为什么你的日语读起来像 AI 写的yomiyasu 揭秘「AI 味」的3大语法病灶【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用 AI 写日语技术文章、PR 说明或周报时你是否也有过这种尴尬每句都通顺合起来却有一股挥之不去的「机器味」开源项目yomiyasuよみやす正是为此而生的日语「AI 味」消除 Agent Skill——它把 AI 生成的不自然日语推敲成人类读起来顺畅、信息密度高的自然表达。这篇文章面向新手只讲三件事AI 日语的「语法病灶」到底长什么样、yomiyasu 靠什么原则对症下药、以及 3 步快速上手。AI 生成的日语先看看这些「症状」在 evals/comparison_benchmark.md 的实测语料里素 LLM 生成的业务说明是这样的従来の開発では、画面ごとに手触り感を探りながらパーツを作っていました。しかし、片方だけを見て画面を作ると、もう片方のアクセシビリティが静かに壊れます。そこでデザインシステムという強固な土台を置くことで、開発者の解像度が一段上がります。中文大意是「以往开发时每个画面都靠『手感』摸索着做零件。但如果只看一边另一边的可访问性就会安静地坏掉。为此放上设计系统这个坚固的土台开发者的分辨率会提升一个档次。」读着「有点东西」细想全是废话——这正是「AI 味」的典型手感。往下拆它由 3 大语法病灶造成。病灶一 | 主述关系断裂「谁做了什么」全丢了 自然日语讲究一句话内说清「谁S对什么O做了动作V」。AI 文章却频繁省略动作主让概念和工具当主语读起来像没有主角的侦探小说❌依存構造は分割できない。動かしながら引き返す。依存结构不能分割。一边动一边撤退。❌このドキュメントが、APIの仕様を語っている。这份文档在「诉说」API 规格。「文档」怎么会「诉说」「结构」怎么「撤退」读者必须停下来脑补这就是 references/gemini-syntax.md 中原则 1「SVOCM 完全复原」要治的病恢复动作主、把「これ」「片方」这类指代还原成具体名词。病灶二 | 比喻动词堆砌数据会「安静地坏掉」时间能被「融化」 ⚗️这是辨识度最高的「AI 味」。近年 LLM 偏爱把技术操作说成生活化比喻且几乎句句带感AI 常见「比喻动词」自然的写法データが静かに壊れる数据安静地坏掉気づかないうちにおかしくなる不知不觉变得不正常丸一日時間を溶かす融化掉一整天丸一日かかってしまった花了一整天原因を1つずつ潰していく逐个「碾碎」原因原因を1つずつ直していく逐个修正原因地味に効いてくる「低调地」起作用目立たないながらも役立ってくる不显眼但确实派上用场这些比喻动词的完整清单与修正方针收录在 references/slop-catalog.mdAI 偏爱好词·比喻动词目录里。注意 yomiyasu 的细致之处改写时比喻原本的「含意」必须保留——「溶かす」里的后悔、「地味に」里那种不起眼但真实的感觉都要用平实的词补回来而不是一刀切删掉。病灶三 | 形式膨胀加粗、列表、破折号泛滥信息反而变稀 AI 文章还有一层「视觉包装癖」满屏加粗、动辄三点式列表、英语破折号「——」、emoji、以及「結論から言うと」「いかがでしたでしょうか」这类万能前后置语。对 Qiita 7 万篇文章的计量调查显示AI 普及后技术文里加粗增至 3 倍、列表增至 1.8 倍、破折号暴增 10 倍而真正的操作步骤却越来越抽象——形式越花信息越稀。yomiyasu 对此有硬性指标加粗每千字 1~2 处、列表占比 15% 以下、平均句长 30~45 字、每句读点 0~2 个emoji 与文末冒号一律清零见 references/domains/tech.md。yomiyasu 如何修复这 3 大病灶7 大转换原则 ️yomiyasu 没有停在「禁词替换」层面禁用某个词AI 换个词继续犯病而是把语法规则体系化成 7 大转换原则完整定义见 SKILL.md 与 README.mdSVOCM 完全复原恢复「谁做了什么」指代词还原为具体名词动作主与作用关系明确化要请求读者做事用「〜してください」解释功能用「〜できます」非生物主语解体拟人化表达改回客观动作比喻动词技术操作化壊れる / 倒す / 効く / 溶かす换成直接操作去掉废话前置与否定对比「重要なのは」这类包装直接开讲意义保持、不乱加信息不损原文数值与约束不脑补不存在的设定句长与标点呼吸感平均 30~45 字、读点 0~2 个剔除 emoji 与过度加粗同时它还内置了「文体立场」判定先弄清整篇文档是「劝告 / 规定 / 说明」哪一种再统一句末语气避免「〜しましょう」「〜します」「〜が重要です」三种语气混着来。效果实测AI 味分数从 33/100 涨到 100/100同一篇业务说明素 LLM 输出经 yomiyasu 润色后的对比出自 evals/comparison_benchmark.md润色后デザインシステムを導入する目的は、ボタンや入力欄などのUIパーツを一から作成する負担を減らし、画面全体の情報設計に集中することにあります。中文大意「引入设计系统的目的是省去从零制作按钮、输入框等 UI 零件的负担把精力集中到整个画面的信息设计上。」对照数据一目了然指标人类原文素 LLMyomiyasu 润色后AI 味综合得分95/10033/100100/100加粗密度每千字0 处20.1 处0 处列表占比0%42.9%0%改回正文叙述比喻动词无「静かに壊れる」等 4 处无新手 3 步快速上手 ⚡第 1 步安装。在项目终端任选一种方式# 推荐Claude Code 等 Agent 环境 npx skills add nanaism/yomiyasu # 或Cursor / Codex 等环境 npx openskills install nanaism/yomiyasu也可以git clone https://gitcode.com/gh_mirrors/yo/yomiyasu后将skills/yomiyasu/目录放入 Agent 的技能目录。第 2 步把草稿丢给它。在 AI 对话中粘贴下稿下一句指令即可この文章を読みやすくして。 粘贴要修改的文章第 3 步按需指定领域。追加一句自然语言就能切换文体「技術記事向けに」tech、「業務仕様向けに」business、「エッセイ向けに」essay对应 references/domains/ 下的三套领域指南。量化自查给「AI 味」打个分仓库附带一个零依赖的 Python 检查器可以把你自己的文章也「体检」一遍python3 scripts/yomiyasu_lint.py 你的文章.md它会输出加粗频率、列表占比、比喻动词、句末重复等指标的综合得分满分 100--strict模式还能接入 CI 做强制校验脚本入口是 scripts/yomiyasu_lint.py。想更懂它内部逻辑的话比喻动词的具体化规则在 SKILL.md 写得很透。相关资源一览技能入口与执行流程SKILL.mdAI 不自然词汇·语法目录references/slop-catalog.md语法转换原则含学术依据references/gemini-syntax.md领域指南tech / business / essayreferences/domains/三方对比验证数据evals/comparison_benchmark.md检查脚本scripts/yomiyasu_lint.py、scripts/yomiyasu_diff.py项目说明README.md「AI 味」不是用词问题而是主述关系、比喻习惯与形式包装三处语法层面的系统性病变。下次再觉得自己的日语「太像 AI」不妨先对着三大病灶自查一遍——或者直接把草稿交给 yomiyasu让它来手术。【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