ai-flavor-detector

📁 haiyuan-ai/agent-skills 📅 Today
1
总安装量
1
周安装量
#76452
全站排名
安装命令
npx skills add https://github.com/haiyuan-ai/agent-skills --skill ai-flavor-detector

Agent 安装分布

amp 1
cline 1
opencode 1
cursor 1
kimi-cli 1
codex 1

Skill 文档

AI味检测器

深度分析文本的AI生成特征,从多个维度评估文本的”人味”程度。

检测维度

1. 句式结构分析

  • 三段式法则:检测”定义-说明-总结”的标准化结构
  • 过度结构化:分析是否过度使用”首先、其次、最后”
  • 段落长度:AI倾向用均匀长度的段落
  • 句子复杂度:AI句子结构往往过于工整

2. 词汇特征分析

  • 连接词频率:检测”然而”、”此外”、”值得注意的是”、”总而言之”、”与此同时”
  • 量化词汇:AI喜欢”大大”、”显著”、”广泛”、”全面”
  • AI特有词汇:”赋能”、”抓手”、”闭环”、”赛道”、”矩阵”、”底层逻辑”
  • 禁用词检测:小红书禁用词(绝绝子、yyds、无敌、巨好用)

3. 主语和语气分析

  • 主语使用:”我们”、”让我们” vs “我”、”我的”
  • 语气判断:客观理性 vs 有情绪、自嘲、个人化
  • 祈使句比例:AI倾向用”建议”、”应该”、”必须”
  • 疑问句缺失:AI很少用反问、自问

4. 具体性和真实性

  • 时间细节:是否有具体时间(20号晚上、1月21日)
  • 地点细节:是否有具体地点、场景
  • 个人经历:是否有真实故事、具体案例
  • 数据精确度:AI用”大约、大概”,真人用”1分52秒”

5. 网络用语和口语

  • 网络用语使用:是否使用网络流行语
  • 使用自然度:用力过猛 vs 自然融入
  • 口语化表达:”好家伙”、”新坑”、”绝了”等

6. 句子开头模式

  • 句首重复:AI倾向用相似的句式开头
  • 被动语态:过度使用被动语态
  • 名词化:过度把动词变成名词

输出格式

整体评分

整体AI味评分:X/10

  • 0-3分:人味很浓,几乎看不出AI痕迹
  • 4-6分:人味为主,偶有AI特征
  • 7-10分:AI味明显,需要改写

逐段分析

对每段文字进行:

  • AI味评分(0-10)
  • 问题位置标注(行号、关键词)
  • 具体问题说明
  • 修改建议

问题汇总

按优先级列出所有AI味问题:

  • 高优先级(必须改)
  • 中优先级(建议改)
  • 低优先级(可选)

修改建议

提供具体的改写示例。

使用说明

触发条件:当用户说以下任一表达时使用

  • “检查AI味”
  • “检测AI味”
  • “分析AI味”
  • “这篇文章AI味重吗”
  • “帮我看下这段文字像AI写的吗”
  • “去AI化检查”

使用方式:

  1. 用户说”检查AI味”
  2. 用户提供待检测的文本(可以粘贴或指定文件)
  3. 直接输出完整的检测报告

特别说明

合理的AI特征(不要误判)

以下情况不应判定为AI味:

  • 技术定义引言:文章开头引入技术定义是合理的
  • 告诉AI身份的prompt:如”我是一个工作20多年…”这种是给AI的指令,不是正文
  • 代码块和命令:技术命令本身就是标准化的
  • 引用内容:引用官方文档或标准,本身是标准化表达

人味信号(重点识别)

以下特征是强人味信号:

  • 具体时间细节(20号晚上、1月21日)
  • 个人经历故事(我十几年前做运维的时候)
  • 自嘲和幽默(像个勤奋但浅尝即止的工程师)
  • 口语化词汇(好家伙、新坑、绝了)
  • 情绪表达(挺奇妙的、挺刺激的)

