// 面向中文学术论文的降 AIGC 检测率 Skill。针对知网、万方、维普、Turnitin 中文版的检测机制，识别并消除中文大语言模型的 17 类结构化写作痕迹。采用"定位 → 诊断 → 改写 → 自评 → 复查"五步闭环工作流，分章节差异化策略（摘要/引言/文献综述/方法/结果/讨论/结论），保持学术严谨性前提下通过检测。
| name | chinese-de-aigc |
| description | 面向中文学术论文的降 AIGC 检测率 Skill。针对知网、万方、维普、Turnitin 中文版的检测机制，识别并消除中文大语言模型的 17 类结构化写作痕迹。采用"定位 → 诊断 → 改写 → 自评 → 复查"五步闭环工作流，分章节差异化策略（摘要/引言/文献综述/方法/结果/讨论/结论），保持学术严谨性前提下通过检测。 |
| triggers | ["降 AIGC 检测率","降低 AIGC","中文论文去 AI 味","知网 AIGC 检测","万方 AIGC","维普检测","论文查重 AI","人工化重写","去 AI 痕迹","chinese de-aigc","chinese humanize"] |
中文学术实证论文的 AI 痕迹消除器。不是"改同义词"，不是"打乱语序"，而是系统性地重构中文 AI 文本的统计学特征，让它回归到真实研究者写作的语言分布上。
三个错误的做法（很多教程都在做但无效）：
本 Skill 的正确路径：针对中文 AI 的五大结构性特征做定点破坏，而非字词层面的表面修改。
与英文 AI 不同，中文大模型的痕迹主要表现在：
本 Skill 针对上述 5 大特征，提供 17 类细分诊断规则（详见 references/patterns.md）。
┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ 1. 定位扫描 │ → │ 2. 诊断分类 │ → │ 3. 差异化改写 │
└─────────────┘ └─────────────┘ └─────────────┘
│
┌─────────────┐ ┌─────────────┐ │
│ 5. 二次复查 │ ← │ 4. 五维自评 │ ←────────┘
└─────────────┘ └─────────────┘
接收用户提交的文本，按 references/patterns.md 的 17 类规则做全文扫描，输出结构化问题清单：
## AI 痕迹定位报告
| 段落 | 原文片段 | 命中规则 | 严重度 |
|------|---------|---------|--------|
| ¶2 | "毋庸置疑，数字化转型..." | P01 四字套话 | 高 |
| ¶3 | "...此外，该研究还..." | P04 显性连接词 | 中 |
| ¶5 | "本文认为该机制充分证明了..." | P12 绝对化断言 | 高 |
⚠️ 不要此时就开始改写，先让用户/作者看到问题全貌。
按段落功能分类：
参考 references/academic-sections.md 的分章节策略表决定每段的改写力度。
针对 Step 1 清单里的每一条，按以下四条原则逐一修复：
⚠️ 禁止事项：
对改写后的文本做中文学术版 5 维评分（每维 1-10 分，详见 references/scoring.md）：
| 维度 | 检查点 | 权重 |
|---|---|---|
| 具体性 | 是否用具体数据/案例/作者替代了模糊表达 | 1.5× |
| 节奏性 | 句长方差是否 ≥ 150（50 字长句 + 15 字短句混排） | 1.2× |
| 谨慎性 | 绝对化断言是否已降级为条件化表述 | 1.3× |
| 隐衔接 | 段落之间是否消除了显性关联词（此外/因此等） | 1.0× |
| 研究者语气 | 是否出现"我们/本团队/我"等第一人称研究立场 | 1.0× |
加权总分 < 35 → 返回 Step 3 再改一轮。加权总分 ≥ 42 → 通过。
用"冷读者"视角重新审视全文，执行三项终审：
输出终稿 + 改动摘要（哪些段落改了多少、为什么改）。
用户可以用以下任意触发词调用：
请对这段文本降 AIGC 检测率把这篇论文改得不像 AI 写的走 chinese-de-aigc 五步闭环诊断这段文字的 AI 痕迹，给出修改建议references/patterns.md — 17 类中文 AI 痕迹模式库（每类含识别规则 + 典型样本）references/examples.md — 12 组原文/改写前后对比（覆盖实证论文七个主要章节）references/academic-sections.md — 按章节差异化的改写策略表（摘要/引言/文献综述/方法/结果/讨论/结论）references/scoring.md — 五维评分量表细则本 Skill 的目标是让人工写作和 AI 辅助写作的文本回归到真实研究者的语言分布，而不是"帮 AI 生成内容骗过检测"。
学术诚信优先于检测率。任何改写都不应触及研究结论、数据真实性、引用准确性。