Sepia Skill：让 AI 写作逃过检测的结构级反人化技巧

AI 写作被检测早已不是玄学。现有”去人化”工具大多只改词换句，但 AI 文字的真正指纹藏在叙事架构层——主题显性化、因果链过于整洁、情感只渲染身体感受。Sepia 正是从这个结构层下手的 De-AI writing Skill，基于 6.1 万篇故事的实证研究，让 AI 辅助写作真正”隐身”。

Sepia 以 StoryScope（arXiv:2604.03136）研究为核心：AI 小说在主题显性化、单一因果链、身体化情感表达等架构特征上与人类有统计级差异——分类器仅靠叙事结构特征即可达到 93.2% macro-F1 检测率，且表层改写（LAMP 编辑）后降幅极小，说明真正有效的干预必须在架构层。Sepia 将这一发现工程化，实现三层修复协议。

三层架构：叙事架构 → 话语流 → 表层风格。小说路线禁止显性主题说明、疏松因果链、滞后揭示、多模态情感、稀疏人物网络；职业写作路线则为发布说明、PR 回复、复盘、工单、技术文章等各设专属规则。配套 30 特征诊断量表与主流模型指纹库（含 Claude Fable/Mythos 5.1、GPT-5.6、Gemini 3 系列等），覆盖已知 AI 书写特征。

GitHub：https://github.com/Nanako0129/sepia

作者 Nanako0129，基于 StoryScope（Russell et al., 2026, 6.1 万故事）研究，专注 AI 书写检测与反检测领域。

Sepia 是一个便携式 Agent Skill，核心目标是”修复 AI 写作的结构性指纹”。与大多数只改表层的 humanizer 不同，Sepia 从叙事架构层介入，通过三遍协议系统性消除 AI 书写的结构性特征。

第一遍（叙事架构）：修复故事层面的 AI 特征——停止显性主题说明、疏松因果链、滞后揭示、多模态情感渲染、稀疏人物网络。第二遍（话语流）：消除模板化段落节奏、固定位置韵律、故事中部塌陷等话语层 tell。第三遍（表层风格）：经典改词换句操作——陈词滥调、句法模板、词汇选择、语域调适。

此外，Sepia 提供 30 特征诊断量表和模型指纹库，可针对不同模型已知特征定向修复。v0.4.0 后支持在 Skill 之上堆叠 voice/style 层（如内置 Hemingway 极简主义声音），属于进阶功能。

核心特点：- 架构级干预：不是改词，是修结构，从根本上消除 AI 叙事指纹
– 三遍写作协议：叙事架构 → 话语流 → 表层风格，系统性而非点对点
– 双轨支持：虚构小说与职业写作各有多套专属规则
– 77+ Agent 兼容：一份 SKILL.md，通过 Skills CLI 支持 Claude Code、Codex、Grok Build、Antigravity 等主流 Agent
– 模型指纹库：内置 Claude/GPT/Gemini/DeepSeek/Kimi 等主流模型已知书写特征，诊断更有据
– 可堆叠 voice 层：支持在 Sepia 基础上叠加品牌声音或文风人格

安装只需一条命令（Skills CLI）：

npx skills add Nanako0129/sepia

不同 Agent 入口：

基础使用示例（虚构写作场景）：

• 输入：要求 Agent 写一个 AI 检测工具的宣传博客草稿
• Sepia Review 诊断：识别出”因果链过于整洁”（3 处）、”主题首段即显性说明”（2 处）、”情感渲染只有身体感受”（1 处）
• Sepia Refactor 后：因果链适当疏松、主题通过意象暗示而非直接陈述、情感加入认知/社会维度

适用场景与目标人群：

输入与输出示例：

示例 1（小说场景）

• 原始 AI 输出：”这是一个关于孤独的故事。主人公感到空虚，他走在街上，心里空荡荡的。”
• Sepia Refactor：”街上的人群像潮水一样涌过他，他的手机还剩 3% 电量——足够叫一辆车，但不够打给任何人。”

示例 2（职业写作：发布说明）

• 原始 AI 输出：”我们很高兴宣布推出新功能！此功能非常实用，可以帮助您提高工作效率。”
• Sepia Refactor（release notes 规则：用户影响优先，每项声明有凭据）：”新功能现已上线。复制任务支持跨项目拖拽（反馈 #4231，#4122）；模板变量新增 {{created_at}} 和 {{assignee}} 两个字段。”

GitHub: https://github.com/Nanako0129/sepia