前言¶
寫論文、基金申報書、政策材料、行業報告或者公衆號長文的人，常遇到同一個問題：稿子讀起來像機器寫的。句子結構雷同、過渡全靠”綜上所述”“值得注意的是”、段落展開平均用力、每一節都像同一張模板壓出來的。回頭修，逐句改又費時，而且越改越碎。AI審寫系統（ReviewWrite）【中財大】就是針對這個問題做的 Skill：它不直接替你重寫，而是先審一遍稿子，找出提示詞殘留、推理痕跡、編輯痕跡、空泛套話和體裁錯配，再在保護事實、數字、引用、術語和限定條件的前提下生成可交付的正文，並做一次複覈。
這是什麼¶
一句話定位：面向中英文專業寫作的”先審後寫”Skill，目標是減少 AI 寫作痕跡，同時不犧牲內容的事實準確性。
出品方：中央財經大學人工智能與數字財經研究中心聯合中財數碳開發。發佈者爲中財數碳，來源類別是 enterprise。
解決什麼問題：AI 輔助寫作裏最容易出問題的不是”寫不出來”，而是”寫出來太像 AI”以及”改稿時把數字、引用、限定條件改丟”。這個 Skill 把審和寫分成兩步，先定位問題，再動筆，最後複覈。
核心功能¶
下面是已覈實的能力範圍。
1、先審後寫。流程上先對稿件做審查，再進入寫作或改寫，最後完成一次複覈，而不是一步出稿。
2、識別五類痕跡：
- 提示詞殘留：稿件裏遺留的指令語、角色設定語或模型輸出標記。
- 推理痕跡：CoT 式的”讓我想想”“首先……其次……”這類思維外露表述。
- 編輯殘留：改寫後留下的批註、修訂痕跡或未清理的佔位文本。
- 空泛套話：無信息量的過渡句和總結句。
- 體裁錯配：學術、基金、政策、報告、公衆號等文體之間的語體和結構不匹配。
3、保護性改寫。在生成正文時保留原文的事實、數字、引用、術語和限定條件，只調整表達和結構，不替換內容本身。
4、中英文雙覆蓋。適用於中文和英文的專業寫作場景，具體覆蓋論文、基金、政策材料、報告與公衆號。
5、不需要額外 API Key。資料裏標註 requires_api_key=false，也就是說不依賴單獨的密鑰配置。
安裝與啓用¶
需要說明的是：官方資料裏沒有給出可覈實的安裝命令、SKILL.md 正文或配置字段，下面不編。
座標爲 @org-14t5wjge/zcst-review-write，版本 1.0.4，分類 content-creation，標籤裏標註了 requires_api_key=false。
如果你用的是 Cursor、Codex CLI 或 Claude Code，按各自 Skill 的加載方式從官方地址添加即可。官方地址：
https://api.skillhub.cn/org-14t5wjge/zcst-review-write
SkillHub 頁面：
https://www.skillhub.cn/skills/org-14t5wjge/zcst-review-write
按來源標註，這個 Skill 屬於企業來源（enterprise），啓用前建議先在你自己的環境裏跑一遍測試稿，確認它對體裁的判斷符合你的預期。
典型用法¶
官方資料沒有提供可復現的示例命令或輸入輸出樣例，這一節不編。
可以用一句功能描述說明它的使用方式：把待審稿件交給 Skill，讓它先輸出審查結果（指出提示詞殘留、推理痕跡、編輯殘留、空泛套話和體裁錯配的位置），再基於審查結果生成保留事實和數字的正文，最後做一次複覈。具體怎麼調用，以官方 SKILL.md 爲準。
適用場景與注意¶
適合誰：
- 寫論文、基金申報書、政策材料、行業報告、公衆號長文，且需要控制 AI 痕跡的人。
- 需要保留原文數字、引用和術語，同時改善表達的人。
- 中英文都有需求，希望同一類流程能覆蓋兩種語言的人。
限制和坑：
1、它識別的是”痕跡”和”體裁錯配”，不負責判斷觀點本身對不對。事實準確性要靠原文提供，Skill 做的是保留，不是驗證。
2、體裁判斷是它的一個環節，但不同機構對學術、基金、政策文體的要求差異很大，第一次用建議拿一篇你熟悉領域的稿子試，看它標出的問題是否符合你的判斷。
3、保護性改寫只針對事實、數字、引用、術語和限定條件。如果原文本身表述混亂，改寫後可能仍然不通順，這類問題需要人工再修。
4、當前版本 1.0.4，來源爲企業發佈，安裝數資料裏顯示爲 0，社區使用反饋不多。需要穩定投入生產前，建議先在測試環境驗證。
結尾¶
這個 Skill 的價值在於把”減少 AI 寫作痕跡”這件事拆成了可檢查的步驟：先審出五類痕跡，再保護事實和數字的前提下改寫，最後複覈。比起逐句手動改，它的定位更明確；比起直接讓 AI 重寫，它對內容完整性的約束更強。如果你正被”稿子像 AI 寫的”這個問題困擾，可以從官方地址試一下。
https://api.skillhub.cn/org-14t5wjge/zcst-review-write
