资讯详情

yomiyasu 的核心机制:把AI日语改自然的7大转换原则详解

📅 2026/10/4 6:26:20 | 华诺云谱 👁 阅读
yomiyasu 的核心机制:把AI日语改自然的7大转换原则详解
yomiyasu 的核心机制把AI日语改自然的7大转换原则详解【免费下载链接】yomiyasuAI生成の日本語を自然な日本語へ推敲するAgent Skill / Agent Skill for Refining AI-Generated Japanese into Natural Japanese项目地址: https://gitcode.com/gh_mirrors/yo/yomiyasuyomiyasuよみやす是一款专为 AI 日语生成内容设计的 Agent Skill能把 AI 生成的日语推敲成自然、易读、信息密度高的日语。它不像传统AI味去除工具那样只靠禁止某些单词而是通过 7 大转换原则把句子的语法骨架谁・做什么・怎么做重新搭建起来。本文面向新手用最少的前置知识讲透这套核心机制。一、yomiyasu 是什么给AI日语脱味的推敲技能简单说你把 AI 写的日语草稿贴给 AI 助手说一句把这篇文章改得更好读yomiyasu 就会按内置规则逐句改写输出一篇没有AI味的自然日语。它主要面向技术文章、规格书、PR 说明、内部报告这类实务文体。它的定位和安装方式如下加载方式作为 Agent Skill 装入 Claude Code、Codex、Cursor 等 AI 编程环境一条命令npx skills add nanaism/yomiyasu即可安装。调用方式自然语言指令例如把这篇文章改得更好读或消除 AI 味。规则载体核心规则写在 SKILL.md 中语法转换细则在 references/gemini-syntax.mdAI 高频用词黑名单在 references/slop-catalog.md。关键问题来了为什么只靠禁用词表救不了 AI 日语因为 AI 日语的别扭之处不在个别单词而在句子结构。把触感换成实际句子依然拗口。yomiyasu 的答案就是下面这套 7 大转换原则。二、7大转换原则详解从句子骨架修复AI日语这 7 条原则来自对语法研究和语料库定量分析的整理完整定义见 references/gemini-syntax.md。下面逐条拆解。原则1SVOCM 完全复原——让每句话都能独立说明谁做了什么AI 日语最典型的问题主语的省略、被动语态、这个某一方这类指示代词连发导致读者需要脑内补完才能读懂。yomiyasu 的做法是把句子复原成S动作主体 O对象 V动作的完整结构且只补上下文里明确出现过的成分绝不擅自虚构。改写前AI生成改写后yomiyasu把两者相对照差异就会浮现。把两者对比一下差异就能明确看出来。改写后单看这一句就懂不用回头猜相对照是谁在照什么。原则2动作主体与作用范围明确——要求和功能说明各司其职日语里主语常省略句尾形式实际承担了谁行动、是规定还是建议的信息。AI 写作时往往不先定文章立场导致方针体〜します、建议体〜しましょう、评价体〜很重要混杂在一起。yomiyasu 会先把整篇文档的立场判定为三种之一——建议 / 规定 / 说明再把所有句尾统一到该立场改写前立场混杂改写后立场统一会议前共享资料。作者口吻事前确认请多留心。会议前请共享资料。事前确认请多留心。读者向的请求统一用〜してください请〜功能说明统一用〜できます可以〜各司其职。原则3非生物主语分解——别让概念自己动代码在诉说系统在许愿——给工具、概念配上情感和意志的拟人化是 AI 日语的另一大病灶。这类句子读起来文艺实际信息量为零还掩盖了真正的行为主体。yomiyasu 只拆解拟人化表达客观描述如这个工具会收集日志会原样保留改写前拟人化改写后客观化这份文档在诉说 API 的规格。这份文档里写着 API 的规格。新的指南在促使团队改变。随着新指南的实施团队的推进方式正在变化。原则4比喻动词技术操作化——把悄悄坏掉翻译成具体现象这是 yomiyasu 最有辨识度的原则。倒向见效融化碾碎这类 AI 偏爱的比喻动词大多来自英语技术习语silently fail、works for 等的直译。改写前AI比喻改写后具体操作通信中断的瞬间画面悄悄卡住。通信一旦断开屏幕会在你不知不觉间停止响应。异常发生时向安全侧倒向。异常发生时以安全为优先进行处理。在设定反映上融化了一整天。设定反映花了一整天时间。注意两个细节一、比喻中隐含的情感后悔、不易察觉要用日常词保留下来二、人类常用的惯用语手忙脚乱冰融化等不属于 AI 比喻原样保留。完整的替换对照表见 references/slop-catalog.md。原则5删除不必要的前置语、否定对比转为肯定重要的是先说结论这类自我标签式开场白以及A 不是、而是 B式的假想否定对比是 AI 用来撑篇幅的套路。yomiyasu 的处理是有条件下删删掉之后论点不变的前置语直接删但如果否定本身承担了论点读者容易误解为 A作者特意纠正为 B则保留否定、只把措辞改自然。改写前改写后先说结论按下这个按钮就完成了。按下这个按钮就完成。重要的不是画面的外观而是背后的数据结构。画面外观之外背后数据结构才是重要的。原则6意义保持、防止无谓信息增补改写最危险的副作用是改着改着把原意改了。yomiyasu 把意义保持设为最高优先级改写前后必须保持四点不变论点、信息比重、断言强度、句子功能。具体规则包括不擅自增补原文没有的主体、条件、数值、例子、专业术语。不削掉技术参数、版本条件、例外分支这类技术约束。