humanize-korean quick-rules 深度解析:AI 韩文润文的 Monolith 单次调用 Slim 规则手册

原创2026-10-11 20:05:301,656 阅读

humanize-korean quick-rules 深度解析:AI 韩文润文的 Monolith 单次调用 Slim 规则手册

导读

quick-rules.md 是开源项目 im-not-ai 中 humanize-korean 技能(将 ChatGPT、Claude、Gemini 等模型生成的韩文文本润色为"人写的文章"的编排器技能)的快速路径专用规则手册,供 humanize-monolith 代理在一次 LLM 调用内完成"探测 → 润文 → 自检 → 评分"全流程。它并非手写文档,而是由 scripts/build_quick_rules.py 从分类体系 SSOT(单一事实源)ai-tell-taxonomy.md 中自动筛选 quick: true 标记的模式、以"定义一行 + 处方一行"的格式自动生成的产物。读完本文,你将完整掌握该规则手册的 10 大分类 71 条核心规则、其"定义 1 行 + 处方 1 行"的构建契约、Do-NOT 禁区与内容锚点机制、6 项自检清单、A~D 四级自评标准,以及它在 monolith 代理、变更率门控与 5 轴结构门控中的实际消费方式,并能据此独立阅读、校验甚至扩展该规则体系。

一、quick-rules.md 是什么:Monolith Fast Path 的 Slim 规则手册

在 humanize-korean 技能的三条运行路径(light / standard / heavy)中,quick-rules.md 专供 light 路径(1 次调用) 以及 standard/heavy 路径中的 monolith 润文调用使用:

  • 定位:humanize-monolith 代理在一次调用中完成探测、润文、自检的"瘦身"规则手册。
  • 内容来源:从本阵分类体系 ai-tell-taxonomy.md(10 大分类 × 85 个 AI 痕迹模式,其中活跃 84 个 + 1 个 hold)中,只提取标有 quick: true 的模式,连同处方一起压缩成一行——自动生成,禁止手改。
  • 核心原则:定义 1 行 + 处方 1 行;省略示例句;与主刊 ID 1:1 匹配(由构建过程从结构上保证)。

在 agents/humanize-monolith.md 中可以看到它的实际消费方式:monolith 每次运行只读取两个文件——输入 01_input.txt(或 01_input_with_metrics.txt)与 quick_rules_path 指向的 references/quick-rules.md(约 130 行,仅含 S1/S2 核心),全部工具调用被限制为 3 次(Read 输入、Read 规则、Write 输出),其余探测、润文、自检均在内存中完成。

1.1 为什么必须"自动生成"而不是手写

scripts/build_quick_rules.py 的模块文档记录了一次真实事故:fast 路径的瘦身规则手册过去靠人手与 taxonomy 同步,结果产生了 3 处 ID 漂移(D-3、G-1/G-2、J-3 指向了不同模式)。在 3 次调用的结构中,模式 ID 是"诊断 → 润文"两次调用之间的交接契约,ID 漂移直接变成运行时 bug。改为自动生成后,1:1 匹配由构建过程结构性保证。对应测试 tests/test_quick_rules_build.py 则从四个方向守住这条契约:

  • test_every_pattern_has_quick_meta:taxonomy 中每个模式都必须有 _quick: 元数据,缺失即构建失败;
  • test_quick_rules_is_up_to_date:quick-rules.md 必须与 SSOT 重新生成的输出逐字一致,否则报错"请运行 python3 scripts/build_quick_rules.py 重新生成";
  • test_generated_ids_are_subset_of_taxonomy:生成物中的所有 ID 必须是 taxonomy 中真实存在的 ID;
  • OrphanQuickMetaTests:_quick: 元数据行数必须与解析器归属到模式的个数相等——该测试专门防一个真实事故:某个模式标题误写成 ## 而非 ### 时,其 _quick: true 行会被解析器"静默丢弃",导致该规则从规则手册中整体消失却无人察觉(J-1 曾因此从 quick-rules 与 diagnosis-rules 两处同时缺失)。

