朱雀分段降 AI 编排台 v1.5

> 本 skill 不生产文风，只管流程。文风由"某书写作分身"类技能负责，通用去 AI 定律由 human-pattern-v3 / ai-free-writing 负责。

一、三层分工

二、核心原则

原则零（最高优先级）：18维真人写法 > 八项硬指标闸门

> 用户明确定级（2026-09-29）：八项闸门优先级低于 18 维真人写法。两者冲突时，一律以 18 维 / 标杆章节 DNA 为准，不得为过闸门而改稿。

为什么：八项阈值（句长≥34、引号对/千字≤14 等）是从 crime-psych-style 移植来的，不是本书原生。实证：本书第01章（朱雀能过的版本）自己就不满足句长 32.0、引号对 17.12。此前为"过闸门"把第02章节长往上推（33.8→35.2）、引号往下压（13.7→12.3），结果一路把稿子推离第01章真 DNA，朱雀分数反而越改越差。

执行纪律：
1. 动工前先跑一次标杆章节（本书已过朱雀的章节）的八项校验。若标杆自己不过闸 → 该闸对本档位误移植，按标杆指纹修，闸门结果仅作参考、不得反向修稿。
2. 报告里八项不达标项须标注"与标杆章节同型"，不得标为 ❌ 缺陷。
3. 交付判据排序：朱雀实测 > 18维综合(<0.3) > 12字窗重复=0 > 标杆章节指纹收敛度 > 八项闸门。

原则零之二：时代性指纹硬零（真本"有" ≠ 新写"能用"）

> 用户明确定级（2026-09-29）：破折号之类是当代 AI 的特有标记。过去的书（AI 出现前）本来就会有破折号，因为真人本来就用；但现在新写的书必须禁用——写出来就被判 AI。

定义：真本实测 > 0（或某年代人群确有此写法），但今天新写不能用的特征＝时代性指纹。

分两型，方向相反、结论一致：

A 型成因：同一个符号，时代变了判读方向就反转。破折号在 AI 普及前＝真人作家的正常标点习惯；现在＝AI 文本高频标记。真人过去会用 ≠ 我们今天能写。

B 型成因：象 代 像（《坏蛋是怎样炼成的》"好象""象…一样"）＝七八十年代人的用字习惯（语文规范未久、手写铅字混用），且本质是比喻，与白描派零比喻红线冲突。

处理：两型一律硬零，不得回迁，不进可移植清单。

注意——别误伤真人味：似的 类口语比况助词（"他没听见似的""被什么压住了似的"）不算比喻，无喻体，是真人说话的自然语气，保留。

执行纪律：
1. 时代性指纹优先于"标杆章节 DNA 对齐"——即使标杆章节里出现，也不得照搬（若标杆自身有，视为该章的时代残留，不作为复刻依据）。
2. 禁止用"某某真本有 N 个"论证自己可以用。出版物早于 AI 时代，其破折号是历史事实，不是可迁移特征。
3. 与"风格级不可移植"的区别：风格级换书即可换结论；时代级换书无效，只能硬零。
4. B 型＝用字规范问题：新写稿一律用当代规范字（"像"不写"象"）。除非角色本人设定为七八十年代人且是对白/书信中的刻意年代腔，否则不得出现。

原则一：只改最高值段

> 拿到朱雀分段表后，只动 >0.45 的段。达标段（≤0.45）一字不动。改达标区会触发 L4 副作用污染，整篇分数反而上升。

原则二：四层诊断法

原则三：骨笛式具身替代比喻（实战沉淀）

> 《骨笛》（陕西版）写法核心：全部用「身体外化 + 具体物件/声音」替代比喻。它写受冲击只用「血色退/指节泛白/嘴角动两下/眼角跳」，从不写「像在…」「宛如…」。

改造公式：

原则四：每句台词只出现一次

> 机械复读是朱雀头号 AI 信号。同一句台词不能既嵌入叙述又说一遍独立直引。统一走「叙述导入 + 后置直引」同段——既保对话段占比，又保 86.7% 后置率签名。

