ai-flavor-detector
SKILL.md
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)
Weekly Installs
4
Repository
haiyuan-ai/agent-skillsFirst Seen
Mar 1, 2026
Security Audits
Installed on
github-copilot4
codex4
kimi-cli4
gemini-cli4
cursor4
amp4