write
AIらしい文章パターンを取り除き、中国語または英語で自然な文体に書き直すスキルです。リリースノート、ローンチ告知、SNS投稿などの成果物ベースのコピー作成にも対応します。コードコメント、コミットメッセージ、インラインドキュメントへの使用は対象外です。
description の原文を見る
Strips AI writing patterns and rewrites prose to sound natural in Chinese or English, including artifact-grounded release, launch, and social copy. Not for code comments, commit messages, or inline docs.
SKILL.md 本文
Write: AI味を取り除く
最初の行の前に 🥷 をインラインで付ける(独立した段落ではなく)。
散文からAIパターンを取り除き、人間らしく聞こえるように書き直す。語彙を改善しない。改善のパフォーマンスを削除する。
プリフライト
- テキストはあるか? ユーザーが編集する実際の散文なしに指示のみを与えた場合、1文でテキストを求める。先に進まない。
- 対象読者は確定しているか? 意図した読者が不明で、テキストから推測できない場合(ブログ読者 vs RFC vs メール)、編集前に確認する。ジュニアエンジニアとシニアアーキテクトの散文は完全に異なるべき。
- 言語はユーザーのコマンドではなく、編集するテキストから検出:
- 中国語文字を含む + リリースノートまたはソーシャルポストモード →
references/write-zh-release-notes.mdを読み込む - 中国語文字を含む + バイリンガルまたは翻訳レビュー →
references/write-zh-bilingual.mdを読み込む - 中国語文字を含む(デフォルト散文) →
references/write-zh-prose.mdを読み込む(クイックルール);AI味パターンの完全カタログについてはreferences/write-zh.mdを読み込む - その他 →
references/write-en.mdを読み込む
- 中国語文字を含む + リリースノートまたはソーシャルポストモード →
読み込んだリファレンスファイルを読む。その後編集する。要約、解説、変更の説明は明示的に求められない限り行わない。
永続的コンテキストプリフライト
ユーザーがメモリ、プレビュー、以前の決定、または以前の結論について言及した場合、メモリパスを提供した場合、または現在のプロジェクトが明白なローカルメモリサマリーを公開している場合のみ実行する。マシン固有のメモリルートをハードコーディングしたり、生のトランスクリプトを読んだりしない。
この順序で永続的コンテキストを読む:ユーザーが提供したパス、現在のプロジェクトスコープ、グローバル設定。まずタイトルをリストアップし、関連するサマリーは最大1~2個開く。クロスプロジェクトエントリは転送可能なパターンのみとして扱う。
使用前にメモリタイプをマップする:decision、preference、principle はボイスとフォーマット制約;pattern と learning は編集チェック;fact は現在の状態と照らし合わせて検証してから、それが事実の表現に影響するようにする。提供されたテキスト、対象読者、プロジェクトドキュメント、現在のリリース状態、およびソース資料は、メモリをオーバーライドする。
/write の場合、永続的な設定は簡潔性、トーン、ソーシャルポストの形を設定できる。これらは、その場で編集し、意味を保ち、ユーザーが明示的に求めない限り変更リストを避けるという厳密なルールをオーバーライドしない。
厳密なルール
- 意味が最優先、スタイルは次。 AI パターンを削除すると著者の意図する意味が変わる場合は、オリジナルを保持する。
- サイレント再構成なし。 見出しの再編成、段落の並び替え、セクションのマージは、明示的に構造的変更を求められない限り行わない。その場で編集する。
- 成果物に基づいた主張。 リリースコピー、リリースノート、ソーシャルポスト、製品ページ、公開返信については、事実の主張を実際のソース資料に基づかせる:現在のアプリ動作、スクリーンショット、製品ページ、リリースページ、チェンジログ、issue/PR、またはユーザーが提供したドラフト。具体的な製品証拠をジェネリックマーケティング言語に変えない。
- 出力後に停止。 書き直されたテキストを提供する。変更のリスト、正当化、または終わりの句を追加しない。
バイリンガルレビューモード
以下の場合に有効化:中国語/英語混在、「中国語コピーライティング」、「バイリンガル一貫性」、「リリースノート」
中国語ルール (https://github.com/mzlogin/chinese-copywriting-guidelines から):
- 中国語と英字の間のスペース(CN文字EN → CN 文字 EN)
- 句読点の混在なし(中国語は、(、。?!;:を使用し、コンマやピリオドではない)
- すべてのインスタンスで一貫した用語
中国語ドキュメント内の英語:説明されていない英語にフラグを立て、翻訳または文脈追加を提案する。
バイリンガルペア:EN と CN のバージョンが同じ意味を表現していることを確認;翻訳損失をマーク。
リリースノートテンプレートモード
以下の場合に有効化:「release」、「changelog」、「version」、「release notes」
コミットメッセージから生成:
- Breaking Changes
- New Features
- Fixes & Improvements
- Deprecations
フォーマット:tw93/Mole スタイル(番号付きリスト、太字ラベル、ユーザーへの影響を1文で、バイリンガル)。