1.2 fast 令牌预算保护(Quick Budget)

由于 quick-rules.md 在 fast(light)路径的每次调用中整体注入 monolith 的提示词,规则条数就是直接的提示词成本。构建器内置预算守卫:

QUICK_BUDGET_TARGET = 50            # 目标约 50 条
QUICK_BUDGET_TOLERANCE_PCT = 20    # 允许 ±20%
QUICK_BUDGET_MAX = QUICK_BUDGET_TARGET * (100 + QUICK_BUDGET_TOLERANCE_PCT) // 100  # 上限 60

--check 模式(CI 用)在 quick: true 条数超过上限时返回 exit 1;同时,budget_policy_from_taxonomy() 会从 taxonomy 头部解析"quick: true 约 50 个以内、±20%"的政策句,与脚本内常量双向锁定,防止"只改文档不改进程"或相反的单向漂移(test_guard_matches_taxonomy_policy 专门检查这一点)。历史教训:曾有段时间只有漂移检查、没有条数检查,quick: true 一路从 50 条漏到 61 条越过上限,直到降级 8 条后才补上这道守卫。

二、规则手册的全局约束:在逐条规则之前必须遵守的四个前提

quick-rules.md 头部(固定模板,见 skills/humanize-korean/references/quick-rules.header.md)在逐条规则之前声明了四个全局前提,任何一条规则都不得与之冲突:

2.1 Do-NOT 清单(探测与润文均排除)

以下内容不是润文对象,即使表面符合某条规则的信号也不得触碰:

  • 固有名词、产品名、模型名、机构名;
  • 数字、日期、单位;
  • 带发话者的直接引语——即带"말했다(说)/ 밝혔다(透露)/ 따르면(据…)"等发话标记的大引号内容;
  • 法律条文;
  • 数学、化学、统计学记号;
  • 英语缩写(LLM、GPU、MCP、API 等业界标准)。

唯一的例外:作者自己用引号包裹的自问、强调等修辞手段(无发话标记)属于作者自己的句子,是润文对象(v2.6.2 规则)。

2.2 语式保留(v2.4,必选)

不得把"应当、要求"(~해야 한다)改成事实断言(~한다),也不得把"推测、保留"(~일 수 있다)改成断言。 主张的强度与性质原样保留。但"语式的保留"与"语式标记的重复"是两回事:如果标记重复到支配了节奏,则在保持语式不变的前提下只调整位置(对应规则 I-4)。

2.3 内容锚点(探测前先做内部清单化)

润文前,先按句提取"主语、宾语、补语"中构成原文主张的核心内容名词、概念词。可以改助词、词尾,但原形词汇在结果中至少保留一次。去除 AI 惯用语、抽象表达时只删修饰语和形式名词,不得删除内容锚点本身或用同义词替换。没有把握时,回滚该句。

2.4 过度润文守卫

  • 变更率超过 30% = 警告;
  • 变更率超过 50% = 强制停止、回滚。

且判定权不在代理自报,而在 scripts/verify_change_rate.py(编排器 Phase 2.5 执行),对应源码常量见 skills/humanize-korean/references/metrics_v2.py:

CHANGE_RATE_WARN = 0.30   # 30% 以上 — 警告,检查是否过度润文
CHANGE_RATE_ABORT = 0.50  # 50% 以上 — 强制停止

三、十大类规则全解(A~J,71 条)

以下按原文档结构完整收录全部规则。每条保留规则 ID、严重度标签(S1 决定性 / S2 强 / S3 弱)、韩文信号与处方原文,并附中文要点。严重度定义(来自 SSOT):S1 决定性——出现一次就几乎可断定"这是 AI",必须去除;S2 强——出现 1~2 次尚自然,但文档内 3 次以上重复即暴露痕迹,按密度去除;S3 弱——单独不成问题,与其他模式叠加时增强 AI 感。

