活人感写作Skill(human-writing)实操拆解 · 从义理考据辞章三层看AI写作如何摆脱模型腔

本文由 莫潇羽@无忆研习社（www.wuyi.wiki）撰写，转载请注明出处。

一、快速摘要 · 只想要答案的看这段

活人感写作Skill（human-writing）是数字生命卡兹克在 2026 年 8 月最新开源的一份 Agent Skill，仓库地址 https://github.com/KKKKhazix/human-writing 。它不是又一款「让 AI 学某个博主口气」的皮肤包，而是尝试从「材料、推进、中文」三层重建 AI 写作的地基。对应到古人常说的义理、考据、辞章，做的事情很朴素，就是先帮你把"有没有真东西可写"这一层夯实，再去谈句子怎么排、词怎么选。

这套 Skill 的关键点，我用一段话给你说清楚。

• 入口就分流。现实写作走「材料必须能核验」这条路，数字、引语、亲历都要有出处；虚构创作走「人物、动作、变化」这条路，允许创造场景与对白，但不伪造现实来源。
• 每段都要带新东西。新事实、新动作、新例子、新区别、新后果，任一即可，删掉这段全文没变化，就是注水，直接砍掉。
• 中文层做减法。禁用一组模型惯用的路标词、翻案句、商业黑话，同时给出白话打底、词序停顿、照应分寸这类正向指令。
• 自带一个扫雷脚本 check_prose.py。用 Python 3 一行命令扫成稿，报出禁词、翻案句、长句、堆借喻等常见问题，只报不改，把最终决定权留给作者。
• 一句话就能装。在 Claude Code、Codex CLI、OpenClaw 等支持 Agent Skills 标准的环境里，一句「帮我安装这个 skill https://github.com/KKKKhazix/human-writing」就能落到 ~/.agents/skills/ 或 ~/.claude/skills/ 等标准目录下，多家主流模型均可作为写作引擎调用。

我（莫潇羽@无忆研习社）自己拿它写过几篇长文，最直观的体感是，它会主动跟你要材料，逼你把「你到底想说什么」和「支撑这句话的事实」摆出来。这种被追问的感觉不太舒服，但写出来的东西，确实不像模型直出的那种「谁都可以署名」的文章了。

想看完整拆解，往下翻。

二、写在前面 · 为什么去AI味到今天还是个死结

聊活人感写作这件工具之前，我想先花一点篇幅把「AI 味」这个词说清楚。因为你如果没搞明白问题出在哪，看再多的 Skill、装再多的插件，也只是在皮上打转。

那种熟悉的疲惫感

你大概有过这种经验。

选题定下来了，材料丢给 AI，几分钟以后，它还给你一篇三四千字的稿子。标题工整，结构完备，案例齐全，收尾还带一句适合截图的金句。你把它从头到尾读一遍，每个字都认识，每句话也通顺。

但你就是不敢发。

你说不出问题在哪儿，只是本能地觉得，这篇稿子发出去，不像是你写的。它像是任何一个用 AI 的博主都能写出来的东西。

于是你开始改。删掉「首先、其次、最后」这种排序词，删掉「赋能、抓手、闭环」这类黑话，把长句切短，再手动加几句「说真的」「我当时挺意外」，试图让它有一点点温度。折腾一两个小时下来，稿子确实不那么像报告了，但也没到「像你」的程度，反而处处透着一股「被改过的痕迹」。

更微妙的地方在于，AI 本来应该帮你省时间。结果是它两分钟出稿，你两小时收拾，还得回头核对每一个例子是不是真的存在、每一个数据是不是编的。到底谁在帮谁写，这件事就变得很暧昧。

这不是某一个人的问题。过去这一整年里，凡是认真用 AI 写过东西的人，多少都会有一些类似的时刻。写作这件事，被 AI 咬得最紧，也被 AI 折磨得最深。

我们过去到底在改什么

早两年大家谈「去 AI 味」，几乎全部的注意力都在句式和词汇上。

有人做了很长的禁词表，把「值得注意的是、需要指出的是、从某种意义上说」列成一整页，让模型看到这些自动回避。有人做了句式替换器，把「不是 A 而是 B」翻案句换成陈述句，把长排比拆成散句，把每段开头的动词强制换成不同的字。还有更聪明的，直接训一个小模型，专门识别「过于工整」「过于完整」的段落，然后让主模型重写。

