讲师中心 微信公众号
AI工具推荐 视频效率加速

文案去AI味·真人评估(付费版)【零一数科·出品】

Polar Sponsor
爱发电 赞助
.NET 9.0

【零一数科·出品】:文案去AI味·真人评估(付费版)。把小红书/视频号/公众号/抖音文案改写得像真人写、消除 AI 痕迹降 AI 率,并模拟真实人群画像的读者逐段评估「哪里还像 AI、哪里不像人写」,给出人味打分与残留痕迹定位。别人只改不验,本品改完让真人评估把关。触发词:文案去AI味、社媒文案去AI、去AI味、降AI率、AI去痕、过AI检测、人味改写、真人评估、读者验收、真人试读。

文案去AI味·真人评估(付费版)【零一数科·出品】

功能概述

文案去AI味·真人评估(付费版)【零一数科·出品】是一项面向实际任务的技能,主要用于版本:v0.2.0 · 作者:小风、CoderPig、Awen;帮你把社媒文案改得像真人写的,改完还能让模拟读者来验收「还像不像 AI」;

核心要点

  • 去 AI 味改写;
  • 长文案 1–3 分钟;
  • 约 12 点;

使用与执行

30 秒–2 分钟;约 15 点;跟别的去 AI 味工具不一样的地方 :别人只改不验;本品改完让模拟真实读者来打分——给「人味分」0-10,指。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。

结果检查与注意事项

从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。

文案去AI味·真人评估(付费版)【零一数科·出品】

版本:v0.2.0 · 作者:小风、CoderPig、Awen

帮你把社媒文案改得像真人写的,改完还能让模拟读者来验收「还像不像 AI」。

环节 耗时 扣点
去 AI 味改写 长文案 1–3 分钟 约 12 点
真人评估 30 秒–2 分钟 约 15 点

跟别的去 AI 味工具不一样的地方:别人只改不验;本品改完让模拟真实读者来打分——给「人味分」0-10,指出哪里还像 AI,告诉你「能不能发」还是「建议再改一轮」。

⚠️ 对用户说话要说人话。 技术字段(mode/task_id/退出码等)是你内部用的,永远不要对用户说。一句里只做一件事——问信息就问信息,报价格就报价格,别混着说。所有用户沟通话术见 references/usage-notes.md。

执行流程

  1. 取 API Key:读 config.json 的 LY_API_KEY(回退环境变量)。缺失引导用户获取。
  2. 收集信息:确认文案和平台(缺什么问什么,只问一轮)。详见「信息收集」。
  3. 扣点确认 → 改写:确认后跑改写(--mode rewrite),拆分轮询。
  4. 交付改写稿:渲染 Markdown,告知扣点。
  5. 扣点确认 → 评估:确认后跑评估(--mode eval),拆分轮询。
  6. 交付评估报告:渲染 Markdown,告知扣点,给闭环建议。

以上每步的用户话术见 references/usage-notes.md。任一步异常按「退出码处理」对号入座。

拆分轮询(防会话中断)

改写和评估各是独立异步任务,禁止一次同步阻塞到完成(WorkBuddy/Web 单轮有上限)。必须拆成「创建 + 多次短轮询」:

改写轮询:

  1. python3 scripts/human_eval.py --mode rewrite --text "<原文>" --platform xhs --only-create → 拿 task_id(退出码 0)
  2. 对用户说「在改写了,大概 1-3 分钟,好了直接给你看。」
  3. 循环 python3 scripts/human_eval.py --poll-task --text "<原文>" --out ...(单次 ≤90s):
    • 退出码 0 → 交付改写稿
    • 退出码 13(进行中)→ 对用户说「还在改写,再等一会儿」,立刻再跑 --poll-task
    • 退出码 12 → 失败处理
    • 其他 → 按「退出码处理」

