去AI味 Agent Skill：283万字语料筛出11条可执行改写规则

Lieflat Less AI Tone 是一个基于 283 万字语料实证研究的“去 AI 味”Agent Skill，作者采用语料库语言学双盲对照方法，逐项检验了网上流传甚广的 26 个“AI 味”特征，最终筛选出 11 项真正具有统计支撑的区别性特征，并转写为可执行的改写规则集，供大模型写作后一键清除生成痕迹。

要点

用统计实证破除“经验主义”迷思

网上流传的那些“AI 味鉴定清单”，大多来自个案的主观印象。作者用数据重新检验了一遍：26 项候选特征里只有 11 项通过显著性检验，超过一半的网传说法在统计上站不住脚。

严谨的受控双盲对照语料

作者构建的对照语料包含 629 篇文章、283 万汉字、9.5 万句。其中 300 篇由五大主流模型生成，Claude、DeepSeek、Gemini、GPT、Kimi 各 60 篇，全程无风格指令、不联网；另外 329 篇来自人类作者公开发表的文本，作为人工对照组。

区分力最强的核心信号（杀手锏）：

• 段首零回指评论：AI 常在新段落开头直接抛出主观评价，例如“听起来像一条功能描述”，却不标明评价对象。它的出现频率高达人类的 4.4 倍。修复也很简单：补一个“这一点”或“这个方案”之类的指示代词，连贯性就回来了；
• 反直觉结论：人类使用比喻的频率其实是 AI 的 2.4 倍，正文设问句更是 AI 的 17 倍。如果照搬网传建议去删设问、删比喻，反而会让文章更有 AI 味。

改写规则恪守三重硬约束

11 项通过检验的篇章特征——包括对举结构、冒号滥用、顿号并列过密、拟人化喻体、序数词小标题、译文腔句式等——被固化为规则集。同时附加三重安全底线：白名单原则（未命中规则的句子一字不动）、信息守恒（不增删任何事实与判断强度）、排除主观语义判断（类似“比喻贴不贴切”的主观项不写入规则，避免越改越乱）。

不存在统一的“AI 文风”（模型个体分化极大）

同样是破折号，DeepSeek 每千字用 5.16 次、Claude 用 4.25 次，而 GPT 只有 0.11 次，模型间差距可达 40 倍。给 AI 文本画像时，必须具体到特定模型，单一模型的倾向不能当作生成文本的共性。

公开 6 次测量失误的方法论反思

作者公开了因正则算子过宽导致的 6 次测量失误与修正过程：其中 4 项如果不被发现，会直接混进规则集；2 项方向甚至完全相反。这份认错记录本身成了方法论可信度的一部分。同时作者也坦承语料因版权无法开源、模型文风随迭代动态收敛等客观局限。

与“风格蒸馏”形成工序互补

这个工具可以独立运行，也能与同作者的 writing-dna-skill（写作风格蒸馏）链式协同：前者负责向目标作者风格逼近，本规则集负责在下游清除残留的机器腔。两者冲突时，以蒸馏产物为准。

上手

1. 低门槛免安装途径（推荐）

   • 在线即用：直接在 MoxtHub 在线打开使用，借助大上下文空间一次批处理长文本；
   • Prompt 直用：把仓库里的 SKILL.md 内容作为 System Prompt 复制到 Claude、ChatGPT 等任何支持自定义指令的对话工具中。

2. 本地标准安装（Agent 开发者）：本地具备 Node.js 环境时，终端运行一行命令即可安装为 Agent Skill：

   npx skills add larashero3-dotcom/lieflat-less-ai-tone

3. 数据复算门槛（学术验证）：需要复核论文统计数据时，要配置 Python 3 环境并调用仓库脚本，例如 compare-human-ai.py。注意仓库因版权未附带原语料，需要接入自有语料目录运行。

4. 协同避坑提示：如果你已经在用同作者的 writing-dna-skill，无需重复安装本 Skill（该仓库已内置）。两者在同一目录共存时，优先读取 语言DNA.md，冲突项以蒸馏产物为准。

项目由 larashero3-dotcom 开发（于 moxt.ai 平台制作），采用 MIT 协议开源，当前 2.6k Stars。

项目地址： https://github.com/larashero3-dotcom/lieflat-less-ai-tone