这些方案都有效，也都不够。

有效在哪里，你把明显的模型指纹擦掉了，稿子表面上看不那么像 AI 直出。不够在哪里，你解决的只是「露在外面的那层皮」。文章的骨头没变，肌理没变，气口和节奏也没变。你把「值得注意的是」删掉，段落里那个「我要指出一件重要的事」的姿态还在。你把「不是 A 而是 B」改成陈述句，那种「我在给你讲一个道理」的居高临下还在。

真正的问题是什么，我觉得可以用一句话概括。AI 写出来的文章，信息有，观点有，故事有，结构有，唯独没有一个真实生活过的人。

没有材料支撑的判断，没有具体动作承载的情绪，没有真正来自某段经历的细节。它正确、完整、流畅，但读起来就像一份「标准答案」。你把作者名字换成任何一个人，都不违和。

之前网上有个视频挺火，一个博主做写作挑战，请三位路人在街头写同一年的高考作文，一位精神小妹、一位外卖员、一位语文老师。精神小妹和外卖员的作文，从文笔上讲都不算漂亮，甚至有几处语病。但他们写的东西，情感浓度和语言的诚意，会让你觉得，这两个人是有故事的。

这大概就是写作的魅力所在。也是 AI 目前最难越过去的一道坎。

从改句子到改根子

看清楚这一点之后，你就明白，光靠禁词表和句式重写，最多把稿子从「非常像 AI」拉回到「有点像 AI」。想再往前走，得从更前面的环节动手。

古人谈文章，习惯把三件事放在一起，叫做义理、考据、辞章。

• 义理，你到底想说什么，你对这件事有什么判断。
• 考据，你的判断有什么事实、经历、数据来支撑。
• 辞章，你如何把这些东西写得准确、有力、好读。

过去我们说去 AI 味，几乎全部注意力都放在第三件事，也就是辞章上。可如果前两件是空的，辞章再漂亮也不过是空中楼阁。你没有真正想说的话，AI 就替你生成一个正确的观点。你没有支撑它的事实，AI 就替你补几个听起来像真的细节。最后的结果是，观点属于平均意义上的所有人，细节属于概率，只有署名属于你。

那这篇文章又有什么意义呢。

我（莫潇羽@无忆研习社）觉得，这一层想通了之后，才有可能谈真正意义上的「活人感」。

活人感不是模仿某个博主的口头禅，不是学会用「说真的」和「我当时就愣住了」，也不是把长句改短就完事。它是把义理和考据这两条腿站稳了以后，辞章才有的那种「谁写的一眼就能看出来」的独特气息。

通用型Skill的意义

理解了这一层，你就能明白卡兹克这次为什么选择开源一个通用型的写作 Skill，而不是又出一个「卡兹克文风 Skill 2.0」。

他之前确实出过一个「卡兹克文风写作 Skill」，装上以后 AI 会尽力模仿他公众号的口气。这套东西对喜欢他风格的读者来说很好用，装完了确实能写出几分神韵。但反过来讲，如果所有用它的博主写出来的东西都长得像卡兹克，那不叫活人感，那叫批量生产。风格被复制，恰恰是活人感被消解的开始。

这就是为什么这次开源的活人感写作 Skill，从设计目标上做了根本的调整。它不再负责把你改造成谁，而是提供一套写作的底层规则，帮你从素材里把「你」找回来。

从我个人的使用体验来说，这种「通用底座 + 个人材料」的思路，恰好也是自媒体作者最该考虑的方向。你如果每天都在 AI 帮助下写公众号、写博客、写知乎回答，你需要的不是「让 AI 学某个人」，而是「让 AI 学基础的写作规则」，然后你在这个底座上叠加自己的材料、经历和判断。这样长期用下来，你的 AI 稿子会越来越像你，而不是越来越像某个博主。