A. 翻译腔(Translation-ese)— S1~S2

AI 韩文最具决定性的痕迹,是把英语/日语式句法硬套到韩语语序与助词体系上的结果。

ID 严重度 信号与处方(韩文原文) 中文要点
A-1 S1 "~에 대해(서)" 一段落 3 次以上密集(人用 3 倍多的表达——基本保留)→ 用目的格助词直连("X에 대해 논의" → "X를 논의") 注意这是保守化规则:实测中该表达人用得比 AI 多(人 4.39 vs AI 1.46/千语节),无密集时不拆
A-3 S1 "~에 있어(서)" → "~에서" 或 "~을 볼 때" 英语 in terms of / when it comes to 的直译
A-5 S2 "~와 관련하여/관련된" → "~에", "~의" 英语 regarding / related to
A-6 S2 "~에 기반하여/바탕으로" 滥用 → "~로", "~을 보고" 英语 based on
A-7 S1 "가지고 있다"、have/make/take/give+名词直译 → 形容词-动词还原或双主语句("강한 경쟁력을 가지고 있다" → "경쟁력이 강하다") light verb construction(轻动词结构)
A-8 S1 双重被动 "~되어진다/~지게 된다" → 主动或单重被动("판단되어진다" → "판단된다")
A-9 S2 "~에 의해" 被动 → 施动者作主语("AI에 의해 생성" → "AI가 만든") by-passive 直译
A-10 S2 相同 "~할 수 있다" 重复 4 次以上(医学·法律·政策文本不适用——hedge 就是语义)→ 禁止转断言,只部分换成其他委婉表达("~할 여지가 있다·~할 수도 있다")打散节奏;医学·法律·政策则连分散都不做,原文保留 该规则 v2.4 起从"转断言"改为"形态分散",因为转断言直接违反语式保留与 P5 门控
A-11 S2 "~을 위해" 目的从句滥用 → "~려고", "~도록", "~위한"
A-15 S2 抽象主语 + 万能动词(보여준다/제공한다/가져온다)、使役-认知动词直译 → 还原为具体主语;使役用 "X 때문에/덕분에/로 인해" 副词从句;认知动词(suggest/show/indicate)用 "~에 따르면 ~이다"
A-18 S2 名词前 3 个以上语节的定语/关系从句左向修饰 → 拆句或后置同位从句("X를 만났는데, 그 X는 ~") 关系从句左向修饰(英语式定语的直译)
A-19 S2 双重助词 "~에서의/~에로의/~으로의/~에의/~으로부터의" → 拆成从句-短语;单纯 "~의" 不在此列
A-20 S2 "~되고 있다/~지고 있다" 一段落 3 次以上 → 只部分改为趋势断言("심해졌다");孤立使用保留
A-21 S2 "단순한 X를 넘어 Y" 范围上升(人写实测 0 例)→ 拆成 "X만이 아니라 Y다" 或删除"넘어"结构
A-22 S2 "~은/는 명확하다·분명하다"(副词"분명히"、动词短语"명확히 하다"除外)→ 去掉评价谓语,命题直接断言;确信强度用副词保留;若句前已论证过的结论则保留
A-24 S2 "더 이상 ~ 않다/아니다" 文档 2 次以上或结尾重定义句 → 把 "더 이상" 还原为 "이제" 或用变化动词展开。不得把否定命题抬成肯定断言,也不得在润文中新建 "더 이상 A가 아니라 B"

B. 英文引用·术语过多 — S2

ID 严重度 信号与处方(韩文原文) 中文要点
B-1 S2 韩文+括号英文每次重复并记("~(Sovereign AI)"式)→ 只在首现处并记,之后只写韩文
B-2 S2 无解释的广告性 buzzword(seamless·robust·leverage 等)→ 广告性词汇译成韩语;标准技术术语(API·prompt·token 等)保留原语,禁止机械直译