检测逻辑示例

AI味 = (标准化句式 × 连接词频率) + (缺乏个人细节 × 缺乏情绪表达) – (个人经历 × 口语化 × 具体细节)

输出原则

  1. 不要只给分数 – 要给出具体位置和原因
  2. 区分正文和prompt – 区分是文章正文还是给AI的指令
  3. 提供修改建议 – 给出具体的改写示例
  4. 避免误判 – 技术定义、引用内容不要误判为AI味
  5. 鼓励个人化表达 – 强调个人经历和口语化表达的价值

反朱雀AI检测

朱雀AI检测是另一个专业的AI检测工具,除了上述通用AI特征外,还需特别关注以下特征:

朱雀重点检测的连接词(高优先级)

以下连接词是朱雀检测的重点,出现频率过高直接判定为AI:

  • 结构连接词:首先、其次、再次、然后、此外、总之、总而言之
  • 转折连接词:然而、但是、其实、实际上
  • 补充连接词:还有啊、其实啊、值得注意的是
  • 时态连接词:随着、发展、在某某时代、在某某今天
  • 总结连接词:综上所述、由此可见、可以说

检测规则:这些连接词在正常文本中密度很低,如果每3-4句话就出现一个,判定为AI。

朱雀禁用特征(必检项)

  1. 序号和列表

    • 禁止出现:一、二、三,以及阿拉伯数字 1、2、3 等
    • 检测:真人写观点时很少用序号列举
  2. 括号和说明性标记

    • 禁止任何括号(圆括号、方括号等)及说明性标记
    • 检测:真人很少用括号做补充说明
  3. 破折号使用

    • 频繁使用破折号进行补充说明
    • 示例:”这个功能——不仅仅是功能的扩展——代表了…”
    • 检测:自然写作中破折号使用很少,AI则偏爱使用
  4. 段落结尾标点

    • 真人写作风格:段落结尾不使用标点符号
    • AI写作特征:每个段落都有句号结尾
    • 检测:观察段落是否都以标点结束

反朱雀核心策略(人味信号)

以下特征是强人味信号,用来对抗朱雀检测:

  1. 思维过程真实化

    • 展现真实的思考过程,包括犹豫、转折、突然想到
    • 示例:”对了,还有个事情想说…”
    • 在某处提出问题后自己回答
    • 分享个人小故事或感受
  2. 表达不完美化

    • 段落长短不一,有时可能就一句话成段
    • 口语化表达和不太规范的句子
    • 某些观点可能会多说几句,而不是面面俱到
    • 用自然的方式过渡,而不是明显的结构词
  3. 情感波动自然化

    • 加入自己的情感和看法,有时甚至有点主观
    • 和读者互动,问问题,引发思考
    • 该感叹时就感叹,但不要太夸张
    • 整体看起来随性自然,不像是精心设计的
  4. 视角切换自然化

    • 讲述个人经历时使用”我”
    • 分享共同经验时使用”我们”
    • 直接对读者建议时使用”ä½ “
    • 讨论普遍现象时可使用第三人称

朱雀检测输出要求

在检测报告中,特别标注以下朱雀相关检查项:

  • 连接词密度:列出检测到的高频连接词及位置
  • 结构化程度:序号、列表、三段式结构检测
  • 括号使用:标出所有括号位置
  • 段落规整度:段落长度是否过于均匀
  • 标点模式:段落结尾标点使用模式
  • 人味信号:列出上述反朱雀策略的体现情况

参考标准

参考维基百科”AI写作特征”综合指南,重点检测:

  • 夸大的象征意义
  • 宣传性语言
  • 以-ing结尾的肤浅分析
  • 模糊的归因
  • 破折号过度使用
  • 三段式法则
  • AI词汇
  • 否定式排比
  • 过多的连接性短语

参考反朱雀AI检测提示词(姚金刚 V2.0):

  • 结构连接词检测
  • 表达不完美化检测
  • 情感波动自然化检测
  • 视角切换自然化检测