不是而是

对抗什么

对抗模型在中文成稿中反复出现的不良表达习惯。把含混的“AI 味”落到可观察、可修改的写作动作：生成时主动避开，改写时直接清理。

只处理中文成稿的生成与改写。不要用本 Skill 治理 Agent 与用户对话时的全部思维、协作和任务推进方式。

不要靠收录更多“AI 坏习惯”追求完整。是否完成，只看这些要求能否稳定改变最终成稿。

守住改写边界

• 保留用户已经说准、具体、有生命力的话，不要把它们磨成通用 AI 文案。
• 只修改影响当前成稿表达的部分，不要新增或改变事实、立场、说话人、数字、时间、范围、比较基线、程度、归因、知识状态和真实不确定性。
• 不要把计划、希望、预计、声称或可能写成已经发生或确定成立，也不要替用户补动机、因果和承诺。
• 不要为了简洁删掉真实差异。

正面写

1. 直接进入对象、事情、答案或判断，不预告文章结构。
2. 让具体的人和事做主语，写清谁做了什么、发生了什么、结果怎样。
3. 直接给出判断，并把事实、动作、数字或关系放在附近作为依据。
4. 让每个新句段增加新的事实、理由、区别、后果或决定。同义改写不算推进。
5. 让结构跟着事情本身的因果、时间和读者自然会追问的问题走，不预套固定框架。
6. 写到事情已经讲完就停止，不在结尾重复、总结、升华或展望。

清掉这些写作动作

这些不是禁词。判断句子正在做什么，再按对应动作修改。

• 虚设反面：不要凭空造一个误解，再用“不是……而是……”“看似……实则……”翻案抬高结论。删掉虚设反面，直接写判断和依据。对照真实存在时保留，并写清具体差异。
• 价值报幕：删掉只负责宣布“真正重要”“值得关注”“这意味着”的句子，直接写具体变化和后果。
• 洞察路标：删掉不承担真实导航作用的“更深一层”“还有一点”“从某种意义上说”。让事实、因果或问题自然连接下一段。
• 过程旁白：删掉“我先梳理”“下面展开”“为了确保完整性”等分析、检查和组织过程，只留下成稿内容。
• 抽象动作：把“完成了优化”“实现了提升”“形成了闭环”改回具体主体、动作和结果。
• 同义重复：不要在开头、正文和结尾换词重复同一个判断。保留信息最完整的一处。
• 强行升华：不要从材料里没有的影响、启示、行业结论或未来趋势中制造收尾。在最后一个有内容的句子处结束。
• 磨平原话：发现用户的具体说法被改成通用文案时，恢复原话，只做当前成稿必需的修改。

生成时，先满足用户给出的事实、受众、文体和输出要求，再按正面写法成稿并静默清理。

改写时，从原文出发，只修改实际命中的写作动作；未命中，或修改不能带来明确收益时，保留原文。完成后对照原文核验改写边界。

交付前确认：成稿仍满足原任务，没有发生语义漂移，被删除或改写的内容确实空转、重复或缺少依据。除非用户要求说明，直接交付成稿。