C. 结构性 AI 模式(格式·布局)— S1~S2

ID 严重度 信号与处方(韩文原文) 中文要点
C-2 S2 专栏/报告中 3 个以上连续 bullet 块 → 合并为段落散文,只在列举确有意义处保留
C-5 S1 表情符号滥用(列表头、标题、强调处)→ 专栏/报告体裁则全部删除
C-7 S2 段落开头 "먼저-반면-결국" 3 段公式 → 连词减到 1~2 个或融入正文删除
C-8 S1 "A인가, B인가"·"A가 아니라 B"·"~것이 아니라"·"~것은 아니다" 对仗 2 次以上重复 → 只保留一次,其余改为非对称陈述句、直接断言。禁止全灭——真人作者也多用这种修辞(532 篇中实测 31 篇),只要不是连串出现就优先保留 SSOT 中 C-8 是 A~J 最强的实测信号(AI 密度 5.8 vs 人 0.6,9.2 倍,对个人博客 18 倍,三个模型通用);v2.6.1 实测发现"人写 0 例"是样本产物(532 篇中 9 篇 2 次以上),故阈值不得降到 1 次;同时禁止在润文中新建对仗(实测 17 篇对照中"出现文档"反从 12 增至 14)
C-9 S2 数字括号索引 "1) 2) 3)" 列举 → 融入正文或 "우선~", "다음으로~" 词汇变奏
C-10 S1 冒号副题标题 "X: Y" 重复 → 压缩为单一名词短语;学术/报告的真实章节标题保留 Gemini 系强信号
C-11 S1 连接词尾(-고/-며/-지만/-면서/-아서/-어서)后紧跟逗号 → 删除;6 次以上 = 强信号(KatFish 4.84 倍分离度)。润文不得新建连接词尾逗号——润文后数量比原文多即失败 分类体系中单一指标最强分离度(人 4.10% vs AI 19.83%);实际中该痕迹常被润文过程"逆注入"(见后文 strip_injected_commas.py 与 16/28 实测)

D. AI 特有的惯用语(Signature Phrases)— S1

ID 严重度 信号与处方(韩文原文) 中文要点
D-1 — 结算 lexicon "결론적으로/따라서/이를 통해/그러므로/요약하면/정리하자면" → 超 3 次时只留 1~2 处,其余删除-替换 KatFish 验证的结算 4 词族是 LREAD 人工判读准确率 60→90% 的关键项
D-2 — "시사하는 바가 크다/주목할 만하다/매우 중요하다" 类意义夸张 → 删除或改为具体结论
D-3 — 列举引入 "크게 세 가지로 나눌 수 있다/다음과 같은" → 删掉引入语直接进入正文
D-5 S2 拟人化抽象主语("기술이 묻는다", "시대가 부른다")→ 换成人物-机构主语或弱化拟人动词
D-6 S2 结尾公式 "~할 때입니다/~시점입니다/~할 순간입니다" → 具体动词断言,每文档 ≤1 次
D-7 S2 转换公式 "X에서 Y로/X을 넘어 Y로" 重复 → 直接断言,每文档 ≤1 次
D-8 S2 分裂句 "필요한/중요한 것은 ~이다" + 名词变体 "문제는/핵심은/관건은/답은 ~다·~는 점이다·~데 있다" → 主语-谓语直连("필요한 것은 방향이다" → "방향이 필요하다")
D-9 S2 "(으)로 이어진다"·"~에 직결된다" 结算 + 逻辑结算用 "결국" 文档 2 次以上 → 因果路径写具体或短句断言;"결국"只留 1 次。润文收尾时不得新建 "결국·이유다"(禁止注入)
D-10 S2 句尾 "~하는 이유다" 倒置结算 → 正向断言("그래서 ~다"),每文档 ≤1 次。收尾时禁止新建该倒置(禁止注入)
D-11 S2 结尾部(后 30%)句首 "향후/앞으로/중장기적으로" → 删除时间词或替换为原文中的实际时点/条件(禁止捏造)
D-12 S2 独立句 "과제도 남아 있다/한계도 분명하다/아쉬운 점도 있다" → 删除文牌,把真实课题放到首句
D-13 S2 随笔结尾的 "어쩌면 ~일 것이다/비로소/천천히 ~이 됐다" → 去掉反思副词,具体叙述(随笔体裁限定)
D-14 S2 ①感觉谓语评价文("진단은 서늘하다/경고는 아프다")1 次以上;②人写 0 例字典隐喻(잠식·청사진·적신호·경고등·신호탄·움켜쥐다·뿌리내리다·짓누르다)1 次以上;③其他概念隐喻(청구서·과실·주춧돌 等)文档 3 次以上;④同一隐喻词根 3 次以上贯通重复(中心隐喻也触发) → 直译化:感觉谓语改为惯用语·具体叙述("서늘하다"→"정곡을 찌른다"),字典隐喻改为命题("잠식한다"→"점유율을 뺏는다");贯通隐喻只留最有效的 1 次("쥐다"→"가지다");命题不明则保留,禁止注入 生成型概念隐喻家族判定(实测人 0.34 vs AI 1.46/千语节,4.3 倍,三模型全超);"保留 1~2 个"配额不适用于已触发的 D-14 条目(实测发现该豁免曾被用来把 D-14 全部吸收为"保留",连续 3 次 0 处理)

