human-writing：让中文写作有点“活人感”

September 14, 2026 · 8 min read

If you have any questions, feel free to comment below. Click the block can copy the code.
And if you think it's helpful to you, just click on the ads which can support this site. Thanks!

让 AI 写中文，有时候会得到一篇很工整的文章。句子通顺，段落也齐全，就是读着有点累，像在看一份说明书。最近看到一个专门处理这类问题的 Skill，叫 human-writing^[1]，中文名是“活人感写作”。里面主要是 Markdown 写作规则，还有一个 Python 检查脚本。

调整方式 #

看它的规则，会发现它很在意动笔前的材料准备。比如写一篇评测，手里得有测试条件和结果；写个人经历，就得有具体发生过的事。材料不够时，可以再问几句、查查资料，实在没有多少可写的，篇幅短一点也没关系。

小说和故事有另一套要求，可以编人物和情节，也要交代清楚人物想做什么、实际做了什么，以及事情为什么会这样发展。

到了具体写作时，它会提醒模型看看一段话有没有新内容。一个结论换几种说法，很容易就凑出一整段，读者却没多知道什么。句子也尽量先把事情说清楚，再补时间、原因和条件，少绕几个弯。

还有一些我们读 AI 文章时经常碰到的写法，比如每段都用短句总结，或者连续几句排得整整齐齐。偶尔用一次没什么，整篇都这样，读起来就容易有模板感。

主要流程 #

先说明材料怎么准备、不同题材怎么处理，再给出写作和修改的流程。具体场景拆在几个文件里，想了解规则的话，可以按自己常写的类型看：

早期版本列了不少禁词和句式。用这种方式检查比较直接，不过模型有时换几个词，还是会写出差不多的句子。所以到了 v1.1.0，检查也开始关注整句话在表达什么。

比如“你以为……其实……”，有些地方确实需要解释误解，有些地方只是为了让后半句显得更有分量。这个版本主要想减少后面这种写法，也补了对整齐排比、过度抒情、句长和连词密度的检查。

作者也调整了一些容易误伤正常中文的规则。平时只用 ChatGPT、千问这类聊天产品的话，仓库里还有一个可以直接粘贴的精简版。

写评测时怎么用 #

拿 GPU 推理评测举个例子。把测试条件和结果一起给它，再说明哪些内容没测过，不要补写。下面只是一个提示词示例，实际用的时候，还需要填上吞吐和延迟的具体数值：

使用 $human-writing。

任务：把下面的 GPU 推理测试素材改写成公众号文章。

要求：保留测试条件、吞吐和延迟数据；不要补写没有测过的体验；读者是有部署经验的 AI 工程师；少用宣传口吻。

材料：
- GPU：RTX 4090
- 模型：某 7B 指令模型，4-bit 量化
- 并发：1、8、32
- 已知结果：并发提高后吞吐增加，但首 token 延迟也会上升

这份示例里的材料还比较少，只能交代测试设置和一个大致趋势。要写成完整评测，还得补上各档并发的实测数据。这样也方便回头检查，看看文章里哪些话有数据支持，哪些只是模型顺手加上的。

只用聊天窗口也可以 #

不支持 Skill 的聊天产品，也可以用类似的方法。先发写作需求和材料，再附上写作规则。下面这段是按项目思路改写的提示词，措辞放松了一些，方便直接使用；仓库里的 human-writing-lite.md 则是作者提供的版本。

请根据我提供的材料写稿，语气像平时给人讲事情，不用刻意写得很正式。写的时候留意下面几点。

先看看材料够不够。经历、数字和原话都可以用，缺少的信息先问我，或者在能查证的情况下补充公开资料。材料少就写短一点，不要编经历，也不要靠重复同一个道理凑篇幅。

有判断就直接说，再交代依据。不用为了引出观点，先替读者安排一个“你以为”的误解。禁止翻案腔，包括「不是A，而是B」「不在于A，而在于B」「你以为A，其实B」「表面上A，实际上B」「与其说A，不如说B」「A不重要，重要的是B」以及一切同类变形。

句子尽量先说清楚谁做了什么，再补充背景。少用“进行了优化”这类笼统的说法，能说具体改了哪里，就说具体。连词够用就行，不必每句话都加“然而”“因此”。

长短句自然穿插，不必每段都用一句短判断收尾。动作和原话已经能让人读出情绪，就不用再解释一遍。同一个词需要重复时可以重复，不用一直换同义词。

五、成稿不用破折号，冒号只用来引出人物原话，不用「说白了」「值得注意的是」「先说结论」，不用赋能、抓手、闭环、底层逻辑这类黑话。

写完再读一遍，删掉重复的话，检查有没有超出材料的判断。读着拗口或太像报告的地方，换成平时说话会用的表达。