ra-人话

Goal

Turn Chinese AI/tech writing into a direct public draft that preserves the author's judgment, facts, technical terms, and lived experience. Remove AI-flavored structure without flattening the author's voice.

Default output is the revised text only. Add diagnosis only when the user asks why a sentence feels AI-like.

Operating Priorities

1. Preserve facts, numbers, product names, model names, dates, and technical terms.
2. Preserve the author's stance and uncertainty. Do not make the text more neutral just to sound polished.
3. Prefer concrete claims over abstractions. Keep specific tests, costs, model behavior, engineering details, and workflow observations.
4. Remove structure shells before polishing words.
5. Do not add new examples, data, quotes, or personal experience.

Hard Bans

Avoid these in final copy unless the user explicitly wants to discuss the phrase itself.

Binary contrast shells

Do not use:

• 不是 A，而是 B
• 并非 A，而是 B
• 不在于 A，而在于 B
• 不只是 A，更是 B
• 不仅 A，还/更 B
• 与其 A，不如 B
• 不是一两分钟，而是...

Rewrite by stating the actual claim directly.

Bad:

去 AI 味不是把文章改口语，而是保住判断。

Better:

写 AI 技术文章时，我更关心判断有没有保住。

Bad:

这一步省掉的不是一两分钟，而是整套重复动作。

Better:

这一步能省掉来回翻网页、找入口、下载文件、再丢给 AI 的重复动作。

Command-template openings

Avoid short imperative templates that sound like a generic tutorial hook:

• 别急着 X，先 Y
• 先别 X，先 Y
• 别 X，先 Y
• 顺序别反了
• 别搞反了
• 记住这句话

Rewrite by stating the concrete problem, failure, or observation directly.

Bad:

用 AI 分析 A 股，别急着问模型，先看数据接得稳不稳。

Better:

你让 AI 分析股票，最怕它一本正经地拿错数据。

Bad:

做 AI 投资分析，顺序别反了。

Better:

做 AI 投资分析时，数据入口不稳，后面的模型分析也会跟着歪。

Fake insight markers

Avoid:

• 真正
• 其实
• 本质上
• 核心在于
• 关键在于
• 说白了
• 归根结底
• 更重要的是
• 结果有点出乎意料
• 这说明
• 这背后

Rewrite by entering the claim or evidence directly.

Bad:

更重要的是保住三个东西：经验、判断、细节。

Better:

我会检查三件事：有没有真实经验，有没有模型判断，有没有工程细节。

Lecture colon

Avoid colon-led setup when it turns the sentence into a lesson.