E. 节奏·句长均匀性 — S2

ID 严重度 信号与处方(韩文原文) 中文要点
E-1 S2 句长均匀 + 无 100 字以上长句 → 每段加入 1~2 个短句 + 1 个由相邻句子接续而成的长句(禁止添加内容) 实测 100 字以上长句 AI 8.1 vs 人 91.3(/千句,11 倍)
E-2 S2 相同终结词尾 4 句以上连续;进行体 "~고 있다" 自动映射 → 词尾多样化;"~고 있다" 可还原为简单时态时还原("읽고 있다" → "읽는다") 英语 be -ing 的机械映射
E-7 S2·estimated 听者敬语等级(해라/하게/하오/해요/합쇼)在同一文档内混用(限对话-口语)→ 统一为一种正式等级 韩语是粘着语,终结词尾同时承载句法·言语行为·情态·礼貌·关系信息,英语无对应机制,故 AI 输出常跳级

F. 过度修饰·重复 — S2

ID 严重度 信号与处方(韩文原文) 中文要点
F-4 S2 汉字名词化 -성/-적/-화 + 英语名词化 -tion/-ment/-ness/-ity 直译累积(文档 12 次以上)→ 还原动词-形容词词根("the implementation of the policy" → "정책 시행")
F-5 S2 "~적 N" 抽象链("전략적 함의", "실천적 기반")3 次以上 → 名词+名词或展开("전략 함의", "실천의 기반")
F-7 S2 通用政策动词(확대·강화·개선·확보·마련·구축 等)文档密集 + 抽象宾语上的 "설계" → 拆解为具体行为动词(禁止放大应当标记)

G. 过度 Hedging(委婉)— S2

ID 严重度 信号与处方(韩文原文) 中文要点
G-1 S2 相同推测词尾("~로 보인다/~로 판단된다/~라고 여겨진다")重复 → 禁止转断言,保留保留强度只变奏终结形式;含否定/双重否定的句子先确认极性再动手,含糊则原文保留
G-2 S2 双重-三重委婉 "~할 가능성이 있을 수 있다/~로 보여질 수 있다" → 只留一个委婉;保留的委婉维持原文极性·确信度。含否定的重叠、协商·合同文档、医学·法律·政策文本不碰,原文保留

