AI Flavor Detector

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。

When to Use This Skill

Trigger this skill when the user:

• 要求检查文本是否像 AI 写的

• 问"这篇文章 AI 味重吗"

• 需要去 AI 化改写

• 想要绕过 AI 检测器（如朱雀）

• 想要让文本更有人味、更自然

• 提到"检查 AI 味"、"检测 AI 味"等触发词

Core Workflow

• 获取待检测文本 - 用户粘贴文本或指定文件路径

• 多维度分析 - 从 6 个维度检测 AI 特征

• 输出评分 - 给出整体 AI 味评分（0-10）

• 逐段标注 - 标注问题位置和关键词

• 提供改写建议 - 给出具体的去 AI 化改写示例

Output Format

整体评分

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）

朱雀专项检测（如适用）

如用户提到朱雀检测，额外输出：

• 连接词密度分析

• 结构化程度检测

• 括号使用说明标注

• 段落规整度分析

Detection Dimensions

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

Zhuque AI Detection

朱雀 AI 检测是另一个专业的 AI 检测工具，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：

• 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

朱雀禁用特征（必检项）

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

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

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

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：

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

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

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

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"你"

• 讨论普遍现象时可使用第三人称

Resources

详细检测标准参考：

• references/wikipedia-ai-features.md

• 维基百科 AI 写作特征综合指南

• references/zhuque-detection.md

• 朱雀 AI 检测详细指南和反制策略

Troubleshooting

误判技术定义为 AI 味

• 问题：将技术定义引言误判为 AI 特征

• 解决：技术定义引入是合理的，不应判为 AI 味

误判 prompt 指令为正文

• 问题：将"我是一个工作 20 年..."这种给 AI 的指令判为 AI 味

• 解决：区分 prompt 指令和文章正文

误判代码和命令

• 问题：将标准化的代码、命令判为 AI 特征

• 解决：技术命令本身就是标准化的，不应判为 AI 味

误判引用内容

• 问题：将引用官方文档或标准判为 AI 味

• 解决：引用内容本身是标准化表达，不应判为 AI 味

检测逻辑

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

• 不要只给分数 - 要给出具体位置和原因

• 区分正文和 prompt - 区分是文章正文还是给 AI 的指令

• 提供修改建议 - 给出具体的改写示例

• 避免误判 - 技术定义、引用内容不要误判为 AI 味

• 鼓励个人化表达 - 强调个人经历和口语化表达的价值

参考标准

• 维基百科"AI 写作特征"综合指南

• 反朱雀 AI 检测提示词（姚金刚 V2.0）