好了，铺垫说到这里。下面进入正题，先把「Agent Skill 到底是什么」讲清楚，再逐层拆活人感写作这个具体产品。

三、Agent Skill 到底是什么 · 先把这个前提说透

聊活人感写作之前，我先花一小段把 Agent Skill 这个概念讲明白。因为国内不少读者是从公众号或短视频第一次接触到「XX.skill」这个说法，很容易把它当成一段特别长的 Prompt，结果装完不会用，或者用了也没效果。

Skill 不等于 Prompt

Skill 最早由 Anthropic 提出，本质是一份「让 AI 在特定场景下按你的方式做事」的结构化说明。它的官方定义是「模块化能力包」，每一个 Skill 就是一个文件夹，文件夹里必须有一个 SKILL.md 文件，里面写着 YAML 头（name + description），加上正文的方法论描述。可选地，Skill 还能带 references 文件夹（存放更细的规则）、scripts 文件夹（存放辅助脚本）、agents 配置等。

它跟传统 Prompt 的差别有三点。

• Prompt 是一次性的对话指令，你写一段发给 AI，AI 用完就忘。Skill 是常驻的工作手册，装好之后长期挂在系统里，AI 需要用的时候自己去翻。
• Prompt 每次都占上下文，越长越吃 token。Skill 采用「渐进式加载」机制，AI 启动时只读 SKILL.md 头部的 name 和 description，判断当前任务用不用得上，用得上才展开正文，正文里再引用 references 或调用 scripts。也就是说，一个 Skill 可以做得很厚，但不会一开始就把上下文塞爆。
• Prompt 通常只作用于文本生成，Skill 可以带脚本、模板、示例文件，能真正把「知识 + 工具 + 流程」打包在一起。你甚至可以让 Skill 自己判断该不该跑一段 bash 命令、该不该写入一个文件。

用一张对比图看会更清楚。

理解了这一层，你就明白，为什么活人感写作要做成一个 Skill 而不是一段 Prompt。它包含大量分层的规则（现实写作、虚构写作、修订流程、不同文体、检查脚本），如果全部塞进一段 Prompt，上下文早爆了。做成 Skill，AI 只在需要的时候翻对应的 references，效率高，规则也能长期维护。

什么样的环境能装 Skill

目前主流的支持环境有这几个，我按国内可用性排一下。

• Claude Code。Anthropic 官方的命令行开发环境，对 Skill 支持最完整，个人 Skill 装在 ~/.claude/skills/，项目 Skill 装在项目根目录的 .claude/skills/ 下。国内使用需自行准备 API 或走官方支持的接入方式，境外模型使用需遵守国内网络与内容管理相关规定。
• Codex CLI。OpenAI 的命令行工具，Skill 目录一般在 ~/.codex/skills/，格式与 Anthropic 兼容。
• OpenClaw。一个开源的 Agent 桌面环境，最近国内讨论比较多，支持 Skills 与 MCP。
• 国内主流的 AI 办公类产品。WorkBuddy、千问办公之类的桌面 Agent 陆续跟进了 Agent Skill 标准，可以直接把 Skill 文件夹拖进对应目录使用。原文里卡兹克也提到，活人感写作在 Qwen、DeepSeek、Kimi 等国内主流模型上都做了适配，直出效果都算不错。

Skill 的目录结构大同小异，长这样。

your-skill-name/
├── SKILL.md          # 入口文件，YAML 头 + 主体规则
├── VERSION           # 版本号，可选
├── LICENSE           # 开源许可证
├── agents/           # Agent 相关的配置文件
├── references/       # 分主题的详细规则
└── scripts/          # 可执行脚本

一句话说完 Skill 与 MCP 的关系

顺便把这两个概念也理清楚，很多刚接触 Agent 生态的朋友会混。

• MCP（Model Context Protocol） 是一套通信协议，解决的是「AI 怎么调用外部工具、外部数据」的问题。你可以理解成 AI 世界的 USB 接口。
• Skill 是一份「工作手册」，解决的是「AI 遇到某类任务该按什么套路来做」的问题。它可以调用 MCP 提供的工具，也可以纯文本地约束 AI 的行为。

