無損 Markdown 易讀改造
為注意力易分散者改造 Markdown，保留完整資訊
描述
把 Markdown 文件改造成注意力容易分散的人也讀得下去的樣子：結論前置、段落切碎、句子變短、動作明確、噪音歸零。 跟一般的「幫我優化排版」不一樣的地方在於三點。 第一，改動範圍可控。可以只改格式，正文一個詞都不動，只重排標記、空白和區塊的順序；也可以只改措辭，不碰排版風格；不指定就兩者都改。規範和 API 文件這類怕改動的可以用輕改模式，會議記錄和凌亂筆記可以用重構模式。 第二，絕不刪除資訊。讓模型「精簡一下」最常見的結果是悄悄漏掉兩句限制條件，而你不會立刻發現。這個技能的鐵律是只重排不刪除，篇幅太長就折疊或移到附錄，改完還會列出「刻意沒改什麼」讓你能核對。 第三，順手洗掉 AI 味。翻案式語氣、預告式冒號、裝深刻、黑話、空泛量詞、沒有數字的宣稱、從句堆疊，這些不只是文風問題，每一種都要讀者多花一次注意力。而模型在改寫內容時，恰恰最容易寫出這些。 原專案是一份跨 agent 通用的 skill，帶有確定性腳本層，可進行評分和無損校驗（Claude Code、Codex、Grok Build、Gemini CLI、Cursor、opencode 都能安裝）。youmind 上這一版是純提示詞版本，規則已內嵌，但沒有腳本校驗，所以改完請對照原文核對數字和例外條件。 原始碼與規則庫：github.com/tsonglew/adhd-md
相關技能
查看全部
寫作學術論文AIGC降重與品質保真改寫專家v7.0
📚 學術論文 AIGC 降重與品質保真改寫專家 v7.0 面向研究生、科研工作者與論文作者打造的學術文本優化技能，以「源頭控制 → 過程糾偏 → 結果核查 → 逆向自檢 → 複檢迭代」為核心閉環，在保護原意、專業術語、數據和核心結論的前提下，系統診斷並優化論文中的模板化表達、機械邏輯、內容空泛、術語失準及風格不一致等問題。🔍📝 🌟 核心能力 🔬 多層風險診斷 覆蓋 10 類通用文本指紋，並輔助識別 ChatGPT、Claude、DeepSeek、文心一言等模型常見的表達模式。 🧠 深層語義重構 不局限於同義詞替換，而是從命題表達、信息順序、論證切入點和論據組織方式入手，重建更自然、更有深度的學術論證。 ✍️ 品質保真改寫 綜合運用 13 種句式變換策略與 20 類高頻模板表達清理方法，改善機械句式、重複連接詞和過度規整的表達結構。 📊 全文結構診斷 通過大循環與五大鐵三角，檢查研究問題、理論、綜述、方法、結論和創新之間是否形成完整閉環。 🧩 精細化章節適配 針對摘要、引言、文獻綜述、研究方法、結果、討論和結論，分別制定差異化診斷與改寫策略。 🌐 跨語言風險掃描 輔助識別翻譯腔、被動語態堆疊、長句嵌套及中英文混排異常，讓中文學術表達更加自然、準確。 🔄 逆向自檢閉環 改寫完成後，從手法分佈、新增文本指紋和信息完整性三個方面再次核驗，避免「越改越像模板」或關鍵內容丟失。 🛡️ 學術規範保護 不編造文獻、數據、案例與政策依據；對需要作者核實的信息單獨標註，並提醒如實披露 AI 使用情況。 🎯 適用場景 ✅ 單段或局部章節優化 ✅ 檢測報告標記段落定向修改 ✅ 摘要、引言、綜述、討論與結論精修 ✅ 全文 AIGC 風險特徵診斷 ✅ 目標期刊語言與結構適配 ✅ 投稿前質量審查與一致性核驗 📦 最終交付 📄 品質保真的改寫文本 🔎 風險與問題診斷報告 🛠️ 改寫策略及手法說明 ✅ 逆向自檢與信息完整性報告 💡 作者核實事項及後續修改建議 🎓 原意不失真 · 邏輯不斷裂 · 數據不編造 · 學術質量不下降 ⚠️ 本技能旨在提升學術表達質量並降低文本中的風險特徵，不承諾通過任何特定檢測平台，也不保證達到某一具體檢測數值。
中文去黑話與主謂賓審校
