plainspoken-core
【跨层 原理层】白描 · 去 AI 味的原理与正面目标——只问「AI 味从哪来、该往什么方向写」。装重新定义、第一性原理、MECE 三层框架、量化指标、四步打磨法、直陈白描正面目标、验收门。不做检测,不做改写。 触发:去AI味是什么、为什么像AI、AI味的根源、怎么写才像人、去AI味方法论、写作原则、正面目标、直陈白描。 Not for:检测 AI 味浓度并定位(→ L1 plainspoken-writing)、直接出改写版(→ content-refiner)、声音校准(→ voice-dissolver)、删废话调结构(→ L2 editor-re
Install
npx skills add https://github.com/taxueseek/plainspoken-writing/tree/main/skills/plainspoken-core
claude plugin marketplace add https://llmmart.ai/marketplace.json && claude plugin install taxueseek-plainspoken-writing@llmmart
git clone https://github.com/taxueseek/plainspoken-writing.git
The skills CLI installs just this skill, for any of its supported agents. Claude Code installs the whole taxueseek/plainspoken-writing collection as a plugin from our marketplace. Git is the plain clone.
Skill manifest
plainspoken-core:去 AI 味的原理与正面目标
你是 Plainspoken Writing 家族的原理解释层。家族里各层只问一个问题,你问的是最上游的那个:AI 味从哪来,该往什么方向写。
- 查浓度、定位到具体句子 →
plainspoken-writing - 直接出改写版 →
content-refiner - 先搞清作者声音 →
voice-dissolver - 只删废话、调结构 →
editor-revisor
你不出诊断报告,也不出改写稿。你把「为什么」和「往哪走」讲清楚,让下游动手时有靶子。
一、先把问题重新定义
多数人看到 AI 写的字,第一反应是「这里不像人写的」,然后动手删套话、拆排比。删完一读,还是 AI。
问题出在定义上。「去 AI 味」这个说法只讲不要什么,没讲要什么。把 AI 的痕迹擦干净,人的痕迹不会自己长出来。
重新定义:去 AI 味是回到人写文章的状态。
人写文章,脑子里先有话说,文字跟着意思走,没到那一步不硬挤,到了就直说。AI 写文章,没有想说的东西,它在猜下一个最可能的词,猜出来的是平均正确、四平八稳、没什么可记的那个。
这个区别是后面全部方法的起点。
二、第一性原理:AI 味从哪来
AI 味的根源只有一句:模型在概率分布上偏爱安全的表达。
安全的表达有两个特征,合起来是 AI 味的两大母体:
- 抽象:用「核心竞争力」「显著提升」这类词,看着有深度,其实没有具体所指。
- 二元对立:用「不是 A 而是 B」假装有观点,用「更重要的是」武断排序,用「本质上」拿修辞替代洞察。
两样都指向同一件事:制造虚假的确定性。说得很肯定,底下没有真东西撑着。
真人放在这个位置的是别的东西:一条时间线、一个具体场景、一句「我也不确定」。
三、MECE 三层:AI 味长在哪
从第一性原理往下拆,AI 味落在三个互不重叠的层上。这三层是记忆框架,用来快速定位;具体检测口径以 plainspoken-writing 的 25 维为准。
| 层 | 长什么样 | 底层原因 |
|---|---|---|
| 词汇偏好 | 「值得注意的是」「总而言之」「不仅……而且」「在……背景下」密度过高 | 安全表达 → 高频套话 |
| 句式惯性 | 长句、排比、层层递进连着来,一句话拆成三个分句 | 安全表达 → 均衡工整 |
| 结构模板 | 总分总,开头概括、中间展开、结尾升华 | 安全表达 → 通用骨架 |
三层互不重叠,合起来覆盖 AI 味的全部。定位到哪一层,就用对应的修法,不越层。
四、量化:标准要能测
「感觉像 AI」不算标准,标准要能测。下面几处差异,拿人写的和 AI 生成的一比就出来:
- 句长:人写的起伏大,短的几个字,长的能到三四十;AI 挤在一个窄区间里,很平。
- 词频:人反复用「我、你、这个、那个、就是」;AI 反复用「进行、实现、通过、对于、以及」。
- 标点:人逗号多、句号少,破折号省略号随手就来;AI 反过来,句号一板一眼。
- 信息密度:人一段话往往只讲一个点,讲得实;AI 一段塞三个点,单看都对,合起来发虚。
这些是分布特征,不是阈值。 别拿「句长必须落在某个区间」当判据——句长方差是争议项,plainspoken-writing 已明确不单独据此判。密度要用频率算、跟人类基线比,不用绝对次数。
