AI 寫出來的文章，最麻煩的地方常常不在錯字，而是句子通順，讀起來卻像一個沒有生活經驗的人，把「看起來像文章」的句子一段一段拼起來。
你大概遇過這種稿子：開頭先談時代變化，中間塞進幾個「值得注意的是」，每一段都急著替讀者下結論，最後再用一句「讓我們一起迎接未來」收尾。
我做的 「說人話」skill，是一個給 Claude Code、Codex、Cursor，以及其他能讀 Markdown 的 AI agent 使用的繁體中文校對 Skill，會協助你找出 AI 常見的寫作痕跡進行修改。
🎥 觀看影片快速了解：
假設你有一段 AI 寫好的社群貼文，原稿充滿 emoji、誇張形容和勸讀者立刻行動的句子。
你輸入「幫這段去 AI 味」後，第一輪不會直接產出新稿，而會先列出問題：
「哪一句是公式化開場、哪一句只是在拉高意義、哪個 emoji 已經超過這個場景需要的密度。」
例如，原稿寫成：
「AI 寫作工作坊重磅上線！這不只是一堂課，更是一場思維革命。現在就開始行動，機會永遠留給準備好的人！」
第一輪清單會把「重磅上線」、「思維革命」、「機會留給準備好的人」分開標記。
你確認後，才進入第二輪。
改寫結果會回到具體資訊：
「AI 寫作工作坊開放報名。三個小時，教你建立語氣參考、整理改稿流程，並把重複的產文工作自動化。」
讀者能更快知道你提供什麼，也比較容易感覺到作者真的具體做過這件事！
預設情況下，它不會拿到稿子就直接重寫。
第一輪只會列出編號清單，每一項包含四個欄位：觸發位置、原句、為什麼要改、建議怎麼改。全部列完後，會停下來問你哪些項目需要處理？
AI 看到的「寫作痕跡」，不一定都是錯誤；有些排比是為了節奏，有些正式用語是條款需要，有些句子雖然整齊，放在你的品牌脈絡裡仍然合理。
你可以回覆「都改」，也可以回覆「第 2、5、8 條保留，其他照改」。
只有收到你的選擇後，它才會進入第二輪，將指定項目寫回文字或檔案。這個流程為的是保留作者的判斷權。
很多人第一次想到「去 AI 味」，會先找「賦能」「值得注意的是」這類詞。
但真正影響閱讀感的，常常是整段話的判斷方式：段落寫滿「各有優缺點」，卻沒有作者的選擇和理由。
說人話會先刪掉可有可無的套話，再把能落地的句子改得具體；也會同步做台灣在地化，例如把「視頻、質量、信息」校正成「影片、品質、資訊」，並統一全形標點，修改成台灣讀者熟悉的用語和句子節奏。
Skill 可以清掉模板感，卻不能憑空製造你的經歷、立場和故事。
AI 能協助架構設計、資料整理和初稿撰寫；決定立場、選擇語氣，以及寫出真正屬於你的句子，仍然需要作者參與，交稿前仍要確認文字裡有具體的人和判斷。
比較好的使用順序是：先完成初稿，再用說人話檢查。
下圖是 2024 年的我的全人工寫的雷蒙週報，Skill 跑完 36 種檢查後，判定原稿裡有具體事實、個人細節和自然語氣，沒有硬要我們修改。
如果你使用 Claude Code，可以直接將 repository 安裝到個人 Skills 資料夾，將下面的內容複製給你的 AI：
git clone <https://github.com/Raymondhou0917/speak-human-tw.git> ~/.claude/skills/speak-human-tw
安裝完成後，在對話裡說「幫這段去 AI 味」、「這段好 AI，說人話」，就能觸發。
你也可以請 AI「先標示出問題，不要修改」，只查看最重要的問題點；如果確定要跳過確認，必須在指令裡明講「不用列清單，直接幫我改」。
使用說人話的前提，是你手上已經有多份稿子，像是 AI 寫的電子報草稿、社群貼文、銷售頁、客服回信、簡報、公告，或你自己寫完、想確認自然度的文字都可以。
適合放在「初稿完成、準備發布」之間：前面讓 AI 整理素材、拆解結構、提出標題，中間由你補進觀點與真實資料，最後讓說人話做編輯檢查。
👉 觀看詳細介紹：https://github.com/Raymondhou0917/speak-human-tw
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。