前言

在 X 上，@oga_aiichiro さん 公開的新日文潤稿技能「yomiyasu」引起了討論。據說它不是單純把 AI 寫的文章裡那種「很像 AI」的地方換詞而已，而是從句子結構下手修正。

剛好我自己在寫 Qiita 時，也常常在請 AI 幫忙校對之後，又回頭改成「雖然很整齊，卻不像自己寫的」。所以這次我也把同樣能讓日文更順的 natural-japanese 和 japanese-tech-writing 一起納入，使用同一個 Claude、同一份原文、同一組指示做比較。

先講結論，三者都讓文章變得更好讀了。不過，修改的程度完全不同。yomiyasu 幾乎保留原文，natural-japanese 會從段落結構重組，japanese-tech-writing 則會以技術文件為前提刪掉多餘表現。

同樣都是「日文潤稿技能」，個性卻很不一樣，很有意思。

這次是把同一份原文，各自丟進每個技能一次的比較。由於模型輸出本來就會有波動，所以這不是要驗證哪個技能更優，而是作為一篇觀察「在這篇文章裡，各自是怎麼改的」的文章來讀。

比較的 3 種日文潤稿技能

yomiyasu

yomiyasu 是用來讓 AI 生成的不自然日文更好讀的 Agent Skill。

它的特點不只是禁止 AI 味太重的單字，而是會修正文句骨架，也就是「誰、做了什麼、怎麼做」這種結構。以非生物當主詞的說法，還有像「有效」「融化」「壞掉」這類含糊的比喻，也會依照語境改成更具體的表達。

另外，它也附帶 yomiyasu_lint.py，可檢查文章中的粗體、項目符號、不自然比喻等。和這次比較的其他技能相比，特色是把改寫與機械式檢查整合成一套。

natural-japanese

natural-japanese 是一個讓日文從工作文件到部落格、散文都更好讀的 Agent Skill。

它有「設計 → 撰寫 → 檢查 → 收斂」的流程。不只是局部修正文句，也會確認主訊息、標題、段落濃淡等。它也有用於靜態分析的 lint，並會根據檢查結果判斷要由 AI 修改還是保留。

japanese-tech-writing

japanese-tech-writing 是為了撰寫日文技術文件與書籍原稿而設計的文風規範。

它細緻定義了段落寫作、論證嚴謹度、讀者負擔、冗長表達的刪減等技術文件的可讀性。雖然它不是專門用來消除 AI 味的技能，但也包含避免「很像 LLM 的空話」和翻譯腔比喻的規則，因此我也把它納入比較。

大致整理如下，目標範圍是這樣的。

技能主要修正的地方機制yomiyasu不自然的語法、比喻、裝飾改寫規則＋專用 lintnatural-japanese文體、段落結構、整份文件設計撰寫流程＋多個檢查腳本japanese-tech-writing技術文件的邏輯、冗長、讀者負擔詳細的文風規範用同一個 Claude、同一份原文、同一組指示來比較

比較日期是 2026 年 10 月 1 日。使用 Claude Code 的 Claude Sonnet，effort: low，每次都開新 session，並以相同原文、相同需求來統一。

在驗證前，先把 3 個技能從平常的技能放置處停用，每次執行也用 --safe-mode 停掉其他外掛與 CLAUDE.md。接著只另外加入要比較的那個 SKILL.md。

執行指令如下：

claude -p \
  --safe-mode \
  --model sonnet \
  --effort low \
  --no-session-persistence \
  --append-system-prompt-file <要比較的技能的SKILL.md> \
  '<相同的需求文與原文>'

yomiyasu 的 README 也寫到，如果同時啟用類似的日文校對技能，指令可能互相干擾。這次我把條件調整成不會混入其他比較對象指示的狀態。

原文也是請 Claude Sonnet 生成的。第一次比較時，我請它寫一般的導入文，但原本的文章太工整，結果 3 個技能幾乎都沒什麼改變。這樣就不能算比較了。

所以這次我加了「強烈吸引讀者」「熱度高」「加入印象深刻的比喻和強調表現」這些條件。不是由人手寫一段 AI 味很重的例文，而是讓 Claude 自己寫出裝飾較多的文章。

