前言¶
写论文、基金申报书、政策材料、行业报告或者公众号长文的人，常遇到同一个问题：稿子读起来像机器写的。句子结构雷同、过渡全靠”综上所述”“值得注意的是”、段落展开平均用力、每一节都像同一张模板压出来的。回头修，逐句改又费时，而且越改越碎。AI审写系统（ReviewWrite）【中财大】就是针对这个问题做的 Skill：它不直接替你重写，而是先审一遍稿子，找出提示词残留、推理痕迹、编辑痕迹、空泛套话和体裁错配，再在保护事实、数字、引用、术语和限定条件的前提下生成可交付的正文，并做一次复核。
这是什么¶
一句话定位：面向中英文专业写作的”先审后写”Skill，目标是减少 AI 写作痕迹，同时不牺牲内容的事实准确性。
出品方：中央财经大学人工智能与数字财经研究中心联合中财数碳开发。发布者为中财数碳，来源类别是 enterprise。
解决什么问题：AI 辅助写作里最容易出问题的不是”写不出来”，而是”写出来太像 AI”以及”改稿时把数字、引用、限定条件改丢”。这个 Skill 把审和写分成两步，先定位问题，再动笔，最后复核。
核心功能¶
下面是已核实的能力范围。
1、先审后写。流程上先对稿件做审查，再进入写作或改写，最后完成一次复核，而不是一步出稿。
2、识别五类痕迹：
- 提示词残留：稿件里遗留的指令语、角色设定语或模型输出标记。
- 推理痕迹：CoT 式的”让我想想”“首先……其次……”这类思维外露表述。
- 编辑残留：改写后留下的批注、修订痕迹或未清理的占位文本。
- 空泛套话：无信息量的过渡句和总结句。
- 体裁错配：学术、基金、政策、报告、公众号等文体之间的语体和结构不匹配。
3、保护性改写。在生成正文时保留原文的事实、数字、引用、术语和限定条件，只调整表达和结构，不替换内容本身。
4、中英文双覆盖。适用于中文和英文的专业写作场景，具体覆盖论文、基金、政策材料、报告与公众号。
5、不需要额外 API Key。资料里标注 requires_api_key=false，也就是说不依赖单独的密钥配置。
安装与启用¶
需要说明的是：官方资料里没有给出可核实的安装命令、SKILL.md 正文或配置字段，下面不编。
坐标为 @org-14t5wjge/zcst-review-write，版本 1.0.4，分类 content-creation，标签里标注了 requires_api_key=false。
如果你用的是 Cursor、Codex CLI 或 Claude Code，按各自 Skill 的加载方式从官方地址添加即可。官方地址：
https://api.skillhub.cn/org-14t5wjge/zcst-review-write
SkillHub 页面：
https://www.skillhub.cn/skills/org-14t5wjge/zcst-review-write
按来源标注，这个 Skill 属于企业来源（enterprise），启用前建议先在你自己的环境里跑一遍测试稿，确认它对体裁的判断符合你的预期。
典型用法¶
官方资料没有提供可复现的示例命令或输入输出样例，这一节不编。
可以用一句功能描述说明它的使用方式：把待审稿件交给 Skill，让它先输出审查结果（指出提示词残留、推理痕迹、编辑残留、空泛套话和体裁错配的位置），再基于审查结果生成保留事实和数字的正文，最后做一次复核。具体怎么调用，以官方 SKILL.md 为准。
适用场景与注意¶
适合谁：
- 写论文、基金申报书、政策材料、行业报告、公众号长文，且需要控制 AI 痕迹的人。
- 需要保留原文数字、引用和术语，同时改善表达的人。
- 中英文都有需求，希望同一类流程能覆盖两种语言的人。
限制和坑：
1、它识别的是”痕迹”和”体裁错配”，不负责判断观点本身对不对。事实准确性要靠原文提供，Skill 做的是保留，不是验证。
2、体裁判断是它的一个环节，但不同机构对学术、基金、政策文体的要求差异很大，第一次用建议拿一篇你熟悉领域的稿子试，看它标出的问题是否符合你的判断。
3、保护性改写只针对事实、数字、引用、术语和限定条件。如果原文本身表述混乱，改写后可能仍然不通顺，这类问题需要人工再修。
4、当前版本 1.0.4，来源为企业发布，安装数资料里显示为 0，社区使用反馈不多。需要稳定投入生产前，建议先在测试环境验证。
结尾¶
这个 Skill 的价值在于把”减少 AI 写作痕迹”这件事拆成了可检查的步骤：先审出五类痕迹，再保护事实和数字的前提下改写，最后复核。比起逐句手动改，它的定位更明确；比起直接让 AI 重写，它对内容完整性的约束更强。如果你正被”稿子像 AI 写的”这个问题困扰，可以从官方地址试一下。
https://api.skillhub.cn/org-14t5wjge/zcst-review-write