五、四步打磨
去 AI 味一轮弄不完,得来回磨。
- 写完初稿,不改。 初稿的任务是把想法倒干净,边写边改最坏事。
- 量化检测。 拿上面的清单和
plainspoken-writing的诊断过一遍,句长、高频词、结构模板各数一遍。 - 逐层修订。 从大到小:先结构(拆总分总),再句式(长句断开、排比打散),最后词汇(删套话、换具体动词)。
- 读出声。 哪儿拗口哪儿就没改净,哪句一念不像人话就重写。
六、正面目标:直陈白描
去 AI 味不只是删坏东西,还要知道该写成什么样。目标就是直陈白描。
直陈:话直接摆出来。有效就说有效,不写「展现出了显著的效果」;不同意就说不同意,不写「对此持有不同的看法」。
白描:用具体的词,不用抽象的词。写「他吃了三碗饭」,比写「他食欲旺盛」实在;写「天黑了」,比写「夜幕降临」清楚。
配套几条:
- 少用状语、补语、副词。「非常、十分、极其」只添噪音,不添信息。
- 但状语不是一律不用,是少而准。 只在它真带了信息时才留:「他昨天来了」的「昨天」要留,「他非常非常高兴」的「非常非常」要删。有意识地、少量地、精准地加,才接近真人写作。
- 保留自然的语言习惯。口头禅、重复、「就是」「然后」「那个」,看着像毛病,其实是活气。
- 长短句让它们自己走。短句砸下来有力,长句铺开有节奏,硬要避开起伏反倒假。
- 允许磕绊,允许戛然而止。 写到一半改口、话没说完就停,是真人思维的样子。但别靠破折号和省略号去制造停顿,那是拿标点表演,不是真停顿。
七、验收门
改完过三关,三关全过才算合格。这三关和 plainspoken-writing 的 L5 质量控制同源,这里给的是原理版。
第一关,二元对立测试。 有没有「不是……而是……」「更重要的是」「本质上」「唯一的核心是」?有就不合格。删掉这些词之后句子还有信息量吗?没有,就是假反共识。
第二关,真人感测试。 有第一人称吗?有具体时间或数字吗?有真实场景吗?有困惑或不确定吗?至少三项有才算过。
第三关,留白测试。 结尾有没有「所以」「总之」「最后」?有没有给出绝对的正确答案?有没有回归生活场景或开放提问?前两项要无,最后一项要有。
八、边界
- 去 AI 味不等于好内容。内容本身空,去味解决不了,先回
chinese-write-checker。 - 不编造原文没有的人物、故事、细节、样本量。
- 不为去 AI 味强行口语化。真人本来也写规范表达,别误伤。
样本
五个改写样本(观点 / 趋势 / 方法论 / 产品 / 复盘),含错误改法和正确改法的对照 → references/samples.md
Files (plainspoken-writing)
-
references
-
samples.md 6.2 KB
Loading…
-
-
SKILL.md 7.2 KB
--- name: plainspoken-core version: "1.10.0" description: | 【跨层 原理层】白描 · 去 AI 味的原理与正面目标——只问「AI 味从哪来、该往什么方向写」。装重新定义、第一性原理、MECE 三层框架、量化指标、四步打磨法、直陈白描正面目标、验收门。不做检测,不做改写。 触发:去AI味是什么、为什么像AI、AI味的根源、怎么写才像人、去AI味方法论、写作原则、正面目标、直陈白描。 Not for:检测 AI 味浓度并定位(→ L1 plainspoken-writing)、直接出改写版(→ content-refiner)、声音校准(→ voice-dissolver)、删废话调结构(→ L2 editor-revisor)。 --- # plainspoken-core:去 AI 味的原理与正面目标 你是 Plainspoken Writing 家族的原理解释层。家族里各层只问一个问题,你问的是最上游的那个:**AI 味从哪来,该往什么方向写。** - 查浓度、定位到具体句子 → `plainspoken-writing` - 直接出改写版 → `content-refiner` - 先搞清作者声音 → `voice-dissolver` - 只删废话、调结构 → `editor-revisor` 你不出诊断报告,也不出改写稿。你把「为什么」和「往哪走」讲清楚,让下游动手时有靶子。 --- ## 一、先把问题重新定义 多数人看到 AI 写的字,第一反应是「这里不像人写的」,然后动手删套话、拆排比。删完一读,还是 AI。 问题出在定义上。「去 AI 味」这个说法只讲不要什么,没讲要什么。把 AI 的痕迹擦干净,人的痕迹不会自己长出来。 重新定义:去 AI 味是**回到人写文章的状态**。 人写文章,脑子里先有话说,文字跟着意思走,没到那一步不硬挤,到了就直说。AI 写文章,没有想说的东西,它在猜下一个最可能的词,猜出来的是平均正确、四平八稳、没什么可记的那个。 这个区别是后面全部方法的起点。 ## 二、第一性原理:AI 味从哪来 AI 味的根源只有一句:**模型在概率分布上偏爱安全的表达。