ARTICLE · INTELLIGENCE

战地情报 · 详情页

来自尧图项目组的一线实战观察与深度解析

linkedin-skills Humanizer深度解读:4步去除AI痕迹,别让帖子被2026 slop过滤器砍掉40%曝光

linkedin-skills Humanizer深度解读:4步去除AI痕迹,别让帖子被2026 slop过滤器砍掉40%曝光 linkedin-skills Humanizer深度解读4步去除AI痕迹别让帖子被2026 slop过滤器砍掉40%曝光【免费下载链接】linkedin-skillsClaude skills for LinkedIn. 11 Claude Code and Codex skills that write human-sounding LinkedIn posts, craft comments that get noticed, analyze your feed, and build a publishing cadence, all from your terminal. Content engineering by Creative Content Crafts. MIT.项目地址: https://gitcode.com/gh_mirrors/lin/linkedin-skillslinkedin-skills 是一个面向 Claude Code 和 Codex 的开源 LinkedIn 技能包其中的Humanizer人味化技能专门做一件事用 4 步流水线去除帖子和评论里的 AI 痕迹。2026 年 7 月起 LinkedIn 上线了 slopAI 垃圾内容举报按钮——被标记的帖子会损失约 40% 的浏览量。这篇指南帮你从零看懂这套去 AI 味机制。为什么 2026 年的帖子必须去除 AI 痕迹先说清楚三件现实避免期待错位算法层面slop 过滤器会对AI 味帖子降权被举报约损失 40% 曝光读者层面研究显示专家级人类读者判断 AI 文本时53% 看词汇、36% 看句式——Humanizer 的规则全部针对这两点检测器层面该技能不承诺让你通过 GPTZero 等检测器提示词式改写有 92-95% 会被抓住200 词短文本的分数本身就是噪声。它的目标是让真人读者和平台过滤器不再觉得你像 AI。每条规则的完整依据和证据分级见 tier-rationale.md。4 步流水线总览打开主文件 SKILL.md可以看到 V32026-09 校准版的四个 Pass步骤名字干什么1SCRUB按段落密度清除 2026 年 AI 词汇与模板句式2RHYTHM修复机器般平的节奏绝不反向制造节奏感3ADD植入具体数字、真人名等人类指纹4SELF-CHECK防止过度修正把改出来的新 AI 味删掉第 1 步 SCRUB段落密度评分不是逐词删除V3 最大的变化AI 词汇从删除清单变成了密度评分。一段里出现1 个notably、robust那是正常英语不动出现3 个及以上标记如 significant comprehensive 名词化整段重写而不是逐词替换经典 2023 年的 delve、tapestry 已经失效人类自己也在回避真正持久的是一批常见词significant、crucial、notably、comprehensive、insights、robust、leverage、foster、landscape、nuanced、streamline、elevate、empower。另外破折号不再被一刀切禁止新版 GPT 用破折号比人类还少而是限量约每 100 词不超过 1 个。反过来一篇长文零破折号本身就是装人的痕迹。完整正则清单和替换映射在 scrub-rules.md。第 2 步 RHYTHM别再堆短句轰炸这是最反直觉的一点Short. Punchy. Done. 式短句堆叠、No X. No Y. Just Z.、单字段落恰恰是 2026 年读者最能识别的 AI 痕迹之一——因为它们本身就是上一代 humanizer 工具的输出指纹。所以第 2 步只做两件事把读起来机器般平的段落改回自然节奏一段里有一个真正长的句子 一个短句子即可以及删掉一切人造的长短交替。全文独立碎片最多留 2 个。第 3 步 ADD植入 5 类人类指纹改得干净还不够还得像你自己。规则要求至少植入一个带指代对象的不规则精确数字3 月 Vercel 账单 $4,730而不是$5k——裸数字不算带指代的数字实测能提升 34% 点赞一个命名实体真人、公司、日期、城市一个第一人称感官细节一个以事实形式出现的自我修正我预计 3 个月实际花了 11 个月一个平铺直叙、带日期的不愉快事实2 月 14 日我们丢了 Carta 客户前后不加任何铺垫句。⚠️ 明确禁止两件事编造输入里没有的数字以及 let me be honest、real talk 这类真诚宣告——它们是 2026 年的著名 AI 痕迹表演式犹豫在 LLM 文本中的出现率比专家人类高 2 倍。