一个说的是「AI 有什么工具可用」，一个说的是「AI 该怎么用这些工具」。理解到这一步，下面聊活人感写作的整体设计，就有了共同的语言基础。

四、活人感写作Skill的整体设计 · 三件事的当代版本

铺垫到这里，可以正式进入正题了。这一章把活人感写作 Skill 的整体架构讲清楚，后面几章再逐层拆细节。

三件事的当代对应

我（莫潇羽@无忆研习社）看完仓库的所有 markdown 之后，最直观的感受是，它把古人说的「义理、考据、辞章」拆成了三件当代 AI 能理解的事情，分别叫材料、推进、中文。

对应关系我画一张表你就懂了。

有一层是古人没单独讲的，就是推进层。这层专门治 AI 那种「用不同的说法重复同一个观点」的毛病，我个人觉得这是活人感写作里最新颖也最实用的一层，后面单开一章细讲。

现实与虚构 · 从入口就分流

活人感写作有一个我特别喜欢的设计，就是从最开始就把「现实写作」和「虚构创作」分成了两条路。

现实写作指的是所有对现实作出承诺的内容，包括真人、历史、新闻、数据、评测、教程、个人经历、行业观察。它的核心要求是「材料必须能核验」，数字、引语、亲历要有出处，遇到材料不够的情况，宁可缩短篇幅、宁可停下来去查资料，也不能让 AI 用想象补事实。

虚构创作指的是所有明确告诉读者「这是编的」的内容，包括小说、故事、剧本、对白。它的核心要求是「每个主要场景有目标、动作或变化」，允许创造人物、场景、心理、结局，但不能伪造现实来源。你可以写一个虚构的产品经理去拜访一个虚构的客户，但不能捏造一个真实存在的公司说过什么话。

这两条路在入口处就分开，避免了 AI 写作里一个常见的尴尬——用写小说的方式写产品评测，或者用写论文的规则写故事。

我（莫潇羽@无忆研习社）看到这一层设计的时候，其实想到了一个更朴素的类比。这就像写代码之前先声明变量类型。你告诉 AI 这是「非虚构」还是「虚构」，它才能选对应的规则集来执行。类型混乱的代码没法跑，类型混乱的文章也没法看。

与卡兹克文风 Skill 的核心区别

如果你之前用过卡兹克 4 月开源的那个「卡兹克文风写作 Skill」，你会关心一个问题——这次的活人感写作和上次那个有什么本质区别。

我把两者做了个对比。

你可以把活人感写作 Skill 理解成「AI 写作的地基」，把卡兹克文风 Skill 理解成「盖在地基上的一栋特定风格的房子」。两者不冲突，理论上你完全可以先装活人感写作作为底座，再在它之上叠加你自己的风格 Skill。

一图看完整体架构

我用 Mermaid 画一张流程图，把整个 Skill 的执行路径捋清楚，方便你脑子里有个整体的印象。

flowchart TD
    A[用户丢过来素材或需求] --> B{判断类型}
    B -->|现实写作| C[列材料清单]
    B -->|虚构创作| D[列人物/场景/变化清单]
    C --> E{材料够不够}
    D --> F{场景要素够不够}
    E -->|不够| G[反问用户或联网核实]
    F -->|不够| G
    E -->|够| H[写第一稿]
    F -->|够| H
    G --> H
    H --> I[按文体调整节奏]
    I --> J[运行 check_prose.py 扫雷]
    J --> K{命中禁用项}
    K -->|命中| L[人工判断+修改]
    K -->|未命中| M[交付成稿]
    L --> M

看到这张图之后，你会更清楚活人感写作 Skill 想做什么。它不是给你一段可以直接抄的写作模板，而是给了一整套「怎么让 AI 从素材出发一步步做出成品」的工作流。每一个节点都可以介入，每一个节点都有对应的规则文件。

好了，架构说完了。下面三章分别拆材料、推进、中文这三层。

五、材料层 · 先解决"有没有东西可写"

材料层是活人感写作里我个人最想推荐给自媒体作者的一层，因为它治的是 AI 写作最要命的一个毛病——用想象补事实。

为什么材料是根子

你有没有遇到过这种情况。你把一个大纲丢给 AI，让它写一段个人经历，AI 张口就来「记得那是一个下着小雨的下午，我坐在星巴克靠窗的位置，手里的美式已经凉了……」。你读完愣一下，我什么时候讲过这件事？

