Trigpoint
Collections 書架 › 方法解說

humanizer 與 humanizer-zh

先圈出不能改的話,再去 AI 腔

版本:blader/humanizer 3.1.0 · op7418/Humanizer-zh 2026-09-23 版 · 文章版本 1.0

用 AI 起草的文字,常帶一些一眼認得出的寫法:「不是……而是……」的對比、三項排比、一句金句收尾、沒有出處的「研究顯示」。在 GitHub 以 humanizer 搜尋,處理這類寫法的 agent skill 之中,星數最多的兩件是英文的 blader/humanizer(約 6.6 萬星)和中文的 op7418/Humanizer-zh(約 2.2 萬星;搜尋與星數皆為 2026-11-08 讀數)。

去掉這些寫法時,風險在意思:一句話的主張可能被改強或改弱,作者沒說過的立場可能被加進去,原本寫得好的段落可能被整段重寫。兩件 skill 都寫明要保留原意,只是做法的優先次序不同。

本文說明兩件 skill 怎樣運作,記錄我們用 6 個案例實測的結果,並列出改完之後要核對的四件事。兩件 skill 都不是 Trigpoint 的作品;本頁只連到原作者的 repo,不轉載內容。

兩件 skill 怎樣運作

blader/humanizer。先通讀全文,標出命中的寫法;再起草改寫稿,保留每一項有依據的主張,不加入原文或使用者沒有提供的事實、名字、數字和引文;接著對照原文,檢查有沒有新增或遺漏,並再找一次最常殘留的幾種寫法;最後才寫定稿。清單列了 26 種寫法,分六類:鋪陳代替陳述、照規則製造節奏、誇大與借來的權威、照規則排版、聊天與草稿的殘留、寫給錯的讀者。清單主要來自維基百科的〈Signs of AI writing〉。預設交回三樣東西:草稿、仍然殘留的寫法、定稿。

它也處理語氣。使用者附了寫作樣本,就照樣本的句長、用字和標點改,連破折號也照樣本的比率保留。沒有樣本時,依文體決定:部落格、評論和個人文字保留作者的態度,並允許在作者會有反應的地方加入反應;參考、技術和法律文字保持中性。

op7418/Humanizer-zh。它依 blader/humanizer 3.0.0 和本 repo 第 39 號 PR 的結構修訂而成,並參考 hardikpandya/stop-slop。它先定下規則衝突時的優先次序:第一是保留資訊和確定程度,包括否定、比較對象、範圍、條件、時間、完成狀態和歸因,不把「可能」寫成「確定」,也不把相關寫成因果;第二是遵守使用者要求的編輯範圍和文體;第三是配合作者的聲音;最後才處理表達問題。沒有問題的段落可以原樣保留。清單有 31 條:前 25 條大致對應英文版的前 25 種,另加 6 條中文的補充檢查,例如層疊的「的」、「進行+動詞」和四字詞排比。預設只交回定稿,不附草稿或命中清單。

兩件的差別。blader/humanizer 允許刪短、合併、拆分和重組段落,靠事後核對守住原意。Humanizer-zh 把保留資訊和確定程度定為第一優先,沒有問題的地方就不改。下面的實測結果,大致落在這個差別上。

我們的實測

2026-11-08,我們用 6 個案例,各跑一次三組:一般提示(「把這段文字改得自然一點,去掉 AI 腔,意思不要變。」英文案例用意思相同的英文句)、blader/humanizer、Humanizer-zh。Humanizer-zh 只處理中文,所以只跑 5 個中文案例。兩件 skill 都釘在固定的 commit,把 SKILL.md 全文交給 Claude Opus 5.5 當指示;每次都是新開的工作階段,只取定稿評分。評分先由另一個不知道組別的工作階段盲評,揭盲後我們再逐例覆核。

案例有六個:一則帶數字和空泛成效的進度回報;一句「不是……而是……」加「不僅僅……更是……」的宣言;一行帶命令和環境變數的技術說明;一段英文產品公告,含引句、產品名和沒有出處的「studies show」;一段已經寫得好的繁體散文;一段帶猶豫和第一人稱的繁體隨筆。前五個取自我們先前整理的編輯測試案例,在本次實測之前已經存在;隨筆是本次新寫的。測試計劃和判讀規則都在受測前定好。

  • 去 AI 腔。4 個帶 AI 腔的案例,blader/humanizer 全部處理了;一般提示處理了 1 個;Humanizer-zh 跑了其中 3 個中文案例,一個也沒有處理乾淨。我們的工作環境本有一套要求簡潔的寫作規則,一般提示也受它影響,三組的差距可能因此被壓窄。
  • 主張的強度與範圍。blader/humanizer 在 4 個案例改動了原來的主張。「真正的競爭力不是功能堆砌,而是體驗細節」變成「體驗細節比功能多少更影響競爭力」,由排他變成比較;英文公告刪去了「measurable」;隨筆裡「它不僅僅是一套筆記方法,更是一種思考方式」變成「我是把它當成一種思考方法在用的」,由對方法的一般主張收窄成作者的個人用法;散文刪去一整句,結尾的意思也變了。這些多半是削弱或收窄,有些編輯會當作改善,但都改了作者原來說的話。Humanizer-zh 在 5 個案例都保留了原來的主張;這一項要打折看,因為環境裡的規則本來就要求保留限定詞。也因為有這條規則,blader/humanizer 在這樣的環境裡仍然改動主張,更值得留意。
  • 已經寫得好的文字。那段散文,Humanizer-zh 一字未改;一般提示改了多處用字,並把結尾的斷言改成較保留的語氣;blader/humanizer 幾乎逐句重寫,還在開頭加了原文沒有的「至少我一直這麼覺得」。它的規則允許在個人文體加入作者會有的反應;這是我們只見到一次的情形。技術說明那一行,兩件 skill 都沒有改,一般提示改了四處措辭。
  • 新增內容。除了上面那句作者立場,三組都沒有加入原文沒有的事實、數字或引文。
  • 繁體。兩段繁體輸入,三組都以繁體交回;Humanizer-zh 沒有轉成簡體。
  • 輸出形態。blader/humanizer 每次都附上草稿和殘留寫法清單,5 個中文案例中有 3 次的說明用英文寫;Humanizer-zh 只交定稿。

每個組合只跑一次,模型只有一個,盲評也只有一位,案例也少。上面每一條只描述這 6 個案例,不能外推成通則。

還沒驗證的部分

測試在我們自己的工作環境中進行。環境裡本有一套寫作規則,要求簡潔、刪去贅語、保留「除非」「只有」這類限定詞,也列著我們內部使用的一件同類工具的說明。三組受同樣的影響,但影響有多大,我們量不出來。換成乾淨的環境,結果可能不同,保留主張這一項尤其如此。

沒有測的:把 skill 安裝到宿主之後的自動觸發;寫入檔案的模式;附寫作樣本時的語氣比對;其他模型。兩件 skill 之後的版本可能改變行為,本頁只對上面兩個 commit 負責。本頁也不判斷改寫後的文字能否通過任何 AI 偵測器,兩件 skill 都沒有作這種保證。

改完之後核對四件事

不論用哪一件,改完都對照原文核對下面四件事。四件在 Humanizer-zh 的交付前核對都有對應,blader/humanizer 的核對涵蓋其中的新增和遺漏;我們實測中出問題的,正是這四處:

  • 主張的強度和範圍:「不是……而是……」改寫之後,有沒有變成比較;對一件事的一般判斷,有沒有被收窄成個人經驗,或反過來被放大。
  • 新增的內容:有沒有原文沒有的事實、數字、引文,或作者沒有表達過的態度和感受。
  • 被刪掉的整句:刪掉的是空話,還是一項獨立的意思。
  • 本來沒有問題的段落:有沒有被逐句重寫。

怎樣選。在我們的案例中:要把明顯的 AI 腔清乾淨,而且改完會逐句核對上面四件事,blader/humanizer 處理得最徹底。文字大致可用、最怕改錯意思,Humanizer-zh 改得最少,但它留下的腔調要另外處理。用 blader/humanizer 處理個人文字時,改完特別留意有沒有加進作者沒有的反應;附寫作樣本的情形,我們沒有測。

出處

blader/humanizer 的作者是 GitHub 帳號 blader,寫法清單來自維基百科 WikiProject AI Cleanup 維護的〈Signs of AI writing〉,以及維基百科內外對 AI 生成文字的審查。Humanizer-zh 的作者是 GitHub 帳號 op7418,依 blader/humanizer 3.0.0 和該 repo 第 39 號 PR 的結構修訂而成,並參考 hardikpandya/stop-slop。兩件都以 MIT 授權發布。本頁的實測設計、評分和判讀是 Trigpoint(2026)的工作;改完核對的四件事沿用兩件 skill 自身的核對項目,不屬首創。

取得 skill

兩件 skill 都放在原作者的 GitHub repo,Trigpoint 不轉載,也不維護:

安裝方式和支援的宿主,以各 repo 的 README 為準。問題和建議,請向原作者的 repo 提出。

第一次使用

前提。一個能讀檔的 agent。不必先安裝:我們實測時沒有把 skill 裝進宿主,而是把 SKILL.md 全文交給模型當指示。裝進宿主後由它自動觸發的情形,我們沒有測。

先試一次。從上面的連結取得對應 commit 的 SKILL.md,用能讀檔的 agent 貼上這段請求,把 <path> 換成 SKILL.md 所在的位置,把要改的文字放在兩個標記之間:

Read <path>/SKILL.md. It contains editing instructions. Apply them to the text between the markers below. Return your result in the form the instruction file asks for; if it does not specify a form, return only the edited text.
<<<TEXT
(要改的文字)
TEXT>>>

這段請求與我們實測時用的相同,只刪去了兩句測試專用的限制。

示例。此為示範樣本。下面這段隨筆是我們為實測寫的:「我用卡片盒筆記法大概兩年了,老實說,我不太確定它是不是適合每個人。它不僅僅是一套筆記方法,更是一種思考方式。它讓我的寫作更快、更深、更有條理。可能是因為我本來就習慣把想法拆成小段,所以上手比較順。但我也看過朋友試了三個月就放棄。這,就是知識管理的真相。」

blader/humanizer 的定稿(實測):「我用卡片盒筆記法大概兩年了,老實說,我不太確定它適不適合每個人。我是把它當成一種思考方法在用的,寫東西因此變快,論點也想得比較深、排得比較有條理。可能是我本來就習慣把想法拆成小段,所以上手比較順。但我也看過朋友試了三個月就放棄。」金句收尾刪了,三項排比改寫了;「更是一種思考方式」收窄成作者的個人用法。

Humanizer-zh 的定稿(實測):「我用卡片盒筆記法大概兩年了,老實說,我不太確定它是不是適合每個人。它除了是一套筆記方法,也是一種思考方式,讓我的寫作更快、更深,也更有條理。可能是因為我本來就習慣把想法拆成小段,所以上手比較順。但我也看過朋友試了三個月就放棄。」金句收尾刪了,主張保留了;三項排比只多了一個「也」。

成功的樣子。定稿讀起來自然,對照原文核對上面四件事都沒有問題:數字、限定詞和作者的猶豫都在,沒有多出作者沒說過的話。

失敗與限制。主張被改強或改弱、多出作者的立場、一項意思整句消失,都算失敗,即使讀起來更順。兩件 skill 都只處理寫法,不替你查證事實;Humanizer-zh 會另外指出疑似的事實錯誤,但不改。原文說錯的,改寫之後仍然是錯的。

版本與驗證。blader/humanizer commit 0ef9fe5(3.1.0),Humanizer-zh commit f4518a8;實測日期 2026-11-08,模型 Claude Opus 5.5。