原则五：段落节奏对齐骨笛基线（段长均值≈85字）

> 朱雀对段内语义密度敏感。段落过长（>130字/段）且无孤句对话段 = "大纲体/信息宣读" = AI 高值。
>
> 骨笛基线：142段均值84.8字，分布 <50字(20%) / 50-99字(44%) / 100-149字(32%) / 150+字(4%)。
>
> 修法：
> 1. 130+字叙述段拆成两个短段（叙述→动作→对话各自独立）
> 2. 插入2-6字孤句对话段（"别费劲了"、"断不了"、"官方牌子不这么打"）
> 3. 信息整齐的排比段（"四个人都摆手…说法都是一个调"）合并压缩成一段，降整齐度
>
> 纪律：短段方差大（<500字±0.07），不要为了凑占比砍孤立短段——砍完均值飙升反而更AI。

原则六：补俗套反应词防 cliche 维扣分

> 18维检测的 cliche 维度抓"俗套反应词不足"——如"微微一笑/眉头一皱/心头一动/脸色一变"。
> 骨笛风格不用俗套词（走"身体外化"路线），但朱雀仍可能因此判AI。
>
> 修法：在非核心段插入1-2个俗套反应词，每处不重样：
> - "他眉头皱了一下，像是想起了什么，又像是没想起来"
> - "嘴角动了一下，像是想说什么，又忍住了"
> - "心里咯噔一下"
>
> 注意：只补2-3处，过多会触发 cliche 反向扣分。

原则七：进得快 vs 对话段占比张力处理

"进得快"原则要求砍开头写景 → 无引号段减少 → 对话段占比易越 75% 上限。

修法：补的是动作段（摸白板、蹭墙皮等行为）而非写景段，既保进得快又把占比压回 55-75%。

原则八：标杆章节 DNA 对齐法（本地绿但朱雀仍拒时的主解法）

> 适用场景：本地 18 维已 <0.3、红线全零，朱雀却连续判黄。此时不要继续微调措辞，改做指纹对齐。

六项指纹（自写脚本，二三十行即可；novel-distill-deconstruct/scripts/corpus_analysis.py 实际不存在，别找了）：
段长均值 / 段长<50占比 / 句长均值 / 对话段占比 / 引号对每千字 / 逗号每千字，外加 问号每千字、数词每千字。

操作顺序：
1. 拿本书已过朱雀的章节做标杆，跑同一套指纹，算出待改章的偏差；偏差 >15% 的即为头号缺口。
2. 只动朱雀 >0.45 的段（原则一），达标区不动。
3. 补缺口的手法（按性价比排序）：
- 段长<50 占比偏低 → 把"动作句 + 台词"拆成极短独立对话段（标杆里"给谁引路？""名字呢？""查不出来。"就是这类），一招同时提短段占比、降逗号密度。
- 句长偏低 → 碎句并回长逗号链；注意别把句号改逗号（那样逗号/千字反而飙升），要合并语义。
- 段长均值偏低 → 给中等叙述段加具体材质细节（逗号链、不新增句号）。
- 数词密度高 → 删重复年份/序数，全书只留一处。
4. 加完必须回测 density 维：材质加过头会让 density 冲高。判据是不超标杆 +0.25（例：标杆 0.69，改稿 ≤0.94）。超了就把偏文艺的尾巴（"远到听不见才断"）改成白描。
5. 收尾硬闸门：12 字窗重复 = 0、ASCII 引号 = 0。

已知会翻车的坑：
- 拆段提短段占比的同时会拉低句长和段长均值，必须配套补材质，否则按下葫芦浮起瓢。
- 拆出的新段若复用前文短语（"物证袋的硬角""手撑在桌沿"），会制造 12 字窗重复 → 朱雀分数不降反升。改前先全文检索母题词。