这就是 AI 写作里最典型的一种「幻觉」，它没有材料，就自己造一个听起来很真的细节给你。写小说这么干无所谓，写自媒体、写非虚构、写产品评测这么干，等于给自己埋雷。哪天读者较真起来，你都不知道该怎么解释这个细节到底从哪儿来的。

活人感写作 Skill 在材料层做的第一件事，就是逼你在动笔前把材料清单摆出来。这个动作很朴素，但特别有用。

现实写作的材料清单

对现实写作，Skill 要求你在动笔前把材料清单列出来，其中一条硬指标是至少凑齐五件具体材料。经验上，五件材料大致能撑起一篇中等篇幅的非虚构稿子；如果你要写更长的深度长文，材料自然需要相应加码。这里的「具体」不是随口说说，它有明确的门类。

• 用户提供的经历（亲历过的事情、亲眼看见的场景）
• 已查到的案例（真实存在的公司、项目、事件）
• 数据（可核验来源的数字、比例、时间点）
• 产品流程（具体的操作步骤、界面细节、命令）
• 引语（真实存在的原话，能追溯到出处）

我（莫潇羽@无忆研习社）写这篇拆解的时候，就自觉遵守了这个原则。我列的材料清单大概是这样。

材料清单示例:
  - 亲历: 用活人感写作 Skill 写过三篇长文
  - 案例: 卡兹克 2026-08-05 网易号原文的完整梳理
  - 数据: 卡兹克此前开源的 Skill 合集 khazix-skills 已积累约 1.9 万 star；human-writing 是 2026-08-05 才独立发布的新仓库，属于「合集之外的独立开源」，两者是不同的项目
  - 产品细节: SKILL.md 的具体章节结构、check_prose.py 的运行方式
  - 引语: 原文中"义理、考据、辞章"的段落原话
  - 对比材料: 卡兹克 4 月旧 Skill 与新 Skill 的差异

有了这份清单，AI 生成的每一段落，都有一个可以追溯的锚点。它想编，也没地方编。

虚构创作的场景要素清单

对虚构创作，规则不一样。Skill 允许你创造人物、场景、对白，但它要求每一个主要场景至少满足三件事之一。

• 有一个人物目标（这个人想要什么）
• 有一个具体动作（他做了什么）
• 有一个变化或后果（因为这个动作，事情往哪个方向去了）

只要一个场景三件里一件都没有，那这个场景就是无效场景，写出来就是背景板堆料。Skill 会提醒你砍掉或重写。

这个规则我个人特别欣赏。它其实是把好莱坞剧本的「场景目标 · 冲突 · 变化」模型简化下来，塞进了 AI 写作的流程里。写虚构的朋友大概都知道，好剧本和烂剧本的分水岭，往往就在于每一场戏有没有"承担叙事职能"。这条规则等于把这一层显性化了。

材料不够时怎么办

现实写作要是发现材料不够，Skill 明确要求 AI 做两件事之一，绝对不允许用第三种方式凑数。

• 反问用户，向用户要更多的真实信息
• 联网研究，把可核验的资料补齐

明确禁止的第三种方式是「用想象力补事实」。这也是我前面说的，卡兹克在原文里举过的一个例子，Qwen 收到日记这个题目之后，会主动反问用户，希望你能给一些更具体、真实的信息，它才能继续写下去。

这种「反问」的行为，在我实际使用中出现过很多次。刚开始有点烦，你会觉得「你写就行了，问那么多干什么」。但用几次之后你会发现，被反问出来的信息，恰恰是你自己写作时最忽略、也最能加分的细节。

