human-writing Skill：让 AI 中文写作告别”模型腔”的实战技巧

AI 写的中文读起来永远”流畅但空洞”——这是无数内容创作者和技术写作者的共同痛点。human-writing 是一个 Agent Skill，专注于让 AI 生成的中文文本拥有真人写作的呼吸感、自然韵律和事实边界感。它不是提示词模板，而是一套覆盖”材料核查→结构推进→初稿检查→节奏修正”的完整写作流程规范，适合知乎回答、公众号文章、技术文档等多种场景。

功能与原则

human-writing 的核心设计原则是：写作前先确认材料够不够，写作中每段必须带来新东西，写作后检查节奏和表达。它解决的是 AI 中文写作的”机构腔”问题——AI 写出来的东西逻辑通顺、措辞完整，但读起来总觉得”像是同一个人用同一个腔调写的”。

该 Skill 内置三类核心规则：

• 材料核查：动笔前必须验证信息来源，确保内容有事实锚点而非凭空生成
• 段落推进：每个段落必须引入新信息（事实/动作/例子/后果），避免同义改写式的内容膨胀
• 节奏修正：初稿后自动检查AI常出现的节奏问题——停顿节奏缺失、冒号滥用、翻案腔（”不是……而是……”）、重复解释等

认可度

• GitHub Star：约 3,029（截至 2026-08-25）
• 创建时间：2026-08-05，上线约 20 天即突破 3k stars，增长速度在同期新晋 Agent Skill 中处于第一梯队
• GitHub Trending 周榜（2026-08-10 周报）专题推荐，被 SegmentFault 评为”中文技术写作社区热度较高”的项目
• 多语言平台 tool.lu 已收录并提供直接安装命令

链接

GitHub：https://github.com/KKKKhazix/human-writing

原作者

作者 GitHub 用户名：KKKKhazix，专注于 agent-skills 生态下的中文写作工具开发。除 human-writing 外，还维护了其他 agent-skill 相关项目。

介绍

human-writing 起源于一个具体的问题：当你让 Claude 或 GPT-4 帮你写一篇知乎回答或公众号文章时，初稿往往”看起来没问题但读起来怪”。具体表现为：每个句子都完整，但段落之间缺乏真实的推进感；用词精确但没有个人风格；论证链条完整但缺少具体例子支撑；结尾总结和开头论点高度重复。

该 Skill 通过分层检查解决这个问题。第一层是”材料够不够”——在真正开始写作之前，强制 AI 确认是否有足够的原材料（数据、案例、引用）来支撑目标篇幅。第二层是”段落推进检查”——在写作过程中，每写完一段，AI 需要自我判断：该段是否引入了新信息，还是只是在用不同的词复述上一段的内容。第三层是”节奏后检查”——初稿完成后，专门运行节奏检查规则，清理常见的 AI 写作痕迹。

这套流程借鉴了真人记者和编辑的工作方法，将其转化为可复用的 Agent Skill。不同于通用提示词模板的是，它不是一次性指令，而是一个可在写作过程中持续调用的规范体系。

特点

• 流程完整：覆盖写作全周期——材料核查 → 写作中推进检查 → 初稿后节奏修正，而非单次提示词
• 针对中文优化：专门处理中文互联网语境的”AI 腔”——翻案腔、冒号滥用、停顿缺失等特有症状
• 安装简单：一行命令即可安装到支持 Agent Skills 标准的工具中：npx skills add KKKKhazix/human-writing
• 适用多场景：知乎回答、公众号长文、技术文档、产品说明、创意写作均可使用
• 可单独使用子技能：支持只安装 human-writing 核心规则，不捆绑其他 Skill

使用方法

安装（在支持 Agent Skills 的工具中，如 Claude Code、Cursor、Codex）：

npx skills add KKKKhazix/human-writing --skill human-writing -g -y

或安装全套（含所有子技能）：

npx skills add KKKKhazix/human-writing --all -g -y

核心调用方式：当需要撰写中文内容时，激活 human-writing Skill，AI 会自动进入”先核查材料→再推进写作→后检查节奏”的工作流。

最小示例：假设你需要写一篇关于某技术方案选型的知乎回答——激活 Skill 后，AI 会先问你：”请提供相关的技术背景、数据对比或案例支撑，我需要确认材料是否足够支撑一篇有深度的回答。”在材料确认后，AI 才进入写作阶段，并在每段完成后检查是否引入了新信息。初稿完成后，AI 还会检查并修正”翻案腔””冒号滥用”等 AI 写作痕迹。

使用场景与人群

适用场景：技术博客写作、知乎/公众号内容创作、产品文档撰写、创意写作（非虚构类）、AI 辅助写作工作流搭建

目标用户：内容创作者、技术写作者、自媒体运营者、使用 AI 辅助写作但对输出质量有要求的中文用户，以及希望将”活人感写作”规范集成到内部 AI 写作流程的团队

输入与输出案例

输入（用户）：”帮我写一篇关于为什么中小团队不应该自建推荐系统的公众号文章”

未使用 human-writing Skill 的 AI 初稿（常见问题）：

在当今数字化时代，推荐系统已经成为各大互联网平台的核心组件……（重复套话）
不是说中小团队不能做推荐系统，而是说……（翻案腔）
让我们来详细分析一下：首先是技术难度……（列表项缺乏新信息推进）
综上所述，中小团队不应该自建推荐系统……（结尾简单重复开头）

使用 human-writing Skill 后的 AI 输出：

2024 年，国内某 SaaS 创业公司在 A 轮后组建 4 人算法团队自研推荐系统，8 个月后因人才成本过高、技术迭代速度跟不上商业化需求而放弃。这个案例不是孤例——据行业估算，中小团队自建推荐系统的平均成本是直接采购成熟方案的 3-5 倍……（开篇即带具体案例和数据）

很多人会说”自建更可控”。但”可控”的前提是：你有足够的标注数据、特征工程能力和线上实验基础设施。这些恰恰是中小团队最缺乏的资源……（避免翻案腔，直接正面论证）

做推荐系统，本质上是在做一个”用数据预测用户行为”的引擎。它需要持续的数据 pipeline、特征工程、模型调参与 AB 测试能力。当你的人员规模在 20 人以下时，光是维持这套系统的日常运营就足以吃掉大部分算法工程师的工作时间……（每段引入新维度：数据/工程/资源）

如果你正在认真考虑这件事，建议先问自己三个问题：我的日活用户有没有超过 10 万？我的团队里有没有至少 2 名全职算法工程师？我的产品生命周期是否还允许 6 个月的技术投入？三个问题中只要有两个答案是”否”，采购成熟方案就是更理性的选择……

GitHub: https://github.com/KKKKhazix/human-writing