原则九：话语行为对齐（多轮指标改不动时的根本解法）

适用场景：已按原则八对齐了句长/段落/引号等表层指纹，改了 3 轮以上朱雀仍不降甚至反弹。此时病灶通常不在表层指标，而在对话的"信息社会学"。

原理：AI 生成的对话最典型的特征不是词藻，而是——人人都全知全能，每句话都精准推进推理链，没有一句废话、迟疑、答非所问、拒绝回答。真人对话则充满阻抗。这一层必须用话语行为去量，词频/句长量不出来。

两条硬指标（用 scripts/discourse_scan.py 测，须与本书已过检章节对比）：

改法优先级：
1. 把推断改滞后：删掉人物脱口而出的正确结论，改成"说到一半停住""说了半句没往下说"。
2. 把断言改成猜："这就是两套水牌" → "要是真有人补打…我就是这么猜的"。
3. 把独白改成来回:一条长发言改成 问 → 答 → 追问 → 半句。
4. 把圆融改成阻抗：让某人不接话（"沈九没接这句话。"）、记不清、说不上一句整话。
5. 把格言改成土话："对不上的那个，就是线头。" → "我看多半还是白跑一趟。"

反直觉警告 —— 别对着 density 维的绝对值开刀：
density 由两个分量合成，性质相反：
- 排比清单（句内 ≥3 逗号）= 长逗号链 → 真病灶。
- 单句锤（≤6 字独立句）= 极短应答 → 真人味（第01章就是靠这个）。
典型现象：加了大量短应答后 density 冲到 1.00，看着像恶化，实际是把 AI 病灶换成了人味。判据是拆开看分量（目标：排比清单趋第 01 章水平、单句锤 3–6/千字），而不是看 density 总值。

另一个同源病根：为凑短句而大量使用裸对话标签（。"他说。）。第01章几乎总是把标签挂到动作上（"看他什么呢？"康跃进凑过来，本子还夹在腋窝底下）。裸标签既制造虚假单句锤，又被检测器切句时当成独立句，双重扣分。改法：给每个标签挂一个具体动作。

三、执行流程

[朱雀分段表] → 按占比定位字符边界 → 只动>0.45段
       ↓
  [四层诊断] → L1词汇/L2句式/L3语感/L4结构逐层扫
       ↓
  [风格调度] → 选适配风格技能协同改稿
       ↓
  [红线校验] → 八项硬指标（参考级；见原则零，不得为过闸改稿）
       ↓
  [DNA对齐] → 与本书已过检章节跑六项指纹对比，补头号缺口（原则八）
       ↓
  [副作用回收] → 对照清单逐项检查改稿副作用
       ↓
  [重复签名扫描] → 12字窗=0 防机械复读检测
       ↓
  [真机朱雀复检] → 本机 Chrome 带登录态跑分段检测

四、关键踩坑与红线（经验沉淀）

坑一：Edit/Write 混入 ASCII 半角引号

现象：Edit 工具产出的中文对话引号可能混入 ASCII "，导致：
- ASCII 硬指标失败
- 含 ASCII 引号的段落不被识别为"对话段"，对话段占比骤降

修法：用 Python 脚本按奇偶交替还原：

t = open('file.txt', encoding='utf-8-sig').read()
out, i = [], 0
for ch in t:
    if ch == '"':
        out.append('"' if i % 2 == 0 else '"')
        i += 1
    else:
        out.append(ch)
open('file.txt', 'w', encoding='utf-8').write(''.join(out))