举个我自己的例子。我（莫潇羽@无忆研习社）之前想让 AI 帮我写一段「刚做网站时踩过的坑」，AI 装了活人感写作以后，它没有直接开写，而是反问我三个问题。

• 你踩的坑具体是哪一类，服务器、备案、还是主题模板？
• 那个坑让你多花了多少时间，多花了多少钱？
• 你是怎么解决的，最后的心得是什么？

我回答完这三个问题，它写出来的段落，比我最初想让它写的样子有说服力多了。因为它拿到的不是「一个模糊的话题」，而是「三个具体的锚点」。

不能出现的假细节

材料层还有一条硬规则，我摘出来放在这里，值得每个自媒体作者贴在墙上。

不编造"精确时间、神态、天气、房间摆设"等假细节。

这句话看起来很简单，但要真做到，得跟自己的写作惯性对抗。因为传统的写作训练里，我们常常被告诉「细节让文章可信」。但如果细节本身是编的，那就是反过来伤害可信度。

Skill 在这里做的划分很清楚。可以用的细节，是你真实经历里出现过的；不能用的细节，是为了让文章更生动而临时编造的。

这条规则的价值，等你哪天被读者揪住某个虚构细节问「你这数据是哪儿来的」，就明白了。

材料层的实操建议

我根据自己用 Skill 的一段时间的体感，总结了几条实操建议。

• 动笔前给自己列一个 5×N 清单。5 类材料，每类至少两三条，攒够了再让 AI 开写。
• 把材料清单直接喂给 AI。别指望 AI 从模糊的话题里自己想出材料，你手里有多少料，你就明明白白告诉它。
• 允许 AI 反问，别嫌它烦。它反问出来的东西，往往是你自己写作时最容易忽略的细节。
• 遇到 AI 编细节，立刻打断。看到那种「上周三下午三点半」「他脸上闪过一丝复杂的神情」的句子，如果不是你亲历，立刻让它删掉。

材料层聊到这里差不多。下面聊推进层，也就是治「同义反复」的这层。

六、推进层 · 每一段都得带来新东西

如果说材料层解决的是「有没有东西可写」，那推进层解决的就是「文章有没有在往前走」。

AI 写作最典型的注水症状

我们先看一个例子。假设你让一个没装 Skill 的 AI 写一段「用户体验的重要性」，它可能会给你这样一段东西。

用户体验是产品设计的核心要素之一。良好的用户体验能够显著提升用户满意度。当用户感受到产品带来的便利与愉悦时，他们对产品的认可度也会随之增加。用户视角的引入，是产品打磨过程中不可或缺的环节。从用户角度出发去思考问题，能够帮助团队发现许多平常忽略的细节。因此，重视用户体验，就是重视产品本身的生命力。

这段话读起来完全没有语法问题，句式也算工整。但如果你把每句话的意思拆出来看，会发现——这五句话讲的是同一件事。

• 用户体验很重要
• 用户体验能提升满意度
• 用户认可产品是因为用户体验
• 用户视角很重要
• 重视用户体验就是重视产品

五句话，一个观点。删掉四句，剩下的那一句就够了。这就是 AI 写作里最典型的「同义反复注水」。

推进的定义

活人感写作对「推进」下的定义特别朴素，我给你翻译成人话。

每一段都必须比上一段多出一件新东西。这件新东西可以是新事实、新动作、新例子、新区别、新后果，五选一即可。

反过来，如果你把某一段删掉，整篇文章的意思没有实质变化，那这一段就是注水，直接砍。

这个规则听着简单，但特别有杀伤力。我（莫潇羽@无忆研习社）自己用它检查过好几篇公众号旧文，回头一看，发现有些段落其实是可以整段删掉的，因为它们只是在把上一段用不同的话再说一遍。

五种"新东西"的具体解释

我把 Skill 里说的这五种新东西，各配一个例子给你看，你就能立刻辨别自己写的段落有没有推进。

这张表看完，你回头再翻一下自己以前用 AI 生成的稿子，会有一种「原来我一直在允许它注水」的顿悟感。

反注水的一个小检验

推进层还给了一个非常朴素的自检方法，就是「删段测试」。

写完一段之后，你把这段捂住，让自己或者 AI 读整篇文章，看看意思有没有变化。如果没有明显损失，这段就该删。如果读起来某个观点没接住、某个例子突然出现得莫名其妙，那说明这段承担了实际的推进作用，可以留下。