原文是推测就保持推测〜也有可能不会被升格为断言。信息不足时不硬补而是在输出末尾以需要和作者确认的点列出。原则7契合呼吸节奏的句长、逗号与装饰的抑制最后一条管读感目标句长平均 3045 字每句逗号 02 个emoji、句尾冒号、em-dash—、不增加信息量的括号、英文单词前后的多余半角空格全部排除。同时它也克制自己不为了凑指标把句子切成顺序就是一切。需要决心。这种断片式短句也不因为句子长就机械拆句——只有当拆句后能用连接词保住因果和顺序关系时才拆。三、原则如何落地技能运行时的4步流水线7 大原则不是口号在 SKILL.md 中它们被编排成可执行的四步流程Step 1 上下文与段落把握判定领域tech 技术文章 / business 业务规格 / essay 随笔分别对应 references/domains/ 下的三份领域规则判定全文立场确认意义四要点。Step 2 文章改写按上述 7 大原则逐句重写所有改动记录在变更之处清单里方便读者核对。Step 3 静态检查Linter运行随附的 scripts/yomiyasu_lint.py把AI 味数值化比喻动词、过多加粗、列表化、emoji 等逐项扣分给出客观分数。Step 4 差分检查Diff运行 scripts/yomiyasu_diff.py 对比改写前后专查是否偷偷加了信息是否漏了原文前提防止改写跑偏。这种LLM 负责改写 确定性脚本负责验收的双层设计避免了让 AI 自己给自己打分的自评偏差。四、效果如何160篇语料库的验证数据项目在 tests/corpus/ 下维护了一个 160 篇规模的验证语料库8 类实务文体 × 3 种语气风格casual/default/formal的原始 AI 输出、禁止词表式改写的对照输出、yomiyasu 改写输出外加人类文书和边界值测试饭团冰融化等正当日语不误判。以异步处理的典型 AI 句为例改写前后对比完整版见 evals/comparison_benchmark.md改写前改写后仅仅传递消息的话背后的数据会悄悄坏掉。仅靠消息传递的话一旦通信中断或服务器重启处理就可能中途停止存在数据不一致的风险。谁在什么条件下会遇到什么问题被完整还原——这正是 7 大原则合力产生的效果。五、快速上手安装与使用 yomiyasu 的3步第 1 步安装技能npx skills add nanaism/yomiyasu也可通过npx openskills install nanaism/yomiyasu装入 Cursor / Codex或作为 Claude Code 插件安装详见 README.md 的安装一节。第 2 步粘贴草稿并下指令把这篇文章改得更好读。 粘贴要修改的文本第 3 步可选指定领域想按特定文体调整时加一句领域说明即可例如改得更好读面向技术文章tech、面向业务规格business、面向随笔essay省略时技能会从输入内容自动判断。⚠️ 小提醒如果环境里同时启用了其他日语校对类技能指令会互相干扰建议临时禁用后再使用 yomiyasu。六、关键文件导航文件作用SKILL.md技能主入口基本规则 4 步执行流程 输出格式references/gemini-syntax.md语法转换原则全集本文 7 大原则的完整定义与示例表references/slop-catalog.mdAI 高频比喻动词・英语直译句式・2026年急增词 的替换对照表references/domains/tech.md技术文章领域规则加粗每千字 12 处、列表占比 15% 以下等量化指标scripts/yomiyasu_lint.pyAI 味数值化 Linter支持--strict模式接入 CIscripts/yomiyasu_diff.py改写前后差分检查防意义漂移tests/corpus/160 篇验证语料库raw_ai / yomiyasu_rewritten / human / edge_casesevals/comparison_benchmark.md基于公开许可文档的改写前后对比验证数据七、小结为什么是转换原则而不是禁用词表回顾 yomiyasu 的 7 大转换原则SVOCM 复原、立场统一、非生物主语分解、比喻动词具体化、前置语与否定对比整理、意义保持、句长与装饰抑制。它们的共同点是把改写单位从单词升维到句子结构和文档立场。单词表只能堵住一个出口换个近义词 AI 味照样漏出来而语法骨架修复后谁在什么条件下做了什么自然浮出水面——这才是 AI 日语读起来别扭的真正病根也是 yomiyasu 作为 Agent Skill 的核心机制所在。【免费下载链接】yomiyasuAI生成の日本語を自然な日本語へ推敲するAgent Skill / Agent Skill for Refining AI-Generated Japanese into Natural Japanese项目地址: https://gitcode.com/gh_mirrors/yo/yomiyasu创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
📝

华诺云谱内容团队

资深建站顾问 · 行业研究员

10年+企业数字化服务经验,专注智能建站、SEO优化与品牌营销,持续输出建站技巧、行业洞察与营销干货,已帮助5000+企业实现数字化增长。

你可能需要的服务

订阅华诺云谱资讯周报

每周一封,精选建站技巧、SEO与营销干货,直达邮箱。已有 8,000+ 企业主订阅,助你少走弯路。

↑