這次不是要模擬平常的文章生成，而是刻意增加 AI 感的裝飾，做一個壓力測試，好看出各技能的修正傾向。

請用 Claude Code 的 Agent Skills 來提升文章撰寫效率，
寫一段能強烈吸引讀者的 Qiita 文章片段，500～700 字。
請包含導入、3 個優點、結尾，熱度高一點，
並加入印象深刻的比喻或強調表現。
請用です・ます調，讓技術初心者也能理解。
請使用 Markdown，只輸出本文。

生成的原文如下。

每天重複寫同樣的指示，該結束了吧？

每次寫文章時，你是不是都在反覆對 AI 說「請用です・ます調」「請寫給初學者看」「標題請用這種格式」？這些瑣碎的溝通，正是寫作時最不起眼、卻最耗時間的地方。

這時候最值得用的，就是 Claude Code 的Agent Skills。Skills 是讓 AI 擁有屬於你的「文章撰寫手冊」的機制。比起每次都口頭對新人說明，不如一次交給他一本厚厚的工作手冊。

優點 1：寫法不會每次都跑掉

只要把文體、結構、用語規則寫進 Skill，無論誰、什麼時候要求，都能以相同品質完成。團隊文章會更有一致感，也能消除「每個人寫出來的語氣都不同」這種困擾。

優點 2：指示可以大幅縮短

只要一句「幫我寫成 Qiita 文章」，所有長長的前提條件就都能傳達。每次的 prompt 會從像咒語一樣的長文，變成一句口令。

優點 3：可以重複利用並持續優化

Skill 只是個檔案，所以修改和分享都很簡單。把成功的寫法一點一點加進去，AI 就會慢慢成長得像你的分身。

來吧，踏出第一步

就算沒有程式設計知識，Skills 也只要用文字寫下規則就能建立。**把文章撰寫，從重複作業變成可累積的資產。**從今天起，開始培養屬於你的寫作夥伴吧。

粗體有 6 處，而且「優點 1～3」都採用了相同格式。「像咒語一樣的長文」「AI 會像你的分身」「可累積的資產」這類比喻也很多。最後還用「來吧，踏出第一步」推著讀者往前走。

雖然完全是照著要求寫的，但，真的很濃。

我把這份原文丟給 3 個技能，並把需求統一成以下內容：

請把下面的文章改得更適合技術文章閱讀。
只輸出本文，不要加入原文以外的資訊。

yomiyasu 是在不改變結構下，修正了部分比喻與裝飾

yomiyasu 的輸出如下。

每天重複寫同樣的指示，該結束了吧？

每次寫文章時，你是不是都在反覆對 AI 說「請用です・ます調」「請寫給初學者看」「標題請用這種格式」？這些瑣碎的溝通，是文章撰寫時最不起眼、卻最耗時間的原因。

這時候最值得用的，就是 Claude Code 的 Agent Skills。Skills 是讓 AI 擁有屬於你的「文章撰寫手冊」的機制。比起每次都口頭對新人說明，不如一次交給他一本厚厚的工作手冊。