评估轮询:同上模式,--mode eval、--text 传改写终稿。

用户问「好了吗」

用进度信息人话转述:「还在改写」「评估在跑,马上出」。禁止说「查不了」。转述后立即续轮询。

鉴权

读技能目录 config.json 的 LY_API_KEY(回退环境变量)。

  1. 有 key → 继续
  2. 没有 → 引导用户去 https://claw.lingyishuke.com/webapps/01claw-auth/index.html?source=workbuddy 取 key 写入 config.json
  3. key 失效(退出码 8)→ 重新获取覆盖后重试
  4. SSL 报错 → LY_SKIP_SSL_VERIFY=1 或 --insecure

信息收集

跟用户确认这些,缺什么问什么,只问一轮:

用户需要提供 说明
文案 贴过来或给文件路径
发哪儿 小红书/视频号/公众号/抖音(默认小红书)
要不要评估 默认改完就评估;说「只改就行」就只改不评估
指定读者(可选) 比如「针对宝妈圈层」,不指定就用 5 类默认读者
评论条数(可选) 默认 6 条,一般不用改

只处理文案文本,不分析视频画面。

⚠️ 一句话只做一件事:问信息就问信息,报价格就报价格,别混着说。

用户意图 → 你怎么接

用户说的 你做的
"帮我改像人写的" / "去AI味" 改写 + 评估(默认全流程)
"只改就行" 只改写,不评估
"帮我看看还像不像AI" 直接评估(不改写)
"针对宝妈圈层" 改写 + 评估(指定读者)

详细话术见 references/usage-notes.md §1-2。

扣点与确认

每跑一轮前都要用户确认,跳过不得。 话术要简单,一句话只做一件事:

默认全流程(改写+评估)

开跑前一次确认:

帮你改写(约 12 点)+ 模拟读者验收(约 15 点),一共约 27 点,实际按用量算。可以吗?

改写完成后确认评估:

改好了 ✅ 实际扣了 {N} 点。接下来让模拟读者验一遍「还像不像 AI」,约 15 点。要验吗?

只改写

帮你改写,约扣 12 点,实际按用量算。可以吗?

直接评估

让模拟读者验收,约扣 15 点,实际按用量算。可以吗?

扣点相关规则

  • 用户未确认/犹豫 → 不跑脚本
  • 确认词统一用「可以吗?」,别混用「开搞?」「确认?」「来?」
  • 成功后告知实扣:HUMAN_EVAL_POINTS_USED 有值就说「实际扣了 N 点」,没值就说「约扣 N 点,以账户为准」
  • 失败后告知:「出了点问题,点数已退回来,要不要再试?」

运行方式

# 改写
python3 scripts/human_eval.py --mode rewrite --text "<原文或文件路径或->" --platform xhs --only-create
python3 scripts/human_eval.py --poll-task  --text "<原文>" --out ./改写报告.md

# 评估(改写完成后)
python3 scripts/human_eval.py --mode eval --text "<改写终稿>" --platform xhs --only-create 
  --personas "25-34-女-白领-高消费,35-44-女-宝妈-中消费"
python3 scripts/human_eval.py --poll-task  --text "<改写终稿>" --out ./评估报告.md

# 失败重试
python3 scripts/human_eval.py --retry-task  --out ./报告.md

# 同步一把梭(Web 端易被打断,慎用)
python3 scripts/human_eval.py --mode rewrite --text "..." --platform xhs --out ./改写报告.md
python3 scripts/human_eval.py --mode eval --text "..." --platform xhs --out ./评估报告.md

脚本参数说明:

  • --mode rewrite|eval:必填。改写或评估。两次必须用不同 --idempotency-key。
  • --platform xhs|channels|mp|dy:默认 xhs
  • --personas:读者(如 25-34-女-白领-高消费),仅 eval 生效
  • --comment-count:评论条数 1–20,默认 6,仅 eval 生效
  • --out PATH:输出路径,缺省 报告-.md
  • --only-create:仅创建拿 task_id,配合 --poll-task
  • --poll-task :轮询,建议带 --text
  • --retry-task :重试,沿用原 mode
  • --timeout 90 / --poll-interval 5 / --insecure / --idempotency-key
  • --text -:从 stdin 读