这个方法我推荐每一个自媒体作者都试一次，尤其是那些觉得自己稿子「明明字数够但读起来空」的朋友。

推进层与卡兹克「升番」概念的呼应

熟悉卡兹克旧 Skill 的读者可能会注意到，他之前在 khazix-writer 里提过一个叫「升番」的概念。大意是每一段的信息量要比上一段更深、更进一步、更有维度，不能水平推进。

活人感写作里的「推进」，其实就是把「升番」这个概念做了更通用、更可执行的重构。旧 Skill 里的「升番」需要作者理解喜剧升番、观察升级、哲学升维等一系列概念，门槛比较高。新 Skill 里的「推进」把这些抽象成了五种新东西，任一即可，普通作者对着表就能自检。

这也是我特别推荐每个自媒体作者研究一下推进层的原因。它把一个原本挺玄的写作要求，拆成了一份可以照着做的操作清单。写完一段就自问一句「我这段带来了哪种新东西」，练一段时间，你自己的写作质量会上一个明显的台阶。

七、中文层 · 把话写成中文该有的样子

聊完材料和推进，剩下的就是最容易被大家关注、也最容易被大家片面理解的辞章层。活人感写作把这一层叫做「中文层」，我觉得这个命名特别好。因为它不是「文风层」，也不是「修辞层」，它就叫「中文」。意思是，先把话写得像中文，其他的都可以往后放。

白话打底 · 一个被低估的准则

Skill 里对中文层的第一条要求，是「白话打底」。

这四个字看似朴素，实操起来门槛不低。因为白话不等于随便，也不等于口水话。它讲的是用最日常的说法，把最复杂的道理说清楚。

举个对比，同样是讲「AI 写作要有真实材料」这件事。

• 模型腔的表达是这样的。「唯有构建于真实素材之上的写作实践，方能突破 AI 生成内容的表层同质化困境，进而实现内容价值的深度重塑。」
• 白话打底的表达是这样的。「你手里得有真东西可写，不然 AI 只能替你编。编出来的文章看着漂亮，一到别人较真的时候就露怯。」

意思一样，但第二句读起来是人话。区别就在于，第一句用了「构建」「实践」「同质化」「重塑」这类抽象名词，把一件具体的事儿包装成了论文腔；第二句用了「有真东西」「替你编」「露怯」这类日常动词和短句，把道理落到了地面上。

词序、停顿、照应、分寸

除了白话，Skill 还专门强调了四件很中文的事——词序、停顿、照应、分寸。

• 词序说的是同一个意思，字排列的顺序不同，感觉不同。「他慢慢转过身」和「他转过身，慢慢地」，节奏就不一样。
• 停顿说的是句子内部的呼吸感。中文本来就不习惯长句，恰当的短句和标点，能给读者留一口气。
• 照应说的是文章内部的前后呼应。上文埋一句，下文接一句，读起来就有整体感。
• 分寸说的是不说满、不解释过头。前面举的鲁迅写孔乙己「排出九文大钱」，那个「排」字之后没有多加一句解释，就是分寸。

这四件事其实都是老生常谈，但在 AI 写作的语境下重新拎出来，意义就不一样了。因为 AI 天然是不懂分寸的，它太渴望完整、太擅长完整。你写一句「他排出九文大钱」，AI 会忍不住给你加一句「这个动作透露出他的自尊与拮据」。你写一句「父亲穿过铁道去买橘子」，AI 会给你加一句「父亲那深沉的爱令人动容」。

Skill 在这里做的一件事，是给 AI 上「话不说满」的紧箍咒。让它学会在动作之后停下来，在比喻之后停下来，在故事之后停下来。停下来不是不够，是够了。

那些必须禁用的东西

活人感写作在中文层做了一份非常具体的「禁用清单」，我摘一部分出来给你看。这份清单我建议每一个用 AI 写中文的朋友都存一份，随手对照。

禁用标点

• 中文冒号
• 英文冒号
• 破折号
• 连接号（用于范围符号的短横）

范围符号统一改用中文字「到」。比如时间范围写成「3 到 5 分钟」，字数区间写成「200 到 300 字」。原来那种用短横线或波浪号连起来的写法，一律不用。

禁用翻案句

• 不是……而是……
• 并非……而是……
• 不在于……而在于……
• 与其说……不如说……
• 表面……实际……
• 看似……实则……

这类翻案句是 AI 最喜欢的表达方式，因为它自带「洞察感」，但用多了就是模型腔。

禁用硬停词

• 说白了
• 说穿了
• 先说结论
• 一句话总结

禁用"洞察路标"