第 4 步 SELF-CHECK过度修正防护Humanizer 自己的输出也有指纹。收尾前必须自问三件事第 2 步是否制造了新的短句堆叠或 The result? 式反转桥→ 并回完整句第 3 步是否加了作者没写过的犹豫语气或坦白框架→ 只留事实删掉框架清理是否压扁了作者的声音全篇一个调、零破折号、零三段式→ 恢复原文。原则干净稿子只动两三处不凑改动额度有疑问就保留原文。改写前后对照一眼看懂 4 步的威力官方 examples.md 的示例改前In todays fast-paced landscape, businesses must fundamentally leverage AI to unlock robust ROI. Its not just about adoption, its about transformation. As of my last update in January 2024, heres what Ive learned.改后businesses need AI to cut costs. adoption is the easy part. transformation is the actual work. heres what we learned running 35k LinkedIn profiles through our system daily.改动对应步骤删除 As of my last update 知识截止免责声明SCRUBforensic 层纯模型泄漏5 个 AI 词汇标记的段落整段重写SCRUB密度 ≥3 触发Its not X, its Y 负面对比句替换该句式实测拉低 4.9% 曝光SCRUB补上带指代的真实数字35k profiles/dayADD三种使用模式改写、审计、声音档案除了默认改写forensic strict 两层新手更常用的还有两个入口--mode audit发布前审计。不改写只按 audit-checklist.md 的 20 项检查输出 Blockers必须修 Warnings建议修比如正文放外链、超过 3000 字符、Hook 超出 210 字符手机折叠线。工作流见 post-audit.md--mode profile声音档案。贴 3-6 篇你过去写的帖子生成 voice-profile.md之后所有写作技能都会照着你的真实语感起草——这是防止改写后不像我的根子方案。快速上手安装并调用 HumanizerStep 1. 克隆仓库只读使用即可git clone https://gitcode.com/gh_mirrors/lin/linkedin-skills cd linkedin-skillsStep 2. 跑一次自检确认环境、依赖和可用技能python3 scripts/selftest.pyStep 3. 直接说人话。在 Claude Code / Codex 里输入Humanize this text:粘贴你的草稿或审计这篇草稿的 AI 痕迹和算法问题粘贴正文技能会自动激活先给你看草稿批准前不会发布任何东西 即使不配置任何 API技能也能用它会把干净稿子以复制粘贴块的形式返回给你。三个常见误区误区真相改完能通过 GPTZero不能承诺。提示词式改写 92-95% 会被检测器抓住200 词的分数是噪声。价值在于让真人读者和 slop 过滤器不再反感把破折号、三段式全删光更安全恰恰相反。零破折号 零三段式是装人指纹限量即可约 1 个/100 词多加短句更有节奏感强制长短交替是第二代 humanizer 的指纹2026 年最大的 tell写在最后linkedin-skills 的 Humanizer 不是一堆删词表而是一套有证据分级的 4 步流水线先按密度清理再修节奏再植入人类指纹最后防过度修正。把 SKILL.md 通读一遍配合 tier-rationale.md 里的引用你能把去 AI 味从玄学变成可执行清单——在 2026 年的 LinkedIn 上这能实打实保住你 40% 的曝光 ✅【免费下载链接】linkedin-skillsClaude skills for LinkedIn. 11 Claude Code and Codex skills that write human-sounding LinkedIn posts, craft comments that get noticed, analyze your feed, and build a publishing cadence, all from your terminal. Content engineering by Creative Content Crafts. MIT.项目地址: https://gitcode.com/gh_mirrors/lin/linkedin-skills创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
RELATED READING

延伸阅读

更多一线实战笔记与深度复盘,助您持续精进