Der Ursprung: Ich habe über zehn Stunden damit verbracht, zehn „Ent-KI-Flavor“-Skills zu testen
Zunächst die Open-Source-Adresse für [Human Talk.skill]: https://github.com/Pluviobyte/rnskill
In letzter Zeit sind in der chinesischen Community verschiedene „Ent-KI-Flavor“-Skills und Open-Source-Projekte sehr populär geworden. Eine schnelle Suche auf GitHub nach Humanizer, Shuorenhua, Stop-Slop, Qu-Ai-Wei, De-AI-Writing … und man findet über ein Dutzend.
Meine Anforderungen sind sehr spezifisch: Wenn ich KI-bezogene technische Artikel schreibe, möchte ich, dass der Entwurf mehr so klingt, als hätte ich ihn selbst geschrieben, mit weniger Schablonen-Charakter und „KI-Flavor“. Also habe ich alle Projekte, die ich finden konnte, lokal geklont und eine Reihe von Vergleichstests mit demselben kurzen Entwurf zu einem KI-nativen Thema durchgeführt.
Nachdem ich zehn Projekte getestet hatte, war meine erste Erkenntnis: Sie sind überhaupt nicht die gleiche Art von Ent-KI-Skill. Ich wurde wieder einmal von Clickbait-Bloggern in die Irre geführt.
Drei, die direkt für chinesische technische Entwürfe verwendet werden können
Shuorenhua, Humanizer-zh und De-AI-Writing.
Shuorenhua hat das feinste Gespür für Szene und Register. Es bestimmt zunächst, ob Ihr Text eine technische Rezension, ein Meinungsbeitrag oder eine Dokumentation ist, bevor es entscheidet, was geändert und was beibehalten werden soll. Nach der Überarbeitung bleiben Terminologie und Urteile in der Regel erhalten, während die Schablonenhülle und leere Zusammenfassungen entfernt werden.
Humanizer-zh hat die breiteste Regelabdeckung mit entsprechenden Behandlungen für 24 Arten von KI-Schreibspuren. Es eignet sich für eine erste Reinigungsrunde, aber es verwandelt den Entwurf gelegentlich in etwas, das einer generischen, von einem Redakteur polierten Pressemitteilung ähnelt, und schwächt die persönliche Stimme.
De-AI-Writing nimmt die geringsten Änderungen vor. Es priorisiert die Beibehaltung der ursprünglichen Struktur und entfernt nur Wegweiserwörter, dozierende Töne und Absatzendzusammenfassungen. Es eignet sich, wenn Sie mit dem ursprünglichen Entwurf relativ zufrieden sind und befürchten, dass größere Änderungen in die falsche Richtung gehen könnten.
Zwei, die sich zum Extrahieren von Regeln eignen
Stop-Slop und die englische Originalversion von Humanizer.
Stop-Slops Regeln sind kurz, hart und direkt. Es zielt zum Beispiel auf binäre Kontrastsätze („XX ist nicht A, sondern B“), dreifache Parallelismen, aphorismusartige Absatzenden und Übererklärungen zur Löschung ab. Die direkte Anwendung auf Chinesisch ist etwas steif, aber es ist hervorragend, wenn es in eine „Verbotsliste“ zerlegt wird.
Der originale englische Humanizer ist der systematischste und kategorisiert KI-Spuren in vier Haupttypen: Inhaltsmuster, Grammatik, Stil und Kommunikationsmuster. Die chinesische Anpassung muss manuell erfolgen, ist aber als übergeordnete Referenz sehr wertvoll.
Zwei für langfristige Schreibstabilität
Writing-Agent ist eine vollständige Schreibpipeline. Sie deckt den gesamten Prozess von der Themenauswahl, Beweissammlung und Standpunktbestätigung bis hin zum Korrekturlesen, Entflavoren und Exportieren ab. Ich habe Workflow-Validierungen und 15 Unit-Tests lokal durchgeführt, und alle waren erfolgreich. Der gesamte Prozess erfordert die Konfiguration von Modellen und APIs und eignet sich für die zukünftige Erforschung des langfristigen Schreibens für offizielle Konten.
Nuwa-Skill konzentriert sich auf die Stildestillation. Es erfordert, dass Sie 5-7 Ihrer echten Artikel eingeben, damit es Ihre Schreibeigenschaften extrahieren und einen personalisierten Skill generieren kann. Das Testen mit einem einzelnen Absatz ist nicht sehr aussagekräftig.