把「看起來很專業，讀完卻不知道誰要做什麼」的中文材料，改寫成讀者能直接理解、執行與核對的表達。它適用於報告、方案、通知、文章、產品文件、專案報告、制度培訓、客服內容、社群文章，以及 AI 生成文字的語言審校，重點處理中文黑話、空泛口號、抽象名詞與撰寫者視角。 在不改變事實、數量、日期、名稱、範圍、結論強度與證據界線的前提下，技能會將「賦能、強化管理、推動落地、形成閉環、協同對齊」等難以轉化為具體行動的說法，改寫為更具體的人員、動作、對象、條件與結果；同時檢查關鍵句是否清楚交代主語、動作與對象，讓讀者明確誰負責什麼、作用於什麼，以及如何判斷是否完成。必要時會保留法規、標準與產品等專業術語，並以一般語言補充解釋。 輸出通常包含可直接使用的改寫稿、影響理解的關鍵改動，以及原文無法確認的負責人、時間、數據、證據或專業定義。它不會憑空補充資訊，也不會把建議、紀錄或系統狀態改寫成已完成、已解決或已驗證的事實，適合希望提升中文材料可讀性、準確性與可執行性的寫作者、編輯與業務團隊。
內容分身術 · 一稿通發全平台
你有沒有算過，你每週有多少時間不是在創作，而是在「搬運」？ 一篇稿子寫完，公眾號發一遍，小紅書拆成卡片再改一遍，視頻號換成口白又寫一遍……同一個觀點，用五種說法重複五次。真正動腦的創作可能就一小時，剩下大半天全耗在「把它翻譯成每個平台的語言」上。 這個技能，就是用來終結這件事的。 丟進一份素材——文章、錄音、甚至幾句靈感——它先像個操盤手一樣判斷「這份內容最適合做成什麼」，再一鍵裂變成你要的型態：公眾號長文、小紅書圖文、短影音分鏡、PPT、資訊圖表、Newsletter、漫畫、甚至可重複使用的方法論。一份骨架，八種型態，觀點還不跑偏。 但真正有價值的是這兩點，也是市面上「一鍵改寫」工具給不了的： ① 它寫出來的，是「你」，不是「AI」。花5分鐘餵它幾篇你寫過的東西，它就摸透你的語氣、口頭禪、節奏。之後所有平台的文案都帶你的筆風——持續迭代 你越用它越像你。 ② 它專門治「AI味」。內建一套中文去AI腔的規則，把那些「賦能、閉環、綜上所述」的機器感清理乾淨，讓讀者看不出是AI寫的。 寫一次，發到所有地方。把省下來的時間，還給真正的創作。
無損 Markdown 易讀改造
為注意力易分散者改造 Markdown，保留完整資訊
描述
把 Markdown 文件改造成注意力容易分散的人也讀得下去的樣子：結論前置、段落切碎、句子變短、動作明確、噪音歸零。 跟一般的「幫我優化排版」不一樣的地方在於三點。 第一，改動範圍可控。可以只改格式，正文一個詞都不動，只重排標記、空白和區塊的順序；也可以只改措辭，不碰排版風格；不指定就兩者都改。規範和 API 文件這類怕改動的可以用輕改模式，會議記錄和凌亂筆記可以用重構模式。 第二，絕不刪除資訊。讓模型「精簡一下」最常見的結果是悄悄漏掉兩句限制條件，而你不會立刻發現。這個技能的鐵律是只重排不刪除，篇幅太長就折疊或移到附錄，改完還會列出「刻意沒改什麼」讓你能核對。 第三，順手洗掉 AI 味。翻案式語氣、預告式冒號、裝深刻、黑話、空泛量詞、沒有數字的宣稱、從句堆疊，這些不只是文風問題，每一種都要讀者多花一次注意力。而模型在改寫內容時，恰恰最容易寫出這些。 原專案是一份跨 agent 通用的 skill，帶有確定性腳本層，可進行評分和無損校驗（Claude Code、Codex、Grok Build、Gemini CLI、Cursor、opencode 都能安裝）。youmind 上這一版是純提示詞版本，規則已內嵌，但沒有腳本校驗，所以改完請對照原文核對數字和例外條件。 原始碼與規則庫：github.com/tsonglew/adhd-md
相關技能
查看全部寫作學術論文AIGC降重與品質保真改寫專家v7.0
