最近看到一个开源项目，叫「人话.skill」。 它解决的不是“把文字改得更口语”这么简单，而是一个更真实的问题：为什么很多 AI 写出来的文章，明明很顺，却一看就不像你写的？ 我以前也踩过这个坑。 AI 写完的稿子，结构完整、句子顺滑、道理也没错，但读起来总有点空。像一篇被打磨过的说明书，看不到实测过程，也看不到作者自己的判断。 这就是所谓的“AI 味”。 真正有效的去 AI 味，不是随便加几个口语词，也不是把“此外、因此、总之”删掉就完事。 更关键的是三件事： 第一，保留你的真实判断。 比如你测试了一个模型，觉得它适合写长文，但不适合写标题，这种判断不能被改成“表现较好”。 第二，别把事实改散。 模型名、价格、测试条件、数据、工具名，这些东西要保留清楚。很多改写工具一润色，反而把关键信息磨没了。 第三，删掉模板壳。 最常见的就是“不是 A，而是 B”、三连排比、金句式结尾、空泛总结。看起来很有气势，但读多了会特别像 AI。 我比较认同原文里的一个观点：不要只找一个“最强去 AI 味工具”。 更实用的做法，是把这些 Skill 拆成自己的检查清单： 这段有没有我的真实经历？ 有没有具体例子，而不是空讲道理？ 有没有为了高级感硬凑的句式？ 术语和事实有没有被改歪？ 每句话是不是长得太像？ 如果你经常用 AI 写小红书、公众号、技术笔记，可以试试这个思路。 先让 AI 帮你出初稿，再用 Skill 或清单做第二轮检查。重点不是让文章“更像人类”，而是让它更像你自己。 这才是去 AI 味真正有价值的地方。 关注我，分享更多 AI 知识。 #howto用好AI #howto用AI抢救一切 #AI工具 #Codex #Skill #小红书运营 #内容创作