Menu
改写中文学术论文中被知网AIGC检测器标为"红色显著"的段落，目标是将AI率落出红色区间且不改变事实/数字/术语/引用。基于实战将20.6%降至10.1%（净降10.5个百分点）的工作流提炼。使用场景：用户提到"知网AIGC""降AI率""红色显著""降重"或贴出AIGC检测报告片段时触发。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
| name | cnki-aigc-rewrite |
| description | 改写中文学术论文中被知网AIGC检测器标为"红色显著"的段落，目标是将AI率落出红色区间且不改变事实/数字/术语/引用。基于实战将20.6%降至10.1%（净降10.5个百分点）的工作流提炼。使用场景：用户提到"知网AIGC""降AI率""红色显著""降重"或贴出AIGC检测报告片段时触发。 |
用户做以下任一动作时触发：
仅适用于中文学术论文（学位论文、期刊投稿、学术报告）。不适用于：
知网AIGC检测器不是抓"AI写的"，而是抓5种语言模式。理解这5种模式比记规则更重要：
模式1：句法节奏的可预测性 — LLM输出句长集中在20-35字（正态分布），人类写作是齐夫分布（少数特别长、少数特别短、多数中等）。改写要刻意打破均匀。
模式2：信息密度的均匀性 — LLM每段密度都差不多，人类写作有"高密度论证段"和"低密度铺陈段"。检测器跟踪段级特征值方差。
模式3：术语的句法位置固定 — LLM倾向把术语放在主语位置（"逆向技术溢出转化为创新能力"），人类更常放在话题或宾语位置（"企业把外部技术转化为创新能力"）。不动术语本身，但挪动它在句子里的角色。
模式4：连接词功能重叠 — LLM爱用"因此""从而""进而""由此"，功能高度重叠都在做因果推进。人类的连接词承担多种功能：补充（也就是说）、转述（换句话说）、强调（——）、对照（同向）。
模式5：模板段功能全等性 — 三/四项工整排比、抽象名词链、段尾元话语收束、模板化报告句、平行铺陈+末尾收束。这5个具体特征是上面5种模式的表层呈现。
用户贴一段红色显著文本进来，按以下步骤处理：
步骤1：识别高危特征 扫描这段文本，列出它命中了下面哪几个具体特征（不必全列，列最关键2-3条）：
步骤2：执行改写动作 按下列动作改写。保留所有数字、变量名、文献编号[N]、年份、作者姓名、专业术语：
拆三/四项排比：每一项换不同句式起头（描述句/判断句/动宾句/转折句各一）
抽象名词链 → 动词短语：
删段尾元话语：让段落自然结束。
替换LLM典型语套：
打乱句长方差：长短句穿插，用"——""换句话说""问题是""也就是说"让节奏不均匀。不要写成短句串+连接词，那是另一种AI腔。
挪动术语句法角色：原文术语在主语位置的，改写时换到宾语或话题位置。
步骤3：自检5项
输出前必须过一遍：
任一项不通过，重写。
Done when： 输出包含改写版 + 改了哪些高危特征（1-3条最关键的）+ 未动的部分（数字/术语/引用列表）。
用户贴整节文字进来，按以下步骤：
步骤1：标定高危段落 通读全节，按红色密度排序输出一个清单：
段[起始词]…：高危特征 [排比/抽象名词链/元话语/模板报告/铺陈收束]
让用户确认要改哪几段（可能用户只想改密度最高的1-2段）。
Done when： 给出排序清单等用户选择。
步骤2：批量改写选定段落 按路线A的步骤2/3对每一段改写。每段输出格式：
【段N原文】
（节选首15字...）
【改写版】
（完整改写后段落）
【改了哪些】
- （1-2条最关键改动）
Done when： 所有选定段落改写完，每段都通过自检5项。
按这套方法实战处理一篇本科毕业论文：
| 指标 | 首检 | 复检 | 变化 |
|---|---|---|---|
| 总AI率 | 20.6% | 10.1% | -10.5个点 |
| 第1部分 | 4.2% | 0.0% | 全部归零 |
| 第2部分 | 26.0% | 15.8% | -10.2个点 |
| 第3部分 | 22.6% | 13.7% | -8.9个点 |
最关键变化：全文红色显著片段全部降为疑似——这是质变而不只是量变。10%左右是中文学术语体本身的下限，再降会损失学术性。