用途
content-de-slop-ai 是一个内容编辑技能，用于在 AI 辅助草稿即将发布或发送前，去除其中的机器生成痕迹。适用对象包括博客文章、信息流帖子、newsletter、落地页、冷邮件、案例研究等。
其核心判断是：读者大约一秒内就能识别出 AI 痕迹，并在此后对内容整体打折；信息流会压制公式化结构；答案引擎不会引用平庸观点。未经编辑的 AI 草稿最容易看起来和所有人一样。这一遍处理注入的正是唯一能形成差异的东西——机器不会默认采用的结构，以及机器不可能知道的具体细节。
主要能力
该技能按固定顺序执行以下处理：
- 透视骨架：先修复结构性问题。结构性痕迹即使替换了所有可疑词汇仍会暴露草稿，因此结构优先。对照清单第一类扫描，重写句子而非只换词。
- 剥离表层：处理第 2 至第 5 类，包括标点、词汇、内容痕迹、语气痕迹。
- 具体化处理：每个泛泛表述都要变成来自素材的真实数字、名称或日期，否则删除。如果素材缺少具体信息，标记缺口。编造具体信息比含糊更糟，在受监管行业还会带来责任风险。
- 节奏处理：朗读全文，有意变化句子长度，保留一个片段句，每节至少打破一个平行结构。目标是读起来像一个人一口气打出来的文字。
- 与作者对齐：如果存在声音指纹文档，加载它，并在与痕迹清单冲突时以它为准。有些人的确会用反问句开头，磨掉真实习惯会产生另一种假，受众同样能快速识别。
- 按渠道校准：信息流帖子、冷邮件、长文和证明类内容各自惩罚不同的痕迹。
- 证明干净：运行完整检测组合。草稿通过所有适用测试后才能发布，绝不提前——相关性检查是唯一例外，仅适用于运营多个账号的团队。
使用方式
该技能以参考文档形式组织：
references/tell-inventory.md：完整目录，分五类，按危害排序，每条附修复方法。结构性问题意味着重写句子和合并段落，且必须在任何表层修复之前完成，否则表层工作会被覆盖。references/channel-calibration.md：覆盖信息流帖子、冷邮件、newsletter 与长文、案例研究与证明类内容。references/detection-tests.md：七项测试、各自能捕捉什么、反复失败意味着什么。references/voice-fingerprint.md：如何构建覆盖痕迹清单的作者文档。references/worked-examples.md：三个完整处理示例，外加一个被标记但实际正确并保留的案例。
适用场景
适用于任何 AI 辅助草稿在发布或发送前的最后编辑环节，尤其是需要体现作者个人声音、需要具体事实支撑、需要按不同渠道调整的内容。
限制与规则
- 必须先重写结构，再处理词汇。
- 每个数字和名称都必须可溯源到素材，否则删除。
- 发布前必须运行所有适用检测测试（相关性检查仅适用于多账号团队）。
- 禁止用俚语、刻意尖锐或制造随意感来补偿。
- 禁止仅靠改写就当作人性化，那会保留暴露草稿的结构。
- 禁止用痕迹清单覆盖作者真实声音。
- 禁止为填补缺口而编造具体信息，应标记缺口。
词汇层面的底层规则是：任何出现在所有人 AI 草稿中的短语都不属于任何人的声音。具体化处理同理：只有特定运营者才能做出的表述才是全部资产；任何竞争对手都能原样发布的表述只是在为品类辩护，对公司本身毫无说明。
好的结果标准是：认识作者的人从一组草稿中挑出该草稿的概率不高于随机；每个具体信息都可溯源到素材；至少有一句话让作者付出代价；作者的真实怪癖在处理后仍然保留。如果草稿反复通不过识别或透视检查，问题在上游——素材太薄或缺少声音指纹，任何润色都无法替代。