• 更微妙的是
• 还有一层
• 只说对了一半
• 值得注意的是
• 需要指出的是
• 从某种意义上说

禁用商业黑话

赋能、抓手、商业闭环、底层逻辑、顶层设计、认知跃迁、价值释放、能力建设、降本增效、内容矩阵、全链路、组合拳、技术底座……

看到这一整排词，很多做过公众号的朋友大概会心一笑。因为这些词几乎是 AI 生成商业类稿件的默认词库。禁用它们不是说这些词本身有错，而是它们已经被用滥了，读者一眼就能看出「哦这是 AI 写的」。

中文的"分寸"这一寸

这一节我想单独再讲讲「分寸」这件事，因为它是中文写作里最珍贵、也最容易被 AI 磨掉的一寸。

卡兹克在原文里举了两个例子，我借过来用。

• 鲁迅写孔乙己，不需要先分析这个人贫穷、自负、迂腐。他只写孔乙己把九文大钱排在柜台上。一个"排"字，够了。
• 朱自清写父亲，也没有追着解释父爱多么深沉。他只写那个肥胖的身子怎样穿过铁道，怎样攀上月台，怎样买几只橘子。动作已经把感情说完了。

作者要是非得多一段追上去替读者感动一次，那口气就散了。

AI 恰恰越来越丢掉这一寸。它喜欢在动作后面把感受补全，在比喻后面把含义翻译一遍，在一句已经落地的话后面再总结一次。它太渴望完整，也太擅长完整，结果反而把那一寸的余味解释没了。

Skill 在这一层做的规则，本质上都是在给 AI 松绑，让它学会「点到为止」。这件事说难也难，说不难也不难，取决于你写完稿子之后能不能狠下心来砍掉那些多出来的解释性句子。

中文层的完整检查清单

我把中文层的所有硬性要求，整理成一个可以直接用的检查清单，方便你写完稿子之后逐条对照。

中文层自检清单:
  标点:
    - 无中文冒号
    - 无英文冒号
    - 无破折号
    - 范围符号统一用"到"
  句式:
    - 无"不是A而是B"翻案句
    - 无"看似A实则B"翻案句
    - 无"说白了""先说结论"硬停词
    - 无"值得注意的是""从某种意义上说"洞察路标
  词汇:
    - 无赋能/抓手/闭环等黑话
    - 无"底层逻辑""顶层设计"这类抽象大词
    - 无"降本增效""价值释放"这类商业口号
  节奏:
    - 长短句交错，无连续 3 句以上的长复句
    - 每段结尾有分寸感，不硬加总结
    - 动作后不追加感受解释
    - 比喻后不追加含义翻译

这份清单我自己也在用。写完稿子跑一遍，命中一条改一条，命中三条以上，那段基本就得重写。

八、五步写作流程 · 我自己走了一遍

三层规则聊完，下面聊 Skill 具体是怎么把这些规则串联起来跑的。它规定了一套五步的工作流程，我根据自己实际用的体感，逐步给你讲一遍。

第一步 · 判断现实或虚构

任何一次调用，AI 的第一件事都是判断「用户想让我写的是现实还是虚构」。

判断的依据大概是这样。

• 用户明确说了"小说""虚构""假设"，直接走虚构路线。
• 用户要求真实、纪实、亲历，走现实路线，先核验再写。
• 用户没明说但语义偏向个人经历、行业观察、评测，默认现实路线。
• 用户没明说但语义偏向剧情、故事、剧本，默认虚构路线。
• 实在拿不准，AI 会反问用户。

这一步看起来简单，但特别重要。因为后面的所有规则集都是根据这个判断分流的，第一步错了，后面全错。

第二步 · 检查材料

判断完类型，AI 会做材料检查。

• 现实写作要列出五件以上的具体材料。清单不够，AI 会主动向用户索要更多信息，或者联网研究补齐。
• 虚构创作要检查每个主要场景有没