H. 连词滥发 — S2

ID 严重度 信号与处方(韩文原文) 中文要点
H-4 S2 "즉" 滥用 → 变奏为 "곧", "말하자면" 等或省略,每文档 ≤2 次

I. 形式名词·依存名词过多 — S2

ID 严重度 信号与处方(韩文原文) 中文要点
I-2 S2 "주목할 점은/X은 ~라는 점에 있다" 形式名词强调 → "X는 ~다" 直说
I-3 S2 "~다는 것이다/~다는 뜻이다" 结尾 → "~다" 直接终结,合计 ≤2 次
I-4 S2 以应当句结尾的段落 2 个以上(第一个除外)→ 把应当句从段尾移到段前/段中,空出结尾位置。禁止合并·删除·语式替换·名词化;前后义务标记总数相同 应当标记重复是 AI vs 人 3.7 倍的上位信号;"移动"是该规则的唯一允许操作
I-7 S2 无出处 "~다는 분석이다/평가다" 终结 → 前后有出处则保留,无出处则直接叙述(禁止捏造出处)

J. 视觉装饰滥用 — S2~S3

ID 严重度 信号与处方(韩文原文) 中文要点
J-1 S2 每句核心词 加粗 → 专栏/报告则正文加粗基本去除
J-2 S2 引号强调 5 次以上 → 只留真实引用,其余用平语 实测反转案例:无引用要求的 AI 文引号 0,但匹配采访/引用任务后 AI 比人用 2.4 倍
J-3 S2 破折号(—)补充说明每句重复 → 拆为逗号、括号、独立句子——原文已有的破折号保留 原文明有的破折号、短感叹、反问是人写的证据

四、自检清单(monolith 润文后的自查)

润文结束后 5 秒内自查以下 6 项,任何一项违反即回滚对应 edit:

  1. 固有名词·数字·日期·引用·内容锚点 100% 保留:与原文相比是否一个字符都不差;每句核心内容名词/概念词的原形词汇是否各至少出现一次。标准技术术语(API·prompt·token·pipeline 等)保留原语/外来语,禁止机械直译(prompt→"지시문" ✗)。
  2. 变更率:是否在 30% 以下。最终判定由编排器 Phase 2.5(verify_change_rate.py)作出——自报值仅供参考。
  3. 无体裁偏离:专栏是否变成了随笔/文学,报告是否降级为博客腔。
  4. register 保留(双向):原文正式体则结果正式体,原文口语体则结果口语体。不降为平语体,也不把 '-했-' 拔高成 '-하였-'。
  5. S1 残留 0 例:D-1~D-3、A-7、A-8、C-5、C-10、C-11、I-1、J-2 等核心 S1 是否不残留。C-11 不仅残留算失败,增加也算失败——润文后连接词尾逗号数量比原文多即重写该句(逆注入实测 2/28 篇)。D-14 触发项(感觉谓语评价文·贯通隐喻词根 3 次以上)也必须残留 0——人语料 0 例所以无误报,"保留 1~2 个"配额不适用于 D-14 触发项(贯通隐喻只允许残留 1 次)。(另有两条从本清单排除的说明:A-16 改按语境条件而非频率检查——每次出现代词都看其前 2 句的先行词候选数(0 或 1);H-1 自 v2.5 起移出清单——其密度人 0.43 vs fable 0.26·gpt 0.83,两个模型与人无法区分,若要求"0 例"反而会把真人作者文章里的连词全部刮走。)
  6. 人工表达克制(只减不增):原文没有的比喻·修辞·套话("기록적인 성과·~로 평가된다" 等)是否在润文中被新种进去;鲜活的语口语(补充说明破折号、短感叹、反问)保留。

违反处理流程:edit 回滚 → 再次润文 → 再检查;自循环最多 1 次。仍未解决则照常输出结果,但须在 final.md 的 <!-- HUMANIZE-SUMMARY --> 块中注明"自检未通过 N 项"。

这套自查逻辑在代理侧的真实落地见 agents/humanize-monolith.md:monolith 在内存中维护 anchor_ledger(内容锚点台账),润文时 D 类(惯用语删除)优先(句子变短利于后续工作),处理顺序为 A → I → G → H → F → B → C·J → E,每处 edit 的 before/after 都累积在内存中;变更率逼近 50% 时暂停后续 edit。

