该技能名为 dym-humanizer-tune-false-positives，属于 Humanizer 工作流的一部分，核心目标是阻止“过度修改”。资料指出，Humanizer 最大的风险不是改得太少，而是改得太多——磨掉真实语气、删掉法律免责声明，或重写引文。SKILL.md 已内置两道防线，本文件说明如何直接调用它们。
用途：在 Humanizer 改写时缩小修改范围，保留值得保留的内容。文件中的命令在 agent 聊天框内输入。
主要能力一：不应被标记的清单。SKILL.md 的“Check for false positives”列出本身不构成 AI 证据的内容，包括：规范语法与一致风格（许多作者是专业人士或经过编辑）；正式、学术用词（§7 只针对特定词表，而非所有正式词）；单独出现的弯引号（macOS、Word、Google Docs 默认自动弯引号）；单独出现的破折号（许多编辑和记者常用，只有配合广告式陈词滥调节奏时才算迹象）；用于强调的单个短句（只有多个戏剧性短句连续出现才标记）；有意重复的段落开头（如“She came. She saw. She conquered.”是节奏而非错误）；句中的“Honestly”或“look”（迹象是戏剧性开头，而非词本身）；有用的限制与免责声明（范围声明、法律与安全警告、真实更正、有出处的反驳、FAQ 回答应保留）；真实备选方案（设计文档或教程中读者可考虑的选项应保留，只删除被否决且不再提及的空想方案）；二手文本（引号、标题、专有名词或正在讨论的示例中的被监测短语不应重写）；2022-11-30 之前的修改（ChatGPT 公开发布的时间点）。通用规则是：“When unsure, look for several patterns together. One em dash proves nothing.”
主要能力二：应保留的人类细节。SKILL.md 的“Human details to keep”列出承载人类语气的内容，除非破坏语义否则必须保留：奇特而具体的细节、未定论的混合情绪、带年代感的俚语、有意的第一人称选择、不均匀的句长，以及括号内自我打断的句子。
使用方式：当返回结果比原文更平淡时，可要求重跑并遵循“Human details to keep”，保留旁白、自我修正和长短不一的节奏。当删掉必须保留的内容时，可引用“Check for false positives”要求恢复免责声明。当引文被重写时，可指出引号内属于“Secondhand text”，不得修改，只修正周围散文。更经济的做法是提前限定范围，例如输入 /humanizer 并说明“技术文本，保持中性，不添加个性；不触碰引号和代码块；只修改 §7、§14、§23”，再附上文本。
核对方式：流程第 3 步要求技能自问是否增加或丢失事实，用户应独立复核，尤其在文件模式下可用 git diff --word-diff -- docs/launch-post.md，单独阅读被删除的片段；每丢失一个名称、数字、日期或引用都算错误，应报告并要求恢复。
适用场景：技术文档、设计文档、教程、发布文章等需要保留原意、免责声明与人类语气的改写任务。限制：资料未提供具体安装命令、价格、平台支持或效果数据，暂未提供。