01
去除写作 AI 味儿
这个是我开源的一个 skill，就几行指导性的文本。
但能有效去除 AI 生成文本的 AI 味儿。
比如，使用 Claude Code + GLM模型，输入：生成一个文章，介绍一下 AI 大模型浪潮。
输出完了，看看这个文章。
不出所料呀，各种 AI 味儿扑面而来。
详细最近两年，看各种自媒体文章的时候也应该看到下面这种类似的表达和痕迹。
我把这个生成的文章，丢进 AI 检测助手。
100% 的 AI 特征。
然后，同样的 Query，我丢个 Codex + GPT 5.6 模型：
不出意外，直出的 AI 特征率还是 100%。
但是，看具体的 GPT 模型生成的内容，可以发现 GPT 5.6 模型在写作上，效果是会好一些的。
Claude 模型、甚至有些国产模型在输出中文的时候，也会有读起来不通顺的地方。
比如中英文混杂：让我好好想想 -> let me 好好想想。
然后我把 AI 味儿更浓的文章，使用 GitHub 社区上很火的 humanizer-zh 去 AI 味儿 Skill 处理一下。
再看看 AI 特征率是多少。
可以看到还是 100%。
说明这个 SKill 目前在 AI 味儿检测上已经不够用了。
可以试试我的开源的 SKill：chinese-ai-humanizer
一份针对中文写作的极简规则清单。把它交给 Agent，让 Agent 在写作或润色时识别并删掉常见的 AI 腔。
bash
开源地址：https://github.com/Wechat-ggGitHub/chinese-ai-humanizer如果用我开源的 SKill 润色一下 AI 生成的文本，效果还是有的：
但是，还有优化的空间的。
迭代思路很简单，如果遇到你觉得看起来很 AI 的表述，直接把 case 丢给 AI ，让 Agent 反过来优化 skill 就行了。
02
Anthropic 内部最近很爱用的 Skill
前两天，Claude Code 团队的工程师 Thariq Shihipar 在 X 上分享了一个叫 eli5 的 Skill。
这个 Skill 最近在 Anthropic 内部用得很多。
/eli5 <你想让它解释的内容>
Anthropic 的员工会用它理解一个模块怎样工作、学习一个新的概念，以及可视化一次事故是怎样发生的。
而且，这个 Skill 很精简，就几句话，但确实比较有用。
eli5 是 Explain Like I'm 5 的缩写，假设用 Skill 的人对某一个概念一无所知，并把它当成一个 5 岁的孩子解释一下。
生成一个 HTML 页面，用大图和少量文字来解释。
但是这个 skill，针对不同模型表现效果可能不一样。
比如上面视频是基于 Claude 的效果，下面是基于 Codex 的 GPT 5.6 的效果。
比如我输入：
/eli5 详细的介绍一下 Deepseek Harness 的原理、亮点，和 CodeX 的区别。
ruby
开源地址：https://github.com/anthropics/claude-plugins-community/tree/main/eli503
让 AI 了解你真实诉求
Agent 交付的结果不符合你的预期，很多时候可能是你并没有给到 AI 相关的一些上下文补充。
你只是给了一个模糊的想法。
脑子里已经有个大概，但很懂重要的信息，别人不问你也表达不出来。
这时候让 AI 马上给方案，它很容易给到不符合你预期的答案。
grilling 这个 skill 会先追问你。
如果你的想法很模糊，它会不断追问你。
直到 AI 把你的真实诉求一点点的挖掘出来。
比如，你输入：
/grilling 我想做一门面向零基础用户的线上课程
接下来，它可能会问：这门课具体给谁看，希望学员完成后能做到什么，现有课程哪里没有满足他们，准备采用直播还是录播，你能投入多少时间，怎样判断这门课真的有效。
ruby
开源地址：https://github.com/mattpocock/skills/tree/main/skills/productivity/grill-me