リリースノートプリフライト
ドラフト前に、スタイルリファレンスを集める:
- ターゲットプロジェクトの
CLAUDE.mdを読み、Release Convention / Release Flow セクションを確認する。 gh release view --json body -R <owner>/<repo>を実行して、最新リリースをスタイル、長さ、密度リファレンスとして読む。- ユーザーが兄弟プロジェクトのリリーススタイルとの比較について言及した場合、
owner/repoを求めて取得する:gh release view --json body -R <owner>/<sibling>。 - リファレンスリリースのアイテム数、文の長さ、トーンと一致させる。新しいフォーマットを発明しない。
- リファレンスプロジェクトが明らかにそれ以外の場合を除き、各リリースノート項目を1文に保つ。ターゲットサーフェスが明示的に反応またはお祝いのソーシャルサーフェスでない限り、リリース散文に絵文字を追加しない。
ドキュメントレビューモード
以下の場合に有効化:PDF、ドキュメント、ホワイトペーパー、「review this document」、「check this document」、「審稿」
レビューチェックリスト:
- プライバシースキャン:PII(名前、企業、雇用日、給与ヒント、場所の詳細)を検出。職務経歴書、競合他社情報、または個人情報漏洩を示唆するテキストがある場合はハード停止。
- トーン一貫性:ボイスシフト、レジスター不一致、定型句にフラグを立てる。読み込んだ
write-zh.mdまたはwrite-en.mdルールを使用して AI パターンをチェック。 - バイリンガル検証:CN/EN ペアについて、翻訳の正確性と用語の一貫性を確認。バイリンガルレビューモードルールを適用。
- レンダリングチェック:残存するプレースホルダーテキスト(
Lorem ipsum、TODO、[TBD])、壊れた画像リンク。
出力フォーマット:散文書き直しと同じだが、レビューされたテキストの後に privacy: clear / N issues found を追加。
段落の一貫性モード
以下の場合に有効化:「连贯性」、「段落连贯」、「可读性」、「coherence」、「flow check」、「段落顺不顺」
書き直さない。代わりに、各段落を順序に進む:
- 信号なしにトピックを急激にシフトさせる遷移にフラグを立てる。
- 冒頭文が前の段落の閉じ方に従わない段落にフラグを立てる。
- リズムの問題にフラグを立てる:単調な文の長さ(全体の段落全体で短いまたは長いすべて)。
- 各に対して最小限の修正を提案:1語、1つの並び替えられた句、1つの橋渡し文。
出力:問題の番号付きリスト、各段落の場所と1行の修正提案。その後、ユーザーが適用を希望するかどうかを尋ねる。
ツイート / ソーシャルポストモード
以下の場合に有効化:「推特」、「twitter」、「X推文」、「tweet」、「social post」、「折叠长度」、「长文推特」、「发文」
Tang のプロジェクト(Pake、MiaoYan、Mole、Kaku、Waza)の5つのアナウンス規則を適用:
- コミュニティで始める:ソーシャルアンカーで開く(スター数、ユーザー感謝、フィードバックが修正を推進した者)。変更が後に続き、先導しない。
- 完全性よりもハイライト:2~4の最も興味深い変更を選ぶ。アイテム全体を削除するのは問題ない。
- UX フレーミング:各ポイントを「这个工具做了...」ではなく「你用它的时候...」または「有一种...的感觉」と表現。
- 1つのスタンス:意思決定が行われた理由を明らかにする、少なくとも1つの主張的な文を含める。
- ネイティブ中国語リズム:慣用的な表現を使用。翻訳風の用語を避ける。
カジュアルに招待で終わり、CTA ではない。試してみるよう招待する短い1文で終わり、「立即升级」ではない。
Tang 以外のプロジェクトまたは英語ポスト については、プロジェクトのボイスに適応させた同じ構造(コミュニティリード、ハイライト、UX フレーミング、1つのスタンス、カジュアルクロース)を適用。
落とし穴
| 何が起こったか | ルール |
|---|---|
| 求められずに見出しを再編成した | 構造的変更が明示的に求められない限り、再構成しない;その場で編集 |
| 書き直しの後に「加えられた変更」リストを追加した | 出力は編集済みテキストのみ。チェンジログ、解説なし。 |
| ブログドラフトに正式なレジスターを適用した | ターゲット対象読者のレジスターを一致させる。ブログは会話的で、学術的ではない。 |
| 純粋な英語テキストに中国語/英語スペーシングルールを適用した | バイリンガルスペーシングルール(半角/全角)は、テキストが中国語と英語を混在させた場合のみ適用 |
| ユーザーのボイスをジェネリックリリースコピーに磨いた | 著者の律動とスタンスを保持。ボイスを置き換えるのではなく、実際の製品アーティファクトを使用して事実を鋭くする。 |
| メモリからリリースまたはソーシャルコピーをドラフトした | 事実の主張を行う前に、現在のリリースページ、チェンジログ、issue/PR、製品ページ、スクリーンショット、または提供されたソースを読む。 |
出力
編集済みの散文のみを返す。テキストが切り詰められた場合、または複数のバージョンが可能だった場合、本文の後に1文でそれを注記する。それ以外の場合は、ラッパー、前置き、後記なし。
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
Source: https://github.com/tw93/waza / ライセンス: MIT
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。