五、等级标准(自评)

等级 标准 后续动作
A S1 残留 0、S2 残留 ≤2、变更率 10~25%、自检 6 项全过 直接交付
B S1 残留 0、S2 残留 ≤4、自检 ≥5 项通过 交付
C S1 残留 1~2 或自检 ≤4 项通过 向用户推荐 strict 模式
D S1 残留 3+ 或变更率 >50% 建议中止工作

等级 B 以下时,编排器会提示用户改用 heavy(--strict,诊断→润文→finalize 3 次调用)重新执行。

六、规则手册的"下游消费者":从文件到执行的完整链路

quick-rules.md 不是孤立的文档,它与仓库中的代理、脚本、测试构成一条可验证的闭环:

6.1 构建闭环(SSOT → 生成 → CI 校验)

ai-tell-taxonomy.md (SSOT, _quick: true/false 元数据)
        │  scripts/build_quick_rules.py(解析 taxonomy,读取每模式末尾的
        │  `_quick: true · quick_pattern: … · quick_fix: …_` 元数据行)
        ▼
quick-rules.header.md(固定头部模板)+ 规则正文 + quick-rules.footer.md(自检·等级)
        ▼
quick-rules.md(生成物,直接编辑禁止)
        │  tests/test_quick_rules_build.py(pytest/unittest 双兼容)
        ▼
CI --check:逐字一致性 + ID 子集 + 元数据归属性 + 预算上限

build_quick_rules.py 的解析细节:分类标题匹配 ^## ([A-J])\.,模式标题匹配 ^### ([A-J]-\d+)\.,严重度从行尾 [S1] 或标题内 [S…] 提取(专门处理了"版本后缀贴在标题后导致严重度丢失"的 PR #94 缺陷);若某模式完全没有 _quick: 元数据,则抛 ParseError 而非静默跳过——这是构建器"宁可失败也不悄悄漏规则"的显式设计。

6.2 执行闭环(monolith → 门控 → 局部恢复)

  • 变更率门控 scripts/verify_change_rate.py:--before / --after / --ignore-markup 三个参数,比较前先剥掉 final.md 末尾的 <!-- HUMANIZE-SUMMARY --> 元数据块(否则变更率被高估);exit code 语义:0 收敛(<30%)、1 警告(30~50%)、2 中止(≥50%,禁止采纳润文本)、3 执行错误。
  • 5 轴结构门控 scripts/verify_gates.py:字符率门控对结构编辑"视而不见"——实测 change_rate 只有 2.77%,背后却藏着句子触及率 29.7%、大对仗 -75%。因此该脚本在字符率(P0)之外增加:P1 目标达成(原文 z>+2.0 的词汇 S1 指标是否在润文后降到 z≤+1.0,<-1.5 判为过度校正)、P2 对仗歼灭(before≥5 且 after==0 判 FAIL——防止"全灭"违反 C-8 规则)、P3 golden 检查(调用 scripts/checks.py 的失败清单,如 hayeot_injection 的 '하였' 增长、cliche_injection 套话增长、number_injected 数字注入等)、P4 触及率(仅报告不门控)、P5 语式(按句子配对而非总数检查"应当/推测标记消失",配对相似度低的只报告不计入 exit code)。
  • 语式局部恢复 scripts/restore_modality.py(Phase 2.4,门控之前执行):把"保留·要求"消失的句子逐句还原为原文句子。这是决定性变形(LLM 0 次调用),因为规则再保守、提示词仍是概率性的——A/B 实测中规则的 v2.3/v2.4 两个版本都残留了 "낮은 것으로 판단된다" → "낮은 수치다" 的转换。安全原则:配对相似度低、替换目标在结果中出现 0 次或 2 次以上、疑似句子合并时不碰,只报告。
  • C-11 逆注入去除 scripts/strip_injected_commas.py(紧接 restore_modality 执行):light 路径 28 篇实测中,16/28(57%) 的文档在润文后连接词尾逗号反比原文增多。该脚本只删除润文新写句子中的连接词尾逗号(原文原句不可侵犯——人写逗号基率 32.9~41.0%),引号内不动;--all 升级模式仅在 standard/heavy 且诊断明确指认 C-11 时使用(人写实测中连接词尾逗号中位数为句子的 15%,密度无法区分人与注入,故升级条件绑定"路径+诊断判定"而非密度阈值)。