優點 1：寫法不會每次都跑掉

只要把文體、結構、用語規則寫進 Skill，無論誰、什麼時候要求，都能以相同品質完成。團隊文章會更有一致感，也能消除「每個人寫出來的語氣都不同」這種困擾。

優點 2：指示會大幅縮短

只要一句「幫我寫成 Qiita 文章」，所有長長的前提條件就都能傳達。每次的 prompt 會從長長的指示文，變成一句口令。

優點 3：可以重複利用並持續培養

Skill 只是個檔案，所以修改和分享都很簡單。把成功的寫法一點一點加進去，AI 就會像你的分身一樣成長。

來吧，踏出第一步

就算沒有程式設計知識，Skills 也只要用文字寫下規則就能建立。把文章撰寫，從重複作業變成可累積的資產。從今天起，開始培養屬於你的寫作夥伴吧。

這次差異很明顯。

• 把所有粗體都刪掉
• 「時間奪う正体」改成「原因」
• 「劇烈地縮短」改成「大幅縮短」
• 「像咒語一樣的長文」改成「長長的指示文」

粗體和部分比喻變少了。不過，「該結束了吧？」「來吧，踏出第一步」這種呼喚，以及「像你的分身」「可累積的資產」這些比喻還是保留著。整體構成與熱度沒有變，只是把過強的表現換回比較普通的說法。

變化雖然變大了，但仍然保留了原文的骨架。yomiyasu 的「不改變意思與比重」方針，在這個輸出裡最明顯地呈現出來。

natural-japanese 是從段落的功能重新整理

natural-japanese 的輸出如下。

用 Agent Skills 省下每次執筆指示

每次寫文章時，都要反覆對 AI 說「請用です・ます調」「請寫給初學者看」「標題請用這種格式」，這些瑣碎的溝通，其實會在寫作中默默消耗很多時間。使用 Claude Code 的Agent Skills後，就能把這些指示一起預先交出去。Skills 是讓 AI 擁有屬於自己的一本「文章撰寫手冊」的機制。比起每次都口頭對新人說明，不如一次交給他一本工作手冊。

寫法不會每次都跑掉

只要把文體、結構、用語規則寫進 Skill，無論誰、什麼時候要求，都能以相同品質完成。團隊文章會更有一致感，也能消除每個人寫出來的語氣不同這個問題。

指示會變短

只要一句「幫我寫成 Qiita 文章」，所有長長的前提條件就都能傳達。每次的 prompt 會從長長的指示文，變成一句口令。

一邊重複使用一邊培養

Skill 只是個檔案，所以修改和分享都很簡單。把成功的寫法一點一點加進去，AI 就會像你的分身一樣成長。

第一步

就算沒有程式設計知識，Skills 也只要用文字寫下規則就能建立。把文章撰寫，從重複作業變成可累積的資產。先從建立一個屬於自己的寫作夥伴開始吧。

變化最大的就是 natural-japanese。

原本是疑問句的標題，被改成一看就懂內容的標題。「優點 1～3」也被拿掉了，改成「寫法不會每次都跑掉」「指示會變短」這種更具體的標題。導入從兩段合併成一段，也是其他兩者沒有的改動。

不過，粗體還保留了 4 處，「像你的分身」「可累積的資產」這類比喻也還在。整體呈現方式改變最大，但它並沒有把 AI 味全部去掉。

像是「每個人寫出來的語氣不同這個問題」，也被整理成較硬的說法。結構是變得更好讀了，但沒有到我原本預期的那種完全去除裝飾，這點還滿意外的。

japanese-tech-writing 是以技術文件為前提做短化整理

japanese-tech-writing 的輸出如下。

用 Agent Skills 省下每次執筆指示

每次寫文章時，都要反覆對 AI 說「請用です・ます調」「請寫給初學者看」「標題請用這種格式」，這些瑣碎的溝通，其實會在寫作中意外占掉很多時間。Claude Code 的 Agent Skills 可以讓你只要先寫一次指示就好。Skills 是把文章撰寫規則整理成手冊，讓 AI 能照著做的機制。比起每次都口頭對新人說明，不如一次交給他一本工作手冊。