📚 學術論文 AIGC 降重與品質保真改寫專家 v7.0 面向研究生、科研工作者與論文作者打造的學術文本優化技能，以「源頭控制 → 過程糾偏 → 結果核查 → 逆向自檢 → 複檢迭代」為核心閉環，在保護原意、專業術語、數據和核心結論的前提下，系統診斷並優化論文中的模板化表達、機械邏輯、內容空泛、術語失準及風格不一致等問題。🔍📝 🌟 核心能力 🔬 多層風險診斷 覆蓋 10 類通用文本指紋，並輔助識別 ChatGPT、Claude、DeepSeek、文心一言等模型常見的表達模式。 🧠 深層語義重構 不局限於同義詞替換，而是從命題表達、信息順序、論證切入點和論據組織方式入手，重建更自然、更有深度的學術論證。 ✍️ 品質保真改寫 綜合運用 13 種句式變換策略與 20 類高頻模板表達清理方法，改善機械句式、重複連接詞和過度規整的表達結構。 📊 全文結構診斷 通過大循環與五大鐵三角，檢查研究問題、理論、綜述、方法、結論和創新之間是否形成完整閉環。 🧩 精細化章節適配 針對摘要、引言、文獻綜述、研究方法、結果、討論和結論，分別制定差異化診斷與改寫策略。 🌐 跨語言風險掃描 輔助識別翻譯腔、被動語態堆疊、長句嵌套及中英文混排異常，讓中文學術表達更加自然、準確。 🔄 逆向自檢閉環 改寫完成後，從手法分佈、新增文本指紋和信息完整性三個方面再次核驗，避免「越改越像模板」或關鍵內容丟失。 🛡️ 學術規範保護 不編造文獻、數據、案例與政策依據；對需要作者核實的信息單獨標註，並提醒如實披露 AI 使用情況。 🎯 適用場景 ✅ 單段或局部章節優化 ✅ 檢測報告標記段落定向修改 ✅ 摘要、引言、綜述、討論與結論精修 ✅ 全文 AIGC 風險特徵診斷 ✅ 目標期刊語言與結構適配 ✅ 投稿前質量審查與一致性核驗 📦 最終交付 📄 品質保真的改寫文本 🔎 風險與問題診斷報告 🛠️ 改寫策略及手法說明 ✅ 逆向自檢與信息完整性報告 💡 作者核實事項及後續修改建議 🎓 原意不失真 · 邏輯不斷裂 · 數據不編造 · 學術質量不下降 ⚠️ 本技能旨在提升學術表達質量並降低文本中的風險特徵，不承諾通過任何特定檢測平台，也不保證達到某一具體檢測數值。
中文去黑話與主謂賓審校
把「看起來很專業，讀完卻不知道誰要做什麼」的中文材料，改寫成讀者能直接理解、執行與核對的表達。它適用於報告、方案、通知、文章、產品文件、專案報告、制度培訓、客服內容、社群文章，以及 AI 生成文字的語言審校，重點處理中文黑話、空泛口號、抽象名詞與撰寫者視角。 在不改變事實、數量、日期、名稱、範圍、結論強度與證據界線的前提下，技能會將「賦能、強化管理、推動落地、形成閉環、協同對齊」等難以轉化為具體行動的說法，改寫為更具體的人員、動作、對象、條件與結果；同時檢查關鍵句是否清楚交代主語、動作與對象，讓讀者明確誰負責什麼、作用於什麼，以及如何判斷是否完成。必要時會保留法規、標準與產品等專業術語，並以一般語言補充解釋。 輸出通常包含可直接使用的改寫稿、影響理解的關鍵改動，以及原文無法確認的負責人、時間、數據、證據或專業定義。它不會憑空補充資訊，也不會把建議、紀錄或系統狀態改寫成已完成、已解決或已驗證的事實，適合希望提升中文材料可讀性、準確性與可執行性的寫作者、編輯與業務團隊。
內容分身術 · 一稿通發全平台
你有沒有算過，你每週有多少時間不是在創作，而是在「搬運」？ 一篇稿子寫完，公眾號發一遍，小紅書拆成卡片再改一遍，視頻號換成口白又寫一遍……同一個觀點，用五種說法重複五次。真正動腦的創作可能就一小時，剩下大半天全耗在「把它翻譯成每個平台的語言」上。 這個技能，就是用來終結這件事的。 丟進一份素材——文章、錄音、甚至幾句靈感——它先像個操盤手一樣判斷「這份內容最適合做成什麼」，再一鍵裂變成你要的型態：公眾號長文、小紅書圖文、短影音分鏡、PPT、資訊圖表、Newsletter、漫畫、甚至可重複使用的方法論。一份骨架，八種型態，觀點還不跑偏。 但真正有價值的是這兩點，也是市面上「一鍵改寫」工具給不了的： ① 它寫出來的，是「你」，不是「AI」。花5分鐘餵它幾篇你寫過的東西，它就摸透你的語氣、口頭禪、節奏。之後所有平台的文案都帶你的筆風——持續迭代 你越用它越像你。 ② 它專門治「AI味」。內建一套中文去AI腔的規則，把那些「賦能、閉環、綜上所述」的機器感清理乾淨，讓讀者看不出是AI寫的。 寫一次，發到所有地方。把省下來的時間，還給真正的創作。
發現下一個適合你的技能
繼續探索更多精選 AI 技能，用於研究、創作和日常工作。