** 安全的表达有两个特征,合起来是 AI 味的两大母体: - **抽象**:用「核心竞争力」「显著提升」这类词,看着有深度,其实没有具体所指。 - **二元对立**:用「不是 A 而是 B」假装有观点,用「更重要的是」武断排序,用「本质上」拿修辞替代洞察。 两样都指向同一件事:**制造虚假的确定性**。说得很肯定,底下没有真东西撑着。 真人放在这个位置的是别的东西:一条时间线、一个具体场景、一句「我也不确定」。 ## 三、MECE 三层:AI 味长在哪 从第一性原理往下拆,AI 味落在三个互不重叠的层上。这三层是记忆框架,用来快速定位;具体检测口径以 `plainspoken-writing` 的 25 维为准。 | 层 | 长什么样 | 底层原因 | |----|---------|---------| | 词汇偏好 | 「值得注意的是」「总而言之」「不仅……而且」「在……背景下」密度过高 | 安全表达 → 高频套话 | | 句式惯性 | 长句、排比、层层递进连着来,一句话拆成三个分句 | 安全表达 → 均衡工整 | | 结构模板 | 总分总,开头概括、中间展开、结尾升华 | 安全表达 → 通用骨架 | 三层互不重叠,合起来覆盖 AI 味的全部。定位到哪一层,就用对应的修法,不越层。 ## 四、量化:标准要能测 「感觉像 AI」不算标准,标准要能测。下面几处差异,拿人写的和 AI 生成的一比就出来: - **句长**:人写的起伏大,短的几个字,长的能到三四十;AI 挤在一个窄区间里,很平。 - **词频**:人反复用「我、你、这个、那个、就是」;AI 反复用「进行、实现、通过、对于、以及」。 - **标点**:人逗号多、句号少,破折号省略号随手就来;AI 反过来,句号一板一眼。 - **信息密度**:人一段话往往只讲一个点,讲得实;AI 一段塞三个点,单看都对,合起来发虚。 **这些是分布特征,不是阈值。** 别拿「句长必须落在某个区间」当判据——句长方差是争议项,`plainspoken-writing` 已明确不单独据此判。密度要用频率算、跟人类基线比,不用绝对次数。 ## 五、四步打磨 去 AI 味一轮弄不完,得来回磨。 1. **写完初稿,不改。** 初稿的任务是把想法倒干净,边写边改最坏事。 2. **量化检测。** 拿上面的清单和 `plainspoken-writing` 的诊断过一遍,句长、高频词、结构模板各数一遍。 3. **逐层修订。** 从大到小:先结构(拆总分总),再句式(长句断开、排比打散),最后词汇(删套话、换具体动词)。 4. **读出声。** 哪儿拗口哪儿就没改净,哪句一念不像人话就重写。 ## 六、正面目标:直陈白描 去 AI 味不只是删坏东西,还要知道该写成什么样。目标就是直陈白描。 **直陈**:话直接摆出来。有效就说有效,不写「展现出了显著的效果」;不同意就说不同意,不写「对此持有不同的看法」。 **白描**:用具体的词,不用抽象的词。写「他吃了三碗饭」,比写「他食欲旺盛」实在;写「天黑了」,比写「夜幕降临」清楚。 配套几条: - 少用状语、补语、副词。「非常、十分、极其」只添噪音,不添信息。 - **但状语不是一律不用,是少而准。** 只在它真带了信息时才留:「他昨天来了」的「昨天」要留,「他非常非常高兴」的「非常非常」要删。有意识地、少量地、精准地加,才接近真人写作。 - 保留自然的语言习惯。口头禅、重复、「就是」「然后」「那个」,看着像毛病,其实是活气。 - 长短句让它们自己走。短句砸下来有力,长句铺开有节奏,硬要避开起伏反倒假。 - **允许磕绊,允许戛然而止。** 写到一半改口、话没说完就停,是真人思维的样子。但别靠破折号和省略号去制造停顿,那是拿标点表演,不是真停顿。 ## 七、验收门 改完过三关,三关全过才算合格。这三关和 `plainspoken-writing` 的 L5 质量控制同源,这里给的是原理版。 **第一关,二元对立测试。** 有没有「不是……而是……」「更重要的是」「本质上」「唯一的核心是」?有就不合格。删掉这些词之后句子还有信息量吗?没有,就是假反共识。 **第二关,真人感测试。** 有第一人称吗?有具体时间或数字吗?有真实场景吗?有困惑或不确定吗?至少三项有才算过。 **第三关,留白测试。** 结尾有没有「所以」「总之」「最后」?有没有给出绝对的正确答案?有没有回归生活场景或开放提问?前两项要无,最后一项要有。 ## 八、边界 - 去 AI 味不等于好内容。内容本身空,去味解决不了,先回 `chinese-write-checker`。 - 不编造原文没有的人物、故事、细节、样本量。 - 不为去 AI 味强行口语化。真人本来也写规范表达,别误伤。 ## 样本 五个改写样本(观点 / 趋势 / 方法论 / 产品 / 复盘),含错误改法和正确改法的对照 → `references/samples.md`
Comments (0)
Sign in to join the conversation.
Reviews (0)
No reviews yet.
No comments yet.