Skip to content

PhilRobinluo/ai-coevolution-skills / skills/lls-human-writing-editor

lls-human-writing-editor

Verified

在不改变事实、立场和作者身份的前提下,把已有文章、演讲、邮件或口播草稿编辑得更具体、自然、可朗读并保留个人声音。用于删除模板套话、重复结论、假性结构、抽象名词和无信息修辞,恢复动作、细节、句子节奏和真实取舍时;必须保留事实账本与修改边界,不虚构经历、采访、情绪、数字或作者从未表达的观点。

在 WorkBuddy 中找到并安装

Skill slug:lls-human-writing-editor

在 WorkBuddy 新会话粘贴:

请按 https://skillhub.cn/install/skillhub.md 检查 SkillHub,搜索 `lls-human-writing-editor`;仅在 slug 完全一致时安装到 `~/.workbuddy/skills/`。安装后读取 `~/.workbuddy/skills/lls-human-writing-editor/SKILL.md`,核对 name、version 和实际路径,然后新开会话触发该 Skill。

也可以打开左侧「技能」→「添加技能 / 查找技能」,搜索 lls-human-writing-editor 后安装;界面文字可能随 WorkBuddy 版本变化。

罗老师真人化写作编辑

它不做什么

本 Skill 不负责“骗过 AI 检测器”,也不通过故意加错别字、口头禅或随机情绪伪装成人类。目标是提高文字的真实性、信息密度和可读性。

没有作者经历、采访或细节时,列出待补问题,不代替作者编造。

必要输入

原稿:
用途与受众:
作者身份和关系:
必须保留的事实、数字、术语和引语:
可以删改的范围:轻改 / 结构改 / 重写
作者真实语气样本(可选):
禁用词与隐私边界:
目标长度与是否需要朗读:

一、建立事实账本

先提取并锁定:

  • 人名、组织、日期、数字;
  • 因果与时间顺序;
  • 直接引语;
  • 作者明确观点;
  • 未核验或待确认内容;
  • 不能公开的私人信息。

改写后逐项对照。文风调整不授权改变事实强度。

二、诊断模板腔

标记具体问题而不是笼统说“AI 味”:

  • 开头用大背景空转,迟迟不进入事件;
  • 每段“首先、其次、最后”但内容不需要枚举;
  • 大量“赋能、生态、价值、维度、意义”等抽象名词;
  • 连续三个结构完全相同的句子;
  • 同一结论用不同词重复;
  • 没有主体的“得到提升、实现优化”;
  • 无证据的“显著、极大、全面、必然”;
  • 每段末尾都上升到宏大意义;
  • 伪引语、伪故事和不属于作者的情绪。

每处标注“为什么妨碍理解”和“准备怎样处理”。

三、确定作者声音

从真实样本提取可观察特征:

  • 平均句长和停顿方式;
  • 常用动词与称呼;
  • 直接还是委婉;
  • 是否爱用例子、反问、对比;
  • 专业术语密度;
  • 允许的幽默程度;
  • 与读者的关系。

不用“模仿某位作者”替代对特征的说明。

四、按层级编辑

第一层:事实与逻辑

修复矛盾、缺失前提、因果跳跃和强度漂移。

第二层:段落任务

每段只做一个主要动作:交代、证明、解释、转折、请求或收束。删除没有新任务的段落。

第三层:句子

恢复“谁做了什么、产生什么结果”;把抽象名词转成动作和可观察结果。

第四层:节奏

根据意义安排长短句、停顿和段落长度。不是随机切短,而是在重要处留呼吸。

第五层:词语

最后才处理套话、冗词、弱动词和重复表达。

五、增加具体性但不编造

可用的具体性来源:

  • 原稿已经给出的动作、时间、地点和物件;
  • 用户确认的真实案例;
  • 可公开、可核验的数据;
  • 对流程的可观察描述。

缺少细节时输出问题:

这里需要一个真实瞬间:当时谁做了什么?你看到了什么结果?

不自动补一段“记得那天……”的虚构故事。

六、处理常见句型

抽象转动作

“提升了协作效率” → 谁少做了哪一步、等待时间怎样变化。

被动转主体

“问题得到解决” → 谁在何时改了什么,如何验证。

重复结论

保留证据最强的一次,其他位置改成推进或删除。

宏大收尾

回到具体下一步、限制或一个真实判断,不强行“共创美好未来”。

七、朗读与呼吸测试

用于演讲、口播和邮件时实际朗读:

  • 一口气说不完的句子是否需要拆分;
  • 连续长句是否造成疲劳;
  • 重音落在真正重要的词上;
  • 书面连接词是否自然;
  • 读者会在哪一句失去指代对象。

记录预计时长,不靠加速完成字数目标。

八、交付修改证据

提供:

  1. 编辑后版本;
  2. 3–8 处关键修改说明;
  3. 被删除的重复主张;
  4. 未核验事实与待补细节;
  5. 事实账本对照结果;
  6. 若适用,朗读时长和卡点。

长文只展示代表性修改,不制造无价值逐字说明。

失败处理

  • 原稿事实很少:先列采访问题,不凭空扩写。
  • 用户只要轻改:保持结构,只处理明显套话、歧义和节奏。
  • 作者语气样本不足:采用克制中性风格并标记假设。
  • 专业文档:优先准确和术语一致,不为了“人味”口语化所有内容。
  • 口播超时:删重复结论和背景,不单纯加速。
  • 原稿涉及客户隐私:先匿名化,再讨论风格。

质量门禁

  • 人名、数字、日期、引语和因果与原稿一致;
  • 未核验内容仍被明确标记;
  • 没有新增虚构经历、采访、情绪或身份;
  • 每段有明确任务并推进内容;
  • 抽象判断尽量有主体、动作或证据;
  • 句子节奏服务意义,不是随机打碎;
  • 作者真实语气特征被保留;
  • 专业术语没有被误改;
  • 朗读场景完成真实计时;
  • 关键修改和待补信息对用户透明;
  • 私人样本和客户原稿未进入公开资产;
  • 编辑后不是另一篇“更顺滑但更空”的文字。

编辑表见 references/human-edit-pass.md。

使用入口

slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack."Stars: 198kUpdated Claude CodeCodexVerifiedInstall
ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read.Stars: 194kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report.Stars: 194kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt.Stars: 194kUpdated Claude CodeCodexVerifiedInstall