防御：写稿后必须跑 verify_chapter.py 抓 ASCII=0。

坑二：达标区一字不动

达标区（AIGC ≤0.45）即使有轻微问题也不碰。改达标区会触发 L4 副作用污染。

纪律：只改 >0.45 段，达标区只做极小安全改动（黑名单词替换，不触结构）。

坑三：骨笛词未必通用

骨笛爱用"指节泛白"等微表情，但 ai-free 黑名单含"指节"。替换为"手背绷亮/指头压白印"。

教训：跨书风格移植前必须先跑黑名单词对照，不可直接抄另一本书的招牌动作。

坑四：短段方差不当噪声处理

朱雀对 <500 字段落的 AIGC 估值方差约 ±0.07。波动 0.02~0.05 可能是噪声，别过度解读；>0.1 的跳变才是真信号。

坑五：本地检测器对藏地/古言风系统性低估朱雀

> detect.py 的 cliche（俗套反应词不足）和 voice（人声不足）两维，会把骨笛式"身体外化"风格当成误报。
>
> 后果：本地 18 维 <0.3 ≠ 朱雀通过。本技能对藏地/刑侦风会系统性低估朱雀约 0.33。
>
> 纪律：本地检测只看红线（ASCII/破折号/引号配对/重复签名），不看综合分判断朱雀是否通过。必须靠 L3/L4 改稿（加摩擦/冗余/俗套反应词）降值。

坑六：段长均值是朱雀隐性指标

> 朱雀不分段看"句长"，而是看"段落密度"。段落 >130 字且无对话打断 = 信息过高效 = AI 味。
>
> 修复信号：段长均值从 140 降到 90（插入孤句对话段+打散长叙述）后，朱雀值显著下降。

五、脚本清单

重复签名内联兜底（12字窗硬闸门，交付前必跑）：

import re
t = re.sub(r"\s", "", open("章节.txt", encoding="utf-8").read())
seen, hits = {}, []
for i in range(len(t) - 11):
    w = t[i:i+12]
    if w in seen: hits.append(w)
    else: seen[w] = i
print("12字窗重复:", hits if hits else "0 ✅")

实战教训（2026-09-28 第02章实测）：降AI改稿新增的叙述帧/动作拍若复用本章前文短语（如"物证袋的硬角，硬角硌着掌心"13字逐字重复前文），朱雀值不降反升（0.5437→0.5608）。新增任何叙述前必须先全文检索母题词（杯/桌沿/硬角/门框等），禁复用前文短语。

六、使用示例

输入格式

用户给朱雀分段表：

序号  片段  占全文比例  占字符数  AIGC值
1     片段1  37.57%      621       0.5451   ← 主病灶
2     片段2  62.43%      1032      0.3177   ← 达标区

执行命令

# 1. 语义扫描
python scripts/seg_ai_scan.py --path 第02章-铁皮房里的白板.txt --segs all --literary

# 2. 结构红线校验
python scripts/verify_chapter.py --path 第02章-铁皮房里的白板.txt

# 3. 18维量化检测
python scripts/detect_18dim.py 第02章-铁皮房里的白板.txt --genre fiction --scene 静戏

# 4. 重复签名扫描
python ../../分析/repeat_sig.py 第02章-铁皮房里的白板.txt

输出样例

===== 文艺词/黑名单扫描 =====
✓ 正则层无命中（共扫描 1802 字符）

===== crime-psych 红线校验 =====
正文字数: 1802 ✅
句长均值: 实测 42.5 ✅ (≥ 34.0)
对话段占比: 实测 61.5% ✅ (55.0% - 75.0%)
...
✅ 八项硬指标全绿，可交付朱雀复检

===== ai-free-writing 18维 =====
综合评分: 0.253 ✅ (<0.3，明显人类特征)
解读: 该文本显示出较强的人类写作特征，AI 痕迹较少

七、版本记录

• v1.0（2026-09-19）：初版，四层诊断法 + 分段定位逻辑
• v1.1（2026-09-24）：加入《骨笛》风格 DNA + 跨书红线校验
• v1.2（2026-09-25）：加入标点规范（ASCII 引号坑）+ 进得快张力处理
• v1.3（2026-09-26）：加入达标区不动纪律 + 18 维量化层
• v1.4（2026-09-26）：加入重复签名扫描 + 机械复读检测
• v1.6（2026-09-26）：新增①段落节奏基线（骨笛84.8字/段，分布<50/50-99/100-149/150+）②俗套反应词补位公式 ③本地检测器低估朱雀的系统性偏差警示 ④段长均值作为隐性朱雀指标