> 中文 — llm-text-hygiene 官方中文版本。

<img src="banner.png" width="100%" alt="llm-text-hygiene banner">

LLM-Text-Hygiene — 从成品文本中清除 AI 残留

概述与目的

在 AI 辅助生成的文本中，会累积一些在草稿中不可见、但在已发表文档中会令人尴尬的残留物：来自聊天会话的对话片段、偏离论证结构的旁白/指示、对语言模型的感谢、未清理的占位符、强加的 LLM 风格模式——以及缺失、错位或不再属实的 AI 披露声明（AI Disclosure）。本技能是发布前的系统性清理环节：检查、保守清理、更正披露声明。它绝不改变文本的实质内容——它只移除不属于作品本身的内容。

检查清单（审计）

五类发现，从明确（直接修复）到敏感（仅作标记）：

1. 聊天残留与旁白指示（明确 → 删除/修复）

属于文本生成“过程”而非文本“本身”的句子：“正如讨论的那样，我们在论文中保留这部分，因为……”、“这是修改后的章节：”、“我很乐意补充……”、残留的 Prompt 片段、给委托人/请求者的元注释。 识别原则： 该句子脱离了文本和论证结构——它针对的是对话场景而非读者。删除时，检查是否需要保留实质性核心内容（将解释转入脚注/正文）。

2. 占位符与施工标记（明确 → 解决）

[TODO: …]、[插入引用]、XXX、<在此添加示例>、带标题的空章节、“（来源？）”。予以解决，或者——如果无法解决——作为真正的开放任务移入项目 TODO 中，并从交付物中移除。

3. LLM 感谢语与拟人化表达（明确 → 移除）

向 ChatGPT/Claude/Gemini 等致谢不属于致谢章节——工具不需要被感谢，它们的使用应在 AI 披露声明中予以声明。同样，移除关于工具的拟人化表述（如“AI 友情建议”）。

4. AI 披露声明（AI Disclosure）（检查 → 更正）

• 是否存在？ 如果文档是在 AI 辅助下生成的，且出版方/项目要求或预留了披露声明：该章节是否存在？
• 是否准确？ 它是否描述了实际的使用情况（既不夸大也不缩小）？如果项目/出版方定义了披露模式（例如分级模式），它是否使用了该模式？
• 位置是否正确？ 是否位于出版方习惯的位置（方法/致谢区域/专门章节），且在所有语言版本中保持一致。

5. LLM 风格模式（敏感 → 仅修复明确情况，其余仅标记）

公式化的过渡句（“总而言之”、“值得强调的是”）、本应使用顺畅正文却过度使用要点列表、“不仅……而且……”句式链、破折号密度过高、对冲词套话，以及英文中众所周知的标记（包括 "delve"、"tapestry"、"it's worth noting" 等）。注意： 文风属于作者的领地——仅平滑处理明确的公式化表达；将其他所有内容作为发现列表提交给作者，而不是直接重写文本。听起来像人类写的并不是本技能的目标；本技能的目标是一个没有异物的文本。

工作流

1. 明确范围： 涉及哪些交付物（文件），哪些语言版本？修改必须在所有版本中保持同步（对照：bilingual-doc-sync）。
2. 机械扫描： 按照信号模式（下表）进行全文搜索——成本低，能可靠地发现第 2/3 类和部分第 1 类。
3. 阅读研判： 沿着论证结构阅读文档——第 1 类发现只能从结构上识别（句子针对对话而非读者）。重点检查：章节开头/结尾、致谢、引言/结论（残留往往最先出现在这些地方）。
4. 清理： 直接修复第 1–3 类（保守地，保留实质内容），更正第 4 类，将第 5 类作为发现列表输出；仅直接平滑处理明确无误的情况。
5. 记录： 记录发现/修改/仅标记的内容——对于有版本控制要求的论文，注明是否需要新版本/重新上传。
6. 对文库进行周期性检查： 与 rotation-check 结合（每次运行一个文档/项目，注册表作为记忆）。

机械扫描的信号模式

| 类别 | 搜索模式 (DE) | 搜索模式 (EN) | | --- | --- | --- | | 聊天残留 | "wie besprochen", "wie gewünscht", "hier ist", "gerne", "im Chat", "wie du sagtest", "lassen wir" | "as discussed", "as requested", "here is the", "I have added", "per your" | | 占位符 | TODO, XXX, […einfügen], <…>, "Quelle?" | TBD, [insert, placeholder, citation needed | | LLM 致谢 | "Dank an ChatGPT/Claude/Gemini", "mithilfe von KI erstellt" (披露声明之外) | "thanks to ChatGPT/Claude", "grateful to the AI" | | 风格标记 | "zusammenfassend lässt sich", "es ist wichtig zu betonen", "nicht nur … sondern auch" | "delve", "tapestry", "it's worth noting", "in conclusion" |

该表是起点，不能替代人工研判：模式提供候选对象，决策在上下文中做出（步骤 3–4）。对于纯机械的字符卫生（表情符号扫描、控制字符、损坏的变音符号），请使用现有工具——编码损坏属于 encoding-fix 的范畴，而非本技能。

示例与应用

text
请求：“在上传前检查论文中是否有 AI 残留。”

1. 范围：paper_de.tex + paper_en.tex。
2. 扫描：1× "as discussed" (EN，第 4 节)，1× "[TODO: 插入引用 Smith]" (两者)，
   致谢中提到 "Claude 的宝贵帮助"。
3. 阅读研判：在引言中有一句话直接针对审稿人
   （“我们将按照要求在 3.2 中处理这一异议”）→ 旁白指示。
4. 修复：删除旁白指示（内容已在 3.2 中），将 TODO 作为任务移入
   TODO.md + 移除占位符，删除 LLM 致谢，改为
   将 AI 披露章节针对实际使用情况予以明确 — 全部在 DE 和 EN 中同步。
5. 记录：实质性修改 → 需要新的论文版本，已填入 TODO.md。

警告信号（Red Flags）

| 想法 | 现实 | | --- | --- | | “我顺便把文本改得更通顺” | 实质内容和文风属于作者——本技能移除异物，而不是润色文风。 | | “发现了风格标记 → 删除” | 第 5 类作标记，不自动重写；仅平滑处理明确无误的公式化表达。 | | “德语版本就够了” | 残留往往只存在于“某一个”版本中——务必检查所有语言版本并保持同步。 | | “把披露声明删掉就干净了” | 顺序颠倒了：删掉 LLM 致谢，把正确的 AI 披露声明填进去——隐瞒不是卫生。 |

相关技能

• encoding-fix — 字节/编码修复（乱码）；本技能在内容层面工作。
• bilingual-doc-sync — 保持应用修复的各语言版本同步。
• rotation-check — 跨文档文库周期性运行的框架。
• textproduction — 文本生成（本技能是生成后的质量保证/QA）。

变更日志

1.0.0 (2026-07-04)

• 初始版本。从 Codex 自动化“research-llm-muster-check”（论文中的聊天片段、LLM 致谢、AI 披露声明）中抽象出来，并泛化至任意交付文本；检查目录扩充了占位符、风格模式和扫描信号表。