用途：在撰写或编辑供读者阅读的文本时，减少被识别为大语言模型生成内容的统计特征，让文字更接近人写。适用对象包括邮件、博客、文章、营销与网站文案、LinkedIn 或社交帖、求职信等。
主要能力：分为生成模式（默认）与改写模式。生成模式在起草时即按规则写，使初稿就偏自然；改写模式用于清理已有文本。规则源自维基百科“AI 写作的迹象”条目及所引语料研究。核心思路是：单一模式不能说明什么，真正的暴露点是多个模式聚集在同一段；应写具体、去掉夸张。
使用方式：先判断模式与语域（社交、邮件、编辑、正式），再按规则起草或改写，随后用自查清单逐项检查并修正，最后只交付正文。若项目存在 voice-profile.md 或用户提供写作样本，可读取 references/voice.md 按其风格校准。参考文件包括 references/patterns.md（39 条模式及前后对照）、references/vocabulary.md（禁用词与替换）、references/voice.md。可选机械检查：运行 scripts/ai_pattern_lint.py 报告每千词命中。
限制与原则：不得编造事实，任何未来自原文或用户的事实、人名、数字、日期、引文、统计或引用都不得添加；这一条优先于所有风格规则。不得改动直接引语、引用、数字、日期、URL 与专有名词；改写须保留原意与主张。编辑文件时只改正文，代码块、front matter、数据与链接目标不动。用户明确要求加粗、破折号、列表等时，以用户指令为准。精度优先于风格，不得为规避模式而牺牲事实准确性、必要术语或法定表述。