer 在 Rewriting 中写出特定品牌或特定人物的感觉，就提供 2 到 3 段那种语气的样例，再附上要改写的草稿。这样能帮助技能保留节奏感，而不是只做词语替换。

说清楚真正的约束

直接告诉它什么最重要：keep this conversational、remove hype、sound like an engineer，或者 make it fit a customer email。当目标足够具体时，humanizer 的表现会更好，因为改写可以围绕一个主约束优化，而不是同时迎合所有要求。

注意常见失败模式

最常见的风险是过度润色、丢失个性，或者产出依然很泛的文本。如果出现这种情况，就让它再改一轮，要求保留更多原句结构、减少陈词滥调，并保留具体名词或例子不变。

用前后对照来迭代

拿到第一版 humanizer 输出后，把它和原文对照检查三件事：意思、语气、具体性。如果其中任何一点被削弱了，就明确反馈要恢复什么。最好的 humanizer 指南工作流通常是两轮：第一轮去掉 AI 痕迹，第二轮再收紧语气和忠实度。