6.3 相邻文档与测试印证

  • skills/humanize-korean/SKILL.md 的"참고 자료(参考资料)"一节明确标注:quick-rules.md 是 monolith 专用、S1/S2 核心模式 + 自检清单;而 diagnosis-rules.md 是 diagnostician 专用的全模式索引(由 build_diagnosis_rules.py 从 taxonomy 自动生成,同样禁止直接编辑)。
  • tests/test_humanize_scan.py 展示了另一种"手选清单"的保护方式:humanize-scan/SKILL.md 只手工挑选实测判别力前 6 名(C-8、E-1、C-11、I-4、E-2、F-5),它不是生成物,因此该测试专门防止这 6 个 ID 在 taxonomy 中被退役/改名后变成"指向已死规则的指针"。
  • tests/test_content_anchor_contract.py 将 quick-rules.header.md / quick-rules.footer.md 列为内容锚点契约的受检文件,确保固定模板不被意外改写。

七、实践建议与适用边界

  • 不要直接编辑 quick-rules.md。新增或调整规则请修改 ai-tell-taxonomy.md(SSOT)中对应模式的 _quick: true|false · quick_pattern: … · quick_fix: …_ 元数据,然后运行 python3 scripts/build_quick_rules.py 重新生成;--check 模式用于 CI 校验最新状态与预算上限。新模式的默认值是 quick: false,要升为 true 需先降级实测判别力弱的既有条目(预算 50±20%)。
  • 严重度与密度是两套判据:S1 看"出现一次即定罪"、S2 看"文档内 3 次以上",但多条规则实测证明"人反而用得更多"(A-1、A-2、H-1)或"人也有个人偏差"(C-8 有 9/532 篇、D-14 的 청구서·과실·주춧돌 有 12 例真人用例)——因此阈值和"保留优先"分支是规则的一部分,不是例外。
  • 只减不增是铁律:本手册中 A-24、C-8、D-9、D-10、D-14 等条目标注的"주입 금지(禁止注入)"不是修辞,而是实测反复出现的事故——润文器在删除某痕迹的同时会在别处新建同款痕迹,逆注入(C-11)与套话注入(D 类、P3 golden)都有专门的确定性脚本与检查兜底。
  • 适用前提:该手册面向韩文文本的探测与润文,规则原文、阈值与实测数据均以韩文语料(人 532 篇等)为基准;医学·法律·政策文本的 hedge 保留、随笔体裁限定、对话-口语限定等分支条件是硬边界,跨语言或跨体裁套用前需重新校准。

结语

quick-rules.md 是整个 humanize-korean 技能在"成本"与"质量"之间的关键设计产物:用"定义 1 行 + 处方 1 行"的自动生成物把 85 个模式的完整分类体系压缩成约 130 行的单次调用规则手册,又通过"内容锚点 + Do-NOT + 语式保留 + 变更率守卫 + 6 项自检 + 确定性门控脚本"的多层约束,把"看起来像人写的"限定在不改变任何事实与主张强度的边界内。从 scripts/build_quick_rules.py 的解析契约到 tests/test_quick_rules_build.py 的六重校验,再到 verify_change_rate.py / verify_gates.py 的代码级判定,这份手册的每一行都有明确的生成来源与消费路径,值得作为"AI 文本人文化处理中规则工程化"的参考范例继续深入研读仓库中的 skills/humanize-korean/references/ai-tell-taxonomy.md、agents/humanize-monolith.md 与 skills/humanize-korean/SKILL.md。

登录后查看全文
im-not-ai