去 AI 味是社区里被反复讨论的一类需求，核心痛点在于模型默认输出往往用词华丽、句式重复、缺乏人类表达的节奏感 [6]。围绕这个问题，目前主要有两种形态的解法：一种是封装成 Skill 直接调用，另一种是提炼成一段提示词或规则清单贴进对话。两者思路一致，都是把"什么样的文字不像 AI"这种隐性经验，变成显性、可复用的规则。
在 Skill 形态里，最有代表性的是 lieflat-gongwen 公文 Skill。它专门训练 AI 学体制内文风，把套话空话全部过滤掉，定位是"一篇顶十篇" [1]。这个 Skill 的适用场景比较明确，就是公文写作这类有固定语体要求的文本，通过让 AI 贴近真实体制内表达习惯来消解机器味 [1]。它的仓库地址是 github.com/larashero3-dotcom/lieflat-gongwen，当时有 67 人收藏 [1]。
另一条路径更轻量，只用提示词就能见效。@laobaishare 发布过一个被称作"去 AI 味神级 prompt"的提示词，可以直接用来给生成文本去除生硬的 AI 痕迹 [2]。更极简的是网友 @gkxspace 分享的方法，只加一句"禁止使用状语"的提示词，就能提升 AI 写作的质感 [3]。这类方法的价值在于零成本、即贴即用，不需要安装任何东西。
如果追求系统性的改善，社区在大量实践中总结出了一套从立规矩到给样本再到调心态的递进式方法 [6]。第一个技巧是在对话开始前为 AI 设定明确的写作规则，相当于给实习生一本写作手册：禁止使用"心跳加速""呼吸一滞"这类身体反应的陈词滥调，要求多用具体名词和有力动词，比如用"冲了过去"代替"他快速地走"；同时控制修饰语和副词数量，并强调长短句交替，避免通篇复杂句 [6]。这些规则以文件或列表形式粘贴到对话中即可生效 [6]。
Skill 生态里还有两个相关方向值得留意。一是 skill-doctor 那一批 Skills 中，有一条明确"专治 AI 写作腔"，与其他几条一起被归为用最小成本撬动具体问题的解法 [7]。二是 writing-skills 项目，把 plain language、tech writing 这类成熟写作方法论做成了 14 套结构化调用，让 AI 写东西时有了"行业老师傅"的章法，而不是瞎凑字数 [12]，这个仓库在 github.com/surendranb/writing-skills，当时有 17 人收藏 [12]。
提示词本身的优化工具也能间接帮上忙。Prompt Master 可以生成适配各类 AI 的最优提示词，减少浪费的 token 用量、提升使用效率 [11]；开源项目 Prompt-Optimizer 则帮你优化提示词结构，让大模型输出更符合预期，省下反复试错的调试时间 [20]。这类工具并不直接处理"AI 味"，但能让你写出的去味规则更容易被模型准确执行。
总体来看，去 AI 味的 Skill 和提示词目前都集中在"写规则"这个层面——把人类写作的具体约束（少用副词、长短句交替、避免陈词滥调、贴合特定语体）明确写出来交给模型。选择哪一条路径，取决于你是需要针对特定文体的完整封装（如公文场景选 lieflat-gongwen），还是只想在日常对话里随手加一句限制条件。