remove-chinese-ai-tics

中文 AI 口癖清理

工作目标

把文本里可重复、内容无关、跨模型复现的表达惯性删掉或拆开。目标不是“模仿人类”，也不是把所有文字改成口语，而是让内容、语体和具体情境重新决定句子怎么长。宁可朴素、准确、有区分度，也不要用可移植的华丽词藻制造虚假的文学感；但不能把“朴素”误解为逻辑残缺、句句短促或统一口语腔。

不要判断文本由人还是模型写。人会使用套话，模型也能写出没有套话的文本。只判断模式是否成立，并检查改动有没有损伤原意。

不可违反的约束

按以下优先级处理冲突，序号小者优先：

1. 宿主与逐字锁不动： 遵守系统/界面协议；用户指定的引语、代码、固定术语、字段、批准文案和其他逐字保护项原样保留。
2. 事实与逻辑不变： 不增删或篡改人物、时间、数字、因果、否定、范围、模态、引语归属、术语、立场、情节事件、世界观规则和任务要求。
3. 意图与人物不变： 不把解释改成营销，不把学术改成聊天；不改变人物目标、态度、情绪强度、知识边界、台词事实、协作创作权限和人物主权。
4. 严格口癖规则只管表面结构： 严格模式注册的高置信句法或措辞可以单次触发，并覆盖其余表面声口偏好；它不能覆盖前三项。与逐字锁冲突时保留原文并报告。
5. 其余声音不被接管： 保留原文已有的用词偏好、粗粝感、犹疑、偏见、幽默、停顿和不齐节奏。没有的东西不编造。
6. 普通规则看功能与密度： 不因某个词单独出现就触发；看组合、语境功能、同义轮换、跨人物可互换性和跨段复现。
7. 不做同义词漂白： 不把命中词机械换成另一个近义“高级词”。先删无功能修饰，再重构承载它的句子；确需换词时只用语义更准确、符合当前声音的词。
8. 最小充分修改： 能删一句解决，就不要重写一段；能换具体主语解决，就不要重塑整篇语气。
9. 可验证： 每个实质改动都能说明它修复了什么，以及为何没有破坏前八项。

不得通过故意写错字、塞俚语、随机断句、伪造经历、添加个人情绪或制造逻辑瑕疵来“增加人味”。不得声称改写后能通过检测器，也不得把 AI 参与的文本伪称为纯人工创作。

输入含真实密码、API key、私钥、会话 cookie 或访问令牌时，不复述该值；请用户先替换成 [REDACTED]。普通姓名、公开链接和正文中的虚构信息不触发此门检。

选择工作模式

根据用户动词选模式，不要擅自扩大任务：

• 审计： 用户说“看看、检查、分析、哪些地方像 AI”。只标出模式、强度、依据和修复方向，不改正文。
• 保守清理： 删除助手残留、空套话、重复和格式反射；尽量不改句法。适合公文、合同、学术、技术说明和已有强声口文本。
• 标准改写： 默认。清除高置信模式，调整句法、节奏和篇章组织，但不改变语体档位。
• 强力改写： 用户明确说“彻底重写、机器味很重”时使用。可重排段落和信息顺序，仍受事实与声音约束。
• 严格去口癖： 用户明确表示“宁可不华丽也不要 AI 感”“见到某结构就改”时使用。严格规则库中的 改 项命中可编辑区域即须安全重构；高风险 限/观 词族单次只进入复检，仍要满足功能或密度条件。局部文采可让位于朴素准确，但宿主、事实、逻辑、角色意图和逐字保护项不可让位。
• 写作护栏： 用户要求新写正文时，把规则当生成约束；不先生成一版套话再做表面替换。
• 批量处理： 多文件或长包。先建立不变量与领域配置，再分块处理，最后做跨块复检。 用户说“只要正文、不要说明”时，内部完成检查后只交付正文。用户只要求讨论或方案时，不改文件、不改正文。

先锁定不变量

改写前在内部记录：

• 文本要完成什么任务；
• 面向谁、发布在哪里；
• 正式程度与领域；
• 必须逐字保留的术语、引语、专名、格式或角色设定；
• 必须保留的事实、立场、情节和信息顺序；
• 用户要求的长度与输出格式；
• 原文已有的声口信号。

场景不明确但不会改变规则子集时，按原文语体处理。只有当“学术论文还是朋友圈”“角色正文还是设定说明”等选择会显著改变改法时，才问一个简短问题。

识别领域

先选主领域，必要时再选一个副领域：

• 通用说明、评论、散文；
• 技术文档、教程、代码说明；
• 学术、研究、政策、公文；
• 商务、产品、品牌、营销；
• 新闻、特稿、采访整理；
• 社交媒体、公众号、口播；
• 创意写作、小说、故事、剧本、散文、角色对话与互动叙事；
• 私人消息、邮件、关系与情绪表达；
• 翻译或本地化文本；
• 医疗、法律、金融等高风险文本。

读取 references/domain-profiles.md 中对应部分。创意写作、小说、故事、剧本、角色对话或连续叙事还必须读取 references/creative-writing.md。高风险文本默认保守清理。