输出交付

脚本 stdout 协议(你内部用,不对用户展示):

HUMAN_EVAL_POINTS_USED=<实扣点>
HUMAN_EVAL_PLAN_POINTS=<预估点>
HUMAN_EVAL_REPORT_FILE=<文件路径>
HUMAN_EVAL_TASK_ID=<任务id>
HUMAN_EVAL_MODE=
=== HUMAN_EVAL_REPORT_START ===

=== HUMAN_EVAL_REPORT_END ===

⚠️ 交付 = 用户必须直接在对话里看到报告全文。 只告诉用户「报告已保存到 xxx」不算交付,用户根本看不到内容。

第一步:把报告内容渲染出来(唯一核心交付)

脚本 stdout 里 === HUMAN_EVAL_REPORT_START === 和 === HUMAN_EVAL_REPORT_END === 之间的内容就是完整 Markdown 报告。你必须把这段 Markdown 直接输出到对话里,让用户在对话里就能看到完整的标题、卡片、引用排版。

❌ 绝对不能:

  • ❌ 只说「报告已生成/已保存」却不在对话里输出正文
  • ❌ 只告诉用户 MD 文件路径就认为交完了
  • ❌ 把 HUMAN_EVAL_*= 协议行、=== 分隔符展示给用户
  • ❌ 把带 n 的原文原样贴给用户

第二步:加上收尾话术

改写交付:输出 Markdown 后说——

改好了 ✅ 实际扣了 {N} 点。

如果预设要跑评估,接着说——

要让模拟读者来验一遍吗?约 15 点。

评估交付:输出 Markdown 后说——

上面就是模拟读者的验收结果,实际扣了 {N} 点。

然后给建议:

  • 均分 ≥ 7 / 可发 → 「读者普遍觉得像真人写的,可以直接发了。」
  • 均分 < 7 / 有 AI 嫌疑 → 「还有几个地方读者觉得像 AI,要不要我针对这几个点再改一轮?」

评估交付末尾附免责(见「免责声明」节)。

扣点数值取法:HUMAN_EVAL_POINTS_USED 有值说「实际扣了 N 点」,没值说「约扣 N 点,以账户为准」。

第三步(可选):提一句文件位置

报告主体已经在对话里了,可以顺带说一句「MD 文件也存了一份在 {HUMAN_EVAL_REPORT_FILE}」,但这步跳过也行,不能代替第一步。

退出码处理

码 怎么了 你对用户说
0 成功 渲染报告 + 告知扣点
2 没 API Key 引导去 auth 页取 key
3 参数不对 补全后重试
4 余额不足 引导充值
8 Key 失效 重新获取 key
10 其他 4xx 按服务端提示修正
11 网络错误 「出了点问题,点数已退回来,要不要再试?」
12 任务失败 「出了点问题,点数已退回来,要不要再试?」
13 还在跑(不是失败) 对用户说「还在处理」→ 立刻继续 --poll-task,别停

免责声明

评估交付时附一句(语气轻松):

提醒一下,这个读者反应是模拟的,仅供参考哈,不能当发布决策的唯一依据。

改写本身是风格编辑,不声称「无法被 AI 检测器识别」。

通用原则

  • 引用 reference 用相对路径
  • 报告 Markdown 由后端渲染,skill 侧不做模板
  • 最终 MD 由脚本覆写,agent 不要手动追加/改写输出文件
  • 交付时务必把 Markdown 真正渲染给用户
  • 只使用异步任务接口:POST /tasks → GET /tasks/{id} → 可选 POST /retry
  • 改写和评估是两次独立任务,各扣各的点,--retry-task 沿用原 mode
  • 两次任务必须用不同 --idempotency-key
  • 所有用户沟通话术的单一事实源:references/usage-notes.md — 遇到不确定怎么说,去那里查
目录