Drei, die weit von „Ent-KI-Flavor für chinesische technische Artikel“ entfernt sind
ChatGPT-Comparison-Detection ist ein Repository für den HC3-Datensatz und die Erkennungsforschung. Ich habe Beispieltext mit seiner integrierten chinesischen Anweisungsliste ausgeführt, und es traf ein hochfrequentes ChatGPT-Wort: „so“. Es dient der Erkennungsforschung, nicht als Überarbeitungswerkzeug.
Ai-Flavor-Remover ist ein eigenständiger Prompt ohne Skill-Struktur, der sich zum direkten Einwerfen in Reasoning-Modelle eignet, um ihn auszuprobieren.
Taste-Skill ist ein Frontend-Ästhetik-Skill, der das Interface-Design verwaltet und nichts mit Text zu tun hat.
Was ich später entdeckt habe
Die nützlichste Ausgabe ist nicht der endgültige Entwurf eines bestimmten Skills, sondern die spezifischen Regeln, die aus verschiedenen Skills extrahiert wurden.
Shuorenhua ließ mich das Problem des Szenenwechsels bemerken. Das Schreiben einer Fable-5-Rezension und das Schreiben eines KI-nativen Meinungsbeitrags erfordert das Beibehalten unterschiedlicher Dinge. In einer Rezension dürfen harte Daten wie Preis, Geschwindigkeit und Modellvergleiche nicht angetastet werden; in einem Meinungsbeitrag sollten persönliche Urteile und Erfahrungsdetails nicht geglättet werden.
Stop-Slop ließ mich erkennen, wie häufig die Satzstruktur „XX ist nicht A, sondern B“ in meinen eigenen Entwürfen vorkam. Einmal bemerkt, wird es schwer zu ertragen. Ähnliche Probleme sind leere zusammenfassende Enden, dreiteilige Parallelismen und Übergangsfüller wie „mit anderen Worten“.
Humanizer-zhs binäre Kontrasterkennung und De-AI-Writings Treuestrategie können ebenfalls zur individuellen Nutzung extrahiert werden. Ersteres hilft mir, Satzstrukturprobleme zu identifizieren, während Letzteres verhindert, dass Überbearbeitung Terminologie und Urteile zerstreut.
Wie ich es letztendlich verwende
Ich habe mich nicht für einen „stärksten“ Skill zum Installieren entschieden, sondern stattdessen meine eigene Checkliste aus diesen Projekten zusammengestellt. Nachdem ich einen technischen Artikel geschrieben habe, gehe ich ihn durch:
Enthält der Entwurf tatsächliche Testerfahrungen und meine eigenen Urteile? Ohne diese wird der Artikel zu einem generischen Handbuch, das jeder schreiben könnte, und die Leser werden nicht wissen, dass er von einem bestimmten Test stammt.
Gibt es binäre Kontrastschalen, leere Zusammenfassungen, dreifache Parallelismen oder aphorismusartige Enden? Löschen auf Sicht.
Wurden Terminologie und Modellnamen zerstreut? Wenn Fable-5 zu „diesem Modell“ oder Claude Opus zu „diesem Produkt“ geändert wird, ist das Überbearbeitung.
Sind die Satzlängen zu gleichmäßig? Wenn jeder Satz ungefähr gleich lang ist, liest es sich sehr eintönig, als wäre es gleichmäßig poliert worden.
Diese Regeln sind effektiver als jeder einzelne Skill. Der Schreibstil jedes Einzelnen ist anders, und die Quelle des „KI-Flavors“ variiert. Das Zerlegen der Regeln und das eigene Kombinieren funktioniert besser als die direkte Anwendung eines generischen Skills.
Schließlich das am besten passende Modell – Opus 4.6
Während meiner Tests schnitt die GPT-Serie am schlechtesten ab, insbesondere bei Verwendung in Codex, da sie oft Skill-Regeln übersah. DeepSeek V4 Pro schnitt besser ab. Opus 4.8 hatte wahrscheinlich den Stil von GPT destilliert und schnitt ebenfalls schlecht ab. Das am besten abschneidende Modell war Opus 4.6.
Der obige Artikel wurde mit Human Talk Skill erstellt und ist Open Source: https://github.com/Pluviobyte/rnskill
Folgen Sie mir gerne [@Pluvio9yte](https://x.com/@Pluvio9yte). In der nächsten Ausgabe werde ich die detaillierte Verwendung dieses Skills erklären.
Vorschau auf die nächste Ausgabe: „1.000 Follower in 7 Tagen: Ich habe die Videoproduktion in eine KI-Produktionslinie zerlegt“
