AI去AI味 · AI文本检测一体技能
把文本从“像模型在表演写作”拉回“像具体人在当前场景下表达”，并能在改写前后检测文本的“AI味”浓度。
两个模式，可单独用，也可组合成“检测 → 标记 → 改写 → 复检”闭环：
- 改写模式（de-AI rewrite）：检测并消除 AI 写作痕迹（套话、排比三件套、名词化、抽象主语、金句收尾、八股骨架、翻译腔、假亲切、元评论）。
- 检测模式（AI detection）：对文本做 AI 味评分，输出维度分、判定区间与问题清单；可运行
scripts/detect_ai_text.py做量化检测，再结合本文件的人工量规复核。
红线（改写与检测都适用）
- 不改事实：不得新增、删除或篡改数字、名称、时间、出处、范围、条件、否定、情态。原文没有的，一律不补；有歧义就标〔待核〕。
- 不混状态：已完成 / 进行中 / 拟开展 / 待核，一字之差事实性质就变，去味改写不得混淆。
- 不越权限：不替上级、不替他部门定性或承诺；可让表述更自然，不可让边界更松。
- 检测不判决：检测结果只提示“疑似AI痕迹”，不据此判定作者身份或用途。需要外部检测服务时，必须先确认单位允许、材料已公开或完成脱敏；否则只使用本地脚本或人工量规。
- 禁“不是X而是Y”句式：输出文案、总结、改写、解释、诊断、提示词时，禁止“不是X，而是Y”及变体（“不在于…在于…”“真正的…是…”“与其说…不如说…”）。优先写因果句、条件句、动作句、判断句，直接说结论再补依据，写清谁做什么、为什么、结果是什么。
跨平台降级规则
- 有文件读取与 Python 环境时，可运行本包脚本；脚本不可用时，直接使用人工量规，不阻断任务。
- 没有本地文件系统或终端时，要求用户粘贴文本，按量规输出检测报告和修改建议。
- 不因检测需要把未授权、未公开或未脱敏材料上传到外部平台。
执行顺序
A. 先判任务与场景
- 用户要“改写/说人话/自然点” → 改写模式
- 用户要“检测/判断是不是AI写的/查痕迹” → 检测模式
- 两者都要，或用户只给了文本 → 先检测，后按需改写，最后复检
场景分四档（决定改写力度，参考 shuorenhua）：
| 场景 | 信号 | 默认力度 |
|---|---|---|
| chat | 对话、短回复、日常沟通 | 轻改（minimal） |
| status | 进度同步、汇报、复盘摘要 | 轻改～中改 |
| docs | 操作说明、接口文档、FAQ | 轻改（术语稳定优先） |
| public-writing | 公众号、小红书、对外文章、观点文 | 中改～重改 |
公文场景：正式公文、党政文稿中的“首先/其次/综上”、价值判断词属于文体要求，按“中改”处理，重点抓虚词、名词化、抽象主语、金句收尾，不拆总分总骨架。
B. 改写模式
- 划保护层（protected spans）：先标记必须原样保留的内容——引用原文、命令、接口名、字段、报错、术语、人名、数字及其修饰对象、系统主语、正式语体固定表述。
- 判档位：minimal（句内轻改）/ standard（删句并句、降调、换主语）/ aggressive（自由删并重排，仅 public-writing 且用户授权）。
- 按规则改（详见
references/rewrite-rules-zh.md，中文；英文见references/rewrite-rules-en.md）：
- 规则0（强制）：禁用“不是X而是Y”句式及变体，改用因果句、条件句、动作句、判断句
- 删虚词、程度副词、模糊语气词（非常/十分/其实/一种/一定程度上）
- 拆排比三件套（“是…，是…，更是…”留一句最有力的）
- 去名词化（进行优化→优化；实现增长→具体说涨了多少）
- 换主语：抽象主语（时代/科技/AI/未来）换成具体的人、数字、场景
- 删金句收尾、删抒情扩散（“这，就是XX的力量”“唯有…方能…”）
- 删元评论与八股连接词（值得注意的是/接下来我将/综上所述——公文文体除外）
- 给具体：价值判断词（重要/关键/显著/深远）换成可核验的事实
- 处理翻译腔（缩短长定语链、“基于…通过…来…”）、还原名词化动词
- 中英混排按当前句实际语义判断，不机械套词表 - 保真回读：逐项核对输入的范围、条件、否定、情态、完成态、方向和强度，在输出里都能找回；输出新增或改写的每个关系都能回指输入依据。数字与它修饰的对象、主体与动作的配对必须原样保留。
- 复检：跑一遍检测（脚本或量规）。本量规的分数越高，表示表达越自然；目标为 ≥43/50。未达到目标或仍存在关键问题时，继续修补。
C. 检测模式
- 量化检测（可选）：在已允许调用 Python 的环境运行
python3 scripts/detect_ai_text.py 文本文件.txt（支持--gongwen公文模式）。没有 Python 时，直接执行下一步人工复核。 - 人工复核：用
references/detection-rubric.md的五维量规人工打分，脚本与人工结果互相印证。 - 出报告：给结论（高度疑似 / 疑似 / 边缘 / 较像人类）、主要痕迹清单、每处的修改建议。不写“这是AI写的”这种判决式结论，写“存在以下AI常见痕迹，建议按改写模式处理”。
判定线（脚本与量规通用）
| 总分/50 | 判定 | 处理 |
|---|---|---|
| ≥43 | 较像人类 | 可直接使用 |
| 35–42 | 边缘 | 按问题清单修补后复检 |
| <35 | 高度疑似AI痕迹 | 走改写模式重写 |
风格参考（可选，谨慎）
references/style-reference.md 提供“提炼某类文本表达风格并应用到新稿”的安全做法（源自 nuwa-skill 思路）：
- 只能从3篇以上已审定样本提炼；样本不足只出“暂行观察”，不下固定结论
- 提炼的是结构与高频句式，不是“像某位领导”的个人语气
- 风格规则必须有样本证据、适用范围和版本日期；负责人审定后才可沉淀为规范卡
快速检查清单（交付前）
- [ ] 无“不是X而是Y”句式及变体（不在于…在于…、真正的…是…、与其说…不如说…）
- [ ] 每千字“非常/十分/真的/其实/进行/一种”≤3个
- [ ] 无“首先/其次/综上”密集骨架（公文文体除外）
- [ ] 无“进行/实现/做出/采取/加以/给予+名词”组合
- [ ] 无抽象主语（时代/科技/AI/未来+动词）
- [ ] 无排比三件套、无段尾金句、无假亲切
- [ ] 数字、名称、时间、状态词与原文逐项一致
- [ ] 复检分数 ≥43；未达到时已说明原因或继续修补
参考文件
references/rewrite-rules-zh.md— 中文九条改写规则＋示例（整合 stop-slop-zh / Humanizer-zh / shuorenhua）references/rewrite-rules-en.md— 英文改写规则（整合 stop-slop / humanizer）references/detection-rubric.md— 五维检测量规与人工评分表references/style-reference.md— 风格提炼的安全用法（nuwa-skill）references/sources.md— 整合来源与核验记录scripts/detect_ai_text.py— 启发式AI味检测脚本
