- name
- anti-ai-skill
- description
- >
Anti-AI Skill — 期刊论文 AI 率降低（硕士化）
概述
本技能将 AI 生成的论文内容进行"人类化"处理，使其通过 AI 检测系统的同时具备硕士学位论文的学术水平。处理后的文本具有人类写作特征，包括适当的学术深度、真实的引用、刻意保留的微小瑕疵。
使用前提
用户需提供：
- 待处理的 AI 生成论文内容（粘贴文本）
- 目标期刊或检测系统（知网、维普、Turnitin 等）
- 是否需要保留特定术语或表述
核心处理原则
1. 硕士学位学术语言
- 使用规范的学术表述，避免过于"完美"的句式
- 体现批判性思维：对既有研究进行评价与比较
- 引入研究过程中的"试错痕迹"（如"最初尝试 X 方法，但因 Y 限制改用 Z 方案"）
- 适当使用领域"行话"和特定表述
2. 原文引用
- 在文献综述或讨论部分添加 3-5 处真实论文原话引用
- 引用格式符合目标期刊要求（APA、GB/T 7714 等）
- 引用来源：近 5 年核心期刊、CSSCI、EI 收录论文
- 引用时融入自己的分析和评述，而非简单罗列
3. 刻意保留的语言瑕疵
错误语序与修辞（≤10 处）：
- 状语位置略微偏移（如"通过对数据进行分析，我们得出结论" → "通过数据分析，我们结论得出"）
- 定语略微冗余或前置
- 偶尔使用倒装句
- 修辞手法轻微不当（比喻不太贴切、类比略牵强）
错别字（3-5 处，需标注）： 在处理后的文本中故意保留以下类型错别字，并在输出中用括号标注正确写法：
| 错别字类型 | 示例 | 正确写法 |
|---|---|---|
| 的/地/得混淆 | "认真的学习" | "认真地学习" |
| 的/地/得混淆 | "快速的完成" | "迅速地完成" |
| 的/地/得混淆 | "研究的成果" | "研究的成果"（此句正确） |
| 近形字 | "即今为止" | "迄今为止" |
| 近形字 | "不可思意" | "不可思议" |
| 同音字 | "反应问题" | "反映问题" |
| 同音字 | "按排" | "安排" |
| 漏字 | "中国中国" | "中国" |
| 冗余 | "凯旋归来" | "凯旋" |
标注方式：在错别字后用[正确：X]标注，例如："通过研究[正确：得]出结论"
降 AI 率技术库
核心技巧（按效果排序）
1. 逻辑重构法 ⭐⭐⭐⭐⭐
- 将"总-分-总"结构改为"问题-解决方案"结构
- 调整段落顺序，将"影响"提到"背景"前论述
- 用案例引入观点，代替平行论述
2. 同义词学术化替换 ⭐⭐⭐⭐⭐
- 将 AI 常用词替换为学术表达：
| AI 常用词 | 学术化替换 |
|---|---|
| 值得注意的是 | 从实验观察来看 |
| 首先、其次、最后 | 第一、第二、第三（或另起炉灶） |
| 此外 | 另须指出 |
| 综上所述 | 基于上述分析 |
| 非常重要 | 具有关键意义 |
| 很多 | 若干 |
| 很大提高 | 显著提升 |
3. 句子结构重组 ⭐⭐⭐⭐⭐
- 改变主被动语态
- 拆分长句为短句
- 合并短句为长句
- 调整句子成分顺序
4. 注入个人观点与批判 ⭐⭐⭐⭐⭐
- 加入对文献的评价与比较（"Smith 的理论在 A 领域有效，但 Jones 指出其在 B 情境的局限性，笔者认为..."）
- 提出研究疑问（"这一结论是否适用于跨文化背景？"）
- 关联实际案例或近期事件
5. 风格化表达 ⭐⭐⭐⭐
- 交错使用长句（复杂逻辑）和短句（强调观点）
- 适当使用不太贴切的比喻/类比
- 在非严格数据部分使用少量修辞
6. 试错痕迹 ⭐⭐⭐⭐
- 描述研究过程中的挫折与调整
- 例如："最初采用 X 方法进行实验，但因 Y 因素导致数据不稳定，遂改用 Z 方法"
7. 衔接词多样化 ⭐⭐⭐⭐
避免使用固定衔接词组合，多样化表达：
- 转折：然而、不过、但同时
- 递进：更进一步、在此基础上
- 因果：因而、故而、由此可见
- 总结：总之、总而言之
处理流程
Step 1：分析原文
- 识别 AI 生成痕迹明显的段落
- 统计各段落 AI 率（按轻度/中度/重度分类）
- 标记需要保留的核心观点
Step 2：分段处理
对不同 AI 痕迹程度的内容采用不同策略：
| AI 率 | 处理策略 |
|---|---|
| <30% | 人工微调 + 衔接词替换 |
| 30%-70% | 逻辑重构 + 同义词替换 + 结构重组 |
| >70% | 深度改写 + 文献融合 + 个人观点注入 |
Step 3：应用降 AI 技术
按顺序执行：
- 逻辑重构
- 同义词替换
- 句子结构重组
- 注入批判性思维
- 添加原文引用
- 植入错别字（3-5 处）
- 植入语序/修辞错误（≤10 处）
Step 4：质量验证
- 整体 AI 率目标：<15%
- 局部 AI 率目标：<25%
- 人工通读：检查语义连贯性
- 格式检查：引用格式、术语统一
输出格式
处理后的文本
【处理后的论文内容】
---
【错别字清单】（共 X 处）
1. 第 X 段："XXX" `[正确：X]`
2. 第 X 段："XXX" `[正确：X]`
...
【语序/修辞错误清单】（共 X 处）
1. 第 X 段：XXX（原因说明）
2. ...
【新增引用】
1. [作者, 年份]: 具体内容...
2. ...
【技术使用记录】
- 逻辑重构：X 处
- 同义词替换：X 处
- 句子结构重组：X 处
- 注入个人观点：X 处
- 新增引用：X 处
- 植入错别字：X 处
- 植入语序错误：X 处注意事项
- 学术准确性：所有改写必须保留核心学术观点的准确性
- 逻辑通顺：即使植入错误，也要保证整体逻辑可读
- 适度原则：错别字和错误不宜过多，以免影响阅读体验
- 格式统一：引用格式、术语使用保持全文一致
- 检测目标：根据目标检测系统（知网/维普/Turnitin）调整策略
参考资源
| 文件 | 用途 |
|---|---|
references/ai_reduction_techniques.md | 降 AI 率技术详细说明与示例 |