热门AI工具

更多
WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

小橡皮AI

一款AI工具,主要用于小橡皮一键去AI味,将机器味重的内容改得更有活人感,防止因为 AI 内容被平台打上 AI 标签,以及限流,适合需要提升相关任务效率的用户。

VibeKnow
VibeKnow Hot

一款AI视频创作工具,主要用于全球首个AI知识视频创作平台,文档、文章、网页,一键生成视频,适合需要提升相关任务效率的用户。

音述AI
音述AI Hot

一款AI音频处理工具,主要用于音述AI是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区,适合需要提升相关任务效率的用户。

立刻MV
立刻MV Hot

立刻MV是一款AI文本写作工具,AI 音乐视频(MV)创作工具。

AionClaw
AionClaw Hot

AionClaw是一款面向办公、创作和编程任务的AI桌面智能体。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

PixPix
PixPix Hot

PixPix是一款面向电商视觉生产的AI商品图生成工具。

相关专题

更多
Gradle插件开发入门教程
Gradle插件开发入门教程

本专题介绍Gradle插件开发的基本流程,涵盖插件类编写、自定义任务注册、扩展参数设计和插件应用方法,帮助你理解插件如何组织构建逻辑,减少多个项目之间的重复配置。

0

2026.10.22

Gradle Wrapper配置教程
Gradle Wrapper配置教程

本专题介绍Gradle Wrapper的基本作用,涵盖文件组成、生成方法、版本配置和任务调用,帮助你理解项目如何使用指定的Gradle版本,减少不同开发环境带来的构建差异。

0

2026.10.22

Golangci-lint检查器使用教程
Golangci-lint检查器使用教程

本专题整理Golangci-lint常用Linters的用途与配置方法,覆盖错误处理、无效代码、安全、复杂度、命名和依赖检查,帮助项目合理选规则。

0

2026.10.22

Gradle怎么构建Java项目
Gradle怎么构建Java项目

本专题介绍Gradle Java项目构建方法,涵盖Java插件配置、依赖声明、源码编译、测试执行和打包检查,帮助你理解各阶段的任务关系,逐步完成项目构建。

0

2026.10.22

PHP时间戳漏洞修复教程
PHP时间戳漏洞修复教程

本专题汇总PHP常见时间戳漏洞,包括2038年溢出、时区漂移、时间戳伪造、重放攻击、时间盲注与日志审计失效等,并给出升级64位环境、使用 DateTimeImmutable、统一UTC、严格超时校验、预处理绑定、hash_equals 比对等修复方案,帮助开发者快速排查和加固时间相关代码。

0

2026.10.22

Golangci-lint配置文件与规则设置
Golangci-lint配置文件与规则设置

本专题聚焦Golangci-lint YAML配置文件,讲清运行参数、规则启停、目录排除、问题过滤及严重级别设置,便于团队统一检查标准。

0

2026.10.22

Golangci-lint安装与入门教程
Golangci-lint安装与入门教程

本专题讲解Golangci-lint的安装、初始化、基础命令和首次代码检查,覆盖本地环境、Docker及多平台用法,帮助Go开发者快速上手。

0

2026.10.22

PHP2Shell高危漏洞修复教程
PHP2Shell高危漏洞修复教程

PHP2Shell漏洞是什么,哪些PHP版本和运行环境会受到影响,服务器应该如何检测与修复?本专题提供版本自查脚本、Linux与Docker升级命令、PHP-FPM和Apache排查步骤,以及修复验证、临时缓解和应急响应方案。

0

2026.10.22

剧云人物设定与关系管理教程
剧云人物设定与关系管理教程

本专题介绍剧云人物设定与关系管理,讲解角色小传、性格职业、人物目标、背景资料和关系网络的创建及维护方法。

0

2026.10.22

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn