去 AI 味 Skill 盘点：四个流派、代表项目与选择建议

用 AI 写东西的人迟早会碰到一个坎：写出来的东西一股"AI 味"，一眼就被认出来是机器写的。于是"去 AI 味 Skill"火了——GitHub 上一搜一大把，各个公众号也在推。

但把这一圈 Skill 扒完之后会发现一个关键问题：它们虽然都叫"去 AI 味"，解决的其实是完全不同的问题。 有的是帮你删痕迹，有的是帮你从源头就不产生 AI 味，有的是帮你变成你自己，还有的是帮你过检测。如果不搞清楚流派就乱装，很容易装错——指望一个降检测率的工具帮你写出个人风格，那当然没用。

这篇文章把四个流派梳理清楚，并补充了各代表项目的官方定位与数据，方便你按需选择。

流派一：事后清洗痕迹（做减法）

这是最主流的一派，代表是 GitHub 上的开源项目 humanizer（作者 blader），项目地址：https://github.com/blader/humanizer

它的思路很直接：把 AI 写作的典型痕迹一条条列出来，然后对着文章逐条清洗。根据项目官方说明，它基于维基百科社区维护的 "Signs of AI writing" 清单，整理了 35 类可检查的 AI 写作模式，先整体改写、再逐条对照校验，确保删掉痕迹的同时不改动原文要表达的意思。

常见特征可以归纳为几个方面：

• 内容层面：动不动就拔高（"标志着一个重要转折""是一个时代的缩影"）、堆砌名头（"被纽约时报、BBC 引用"）、用不存在的专家背书（"专家认为""业内人士指出"）
• 语言层面：爱用 AI 高频词（赋能、深度、交织、关键、图景）、回避简单的"是"和"有"（非要说"扮演着重要角色"）、还有那个被点名最多的"不是 X，而是 Y"句式
• 风格层面：滥用加粗、每个列表项都是"粗体小标题+冒号"、标题每个词首字母大写、乱加 emoji
• 沟通层面：把聊天机器人的口头禅留在正文里（"希望对你有帮助""好问题！""你说得对"）
• 填充与回避：各种废话套话、层层叠叠的限定词（"可能也许大概"）、还有强行升华的结尾

中文圈也有对应版本：**归藏（op7418）**做了汉化版 Humanizer-zh（https://github.com/op7418/Humanizer-zh），把要抓的 AI 味词换成了中文说法，目前已有数千 Star；另有面向台湾繁体中文的 writing-humanizer（作者 shyuan，https://github.com/shyuan/writing-humanizer），同一套技能可跑在 Claude Code、Codex、Cursor 等七种宿主上。

这一派适合谁：你已经写完、或 AI 生成了一篇，想快速把明显痕迹清掉。它是"事后清洗工"。

但它有个天花板：清洗完之后文章是干净了，但也变成了"谁都不是"的无名氏——不像 AI 了，可也不像你。

流派二：从源头就不产生 AI 味（做预防）

这一派的思路完全反过来：不是"生成后再清洗"，而是"从一开始就别让 AI 写出那个味"。

代表是 talk-normal（作者 hexiecs），一句话定位：让任何大模型说人话。项目地址：https://github.com/hexiecs/talk-normal

它不是清洗工具，而是一段系统提示词。在 AI 开始写之前挂上它，它会约束模型：直接给答案、别铺垫、别废话、别用"不是 X 而是 Y"这种句式、别用"综上所述""希望对你有帮助"这种收尾。项目官方说明其目标是去掉"客套、空话和装饰性的表达"，只留下有用信息，且对 GPT、Claude、Gemini、LLaMA 等模型通用。

这一派适合谁：想让 AI 从一开始产出的东西就干净，而不是每次事后返工。它是"预防针"，不是"清洗剂"。预防比治疗省事，但约束太狠有时会让表达变得太干、太硬，需要自己权衡。

流派三：模仿你的个人风格（做加法）

前两派都在做减法——去掉 AI 的东西。但去干净了不等于就是你。这一派专门补上"你是谁"。

代表是 humanizer-zh（作者 ai-zixun），项目地址：https://github.com/ai-zixun/humanizer-zh

它面向中文长文非虚构写作，内置了 8 位中文作者的声音档案——李笑来、鹤老师、罗振宇、吴军、李尚龙、何帆、冯唐、刘子超，每个人的节奏、句式模板和用词习惯都被沉淀成规则，深度改写时可以选择靠向某一位。

更进一步的玩法是：喂几篇你自己真正写过的文章，让它学习你的表达习惯——你爱用什么词、习惯怎么开头、句子长短的节奏，把这些沉淀成"你的"风格档案。

这一派适合谁：想长期做自媒体、要建立个人辨识度的人。它不只是让你"不像 AI"，是让你"像你自己"。这是三派里门槛最高、但价值最大的——个人风格是任何清洗工具都给不了的，只能靠你自己的语料喂出来。

流派四：专门降检测率（做应试）

这一派目标很单一：不管读起来像不像人，先让 AIGC 检测工具查不出来。

代表是 humanizer-zh-academic（作者 redbaronyyyyy-eng），项目地址：https://github.com/redbaronyyyyy-eng/humanizer-zh-academic

它针对学术场景做了专门适配（区分期刊论文、学位论文、报告等体裁），解决的是一个现实痛点：现在不少学校、期刊、平台都上了 AI 检测，内容再好，检测率超标就可能被打回或限流。

这一派适合谁：有明确检测要求的场景，比如交论文、发平台怕被判定 AI 限流。

但要提醒两点：其一，降检测率和"写得好"是两回事，为了过检测把文章改得七零八落，读者照样看得出别扭，这派本质是"应试工具"；其二，学术论文有明确的学术诚信要求，是否可以使用 AI 工具、如何使用，应以所在学校、期刊和平台的规定为准，不应以规避检测为目的使用工具。文章质量与合规底线，始终比检测数字更重要。

一张表对号入座

怎么选：流派可以组合

很多人装了去 AI 味 Skill 还是抱怨没用，问题往往不是 Skill 不行，而是装错了流派：想去掉明显痕迹，却装了个降检测率的；想建立个人风格，却装了个只会做减法的清洗工——那当然效果不对。

这四派其实可以组合。比较理想的链路是：源头预防（少产生）→ 事后清洗（删残留）→ 模仿风格（变成你）。降检测率那派，只在你有明确检测要求时再叠加。

但说到底，工具能帮你的都是"减法"和"过滤"。真正让文章有人味的那部分——你的真实经历、你的观点、你说话的独特腔调——没有任何 Skill 能替你生成。工具负责让你"不像 AI"，"像你自己"这一步，永远得你亲自来。