寫法不會每次都跑掉

只要把文體、結構、用語規則寫進 Skill，無論誰、什麼時候要求，都能以相同品質完成。團隊文章會更有一致感，也能消除每個人寫出來的語氣不同這個問題。

指示會變短

只要一句「幫我寫成 Qiita 文章」，所有長長的前提條件就都能傳達。每次寫的長 prompt，也會變成一句指示就完成。

重複使用並持續培養

Skill 只是個檔案，所以修改和分享都很簡單。把成功的寫法一點一點加進去，AI 就會像你的分身一樣成長。

開始建立

就算沒有程式設計知識，Skills 也只要用文字寫下規則就能建立。把文章撰寫，從重複作業變成可累積的資產。先做一個自己的 Skill 試試看。

最讓人意外的是，它把我指定的「です・ます調」改成了「である調」。這大概是它把技術文件風格統一起來之後的結果，但從保留原文文體的角度來看，變動太大了。

最後的呼籲變成「先做一個自己的 Skill 試試看」，仍然保留了一點推動感。它確實把多餘裝飾刪得比較多，但優先順序是技術文件規範，而不是保留原本的寫作語氣。

3 種放在一起看，會發現「修改範圍」不同

把這次的輸出放在一起看，可以整理成下面這樣。

如果要粗略選擇，上圖可供參考；而依照實際輸出整理出的細節，則如下表。

比較項目yomiyasunatural-japanesejapanese-tech-writing原文保留程度保留構成與熱度重組標題與段落保留邏輯但連文體也一起改粗體全部刪除保留 4 處全部刪除比喻部分修正、部分保留保留「分身」「可累積的資產」幾乎全部刪除「優點 1～3」保留編號拿掉編號拿掉對讀者的呼籲強烈保留弱化後保留弱化後保留文體維持です・ます調維持です・ます調改成である調

我自己的感受是，使用場景大致可以這樣分：

• 如果想盡量保留作者原本的說法，選 yomiyasu
• 如果想從草稿的結構開始變得好讀，選 natural-japanese
• 如果想嚴格看技術文件的邏輯與冗長度，選 japanese-tech-writing。不過要確認它有沒有連文體也一起改掉

不過，這只是我看這次單一輸出後的感想。換成別的文章或別次執行，結果可能會不同。尤其是口語感很重、手寫感很強的文章，natural-japanese 或 japanese-tech-writing 可能會整理得太過頭。

如果是我，會先試 yomiyasu

如果拿來用在自己的 Qiita 文章上，我會先試 yomiyasu。

原因是我希望保留自己寫的習慣和個性。可以變得更好讀，但如果連措辭和節奏都被完全修成模範答案，那就不像是我寫的文章了。在這點上，yomiyasu 在保留原本結構與熱度的同時，只修正了會卡住的表現。

相反地，如果是幾乎整篇都讓 AI 寫的草稿，natural-japanese 可能更適合。它會讓段落的功能更清楚，讀者也比較不容易迷路。對外技術文件，或者想嚴格檢查論理缺漏的原稿，japanese-tech-writing 也很適合。

與其說哪一個是上位相容，不如說是要改到什麼程度，決定了要選哪個技能。

以前我一直把這些都統稱為「去除 AI 味的技能」。但實際把同一篇文章丟進去後，結果比想像中更不一樣。

下一步，我想把自己以前寫過的 Qiita 文章也分別丟進這 3 個技能，看看能保留多少「自己的味道」。

參考

• yomiyasu（GitHub）
• natural-japanese（GitHub）
• japanese-tech-writing（Gist）
• yomiyasu 公開時的貼文（X）
• 介紹 yomiyasu 的貼文（X）
• Agent Skills overview（Anthropic）

相關文章

• Claude Code 新輸出風格「Concise」：讓 Claude 成為先講結果的可靠夥伴 … 嘗試把 Claude 的文章變短，並先從結果說起的設定
• 把太過禮貌的 Claude Code 變成原始人後，Token 使用量減少 30% … 比較大幅改變文風時，輸出量會怎麼變
• 「你自己看」對 AI 有效嗎？用高壓式 prompt 驗證回答精度 … 實際重複測試，看看 prompt 語氣是否會影響 AI 的回答精度

通知

最後補充一則通知，EDA 正在招募一起工作的工程師。詳細內容請參考招募資訊頁面。

誠摯期待大家的應徵。

原文出處：https://qiita.com/inoyu-qiita/items/0ffe6e74ecaf3aaa8b14