원클릭으로
ai-speech-detector
检测文案中的AI风味词汇、套话、车轱辘话,提供量化评分、领域适配、风格校准和一键修复。支持中文、英文和中英混合文本。使用方式:当用户要求检测AI风、分析文案是否像AI写的、识别车轱辘话、去除AI味时调用。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
메뉴
检测文案中的AI风味词汇、套话、车轱辘话,提供量化评分、领域适配、风格校准和一键修复。支持中文、英文和中英混合文本。使用方式:当用户要求检测AI风、分析文案是否像AI写的、识别车轱辘话、去除AI味时调用。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
UI页面模板构建器 - 固化常见页面模板,多套风格可选,支持mock数据。从个人中心到商品页,从登录页到大屏,一键生成风格统一、质量稳定的页面代码。
Agent 工程师面试准备导师:知识树、项目包装、模拟面试题。触发词:/agent-interview、Agent 工程师面试、准备 Agent 面试、Agent 面试题。
Agent 系统学习路线导师:从 Agent 概念、最小实现、模型底层、算法到 Skill/Tool 学习。触发词:/agent-learning、什么是 Agent、怎么做一个 Agent、Agent 学习路线。
VibeCoding / AI 开发全流程知识导师入口。识别用户目标后分流到 vibecoding-workflow-skill、agent-learning-skill 或 agent-interview-skill。只做推荐,不调用其他 skill。
VibeCoding 产品落地全流程导师:工具/模型/IDE 选型、提示词、产品模块拆解、开发、联调、测试、部署推荐。最终生成 docs/vibecoding/roadmap.md。触发词:/vibecoding-workflow、我要做商城、帮我选型模型、前后端怎么联调。
Use when 用户想用一句话生成流程图、工作流图解、开发流程图、AI 流程图或任何步骤型图解,支持多风格输出(flat icon / 暖白手账风 / dark / cute),并提供现成模板一键出图。
| name | ai-speech-detector |
| description | 检测文案中的AI风味词汇、套话、车轱辘话,提供量化评分、领域适配、风格校准和一键修复。支持中文、英文和中英混合文本。使用方式:当用户要求检测AI风、分析文案是否像AI写的、识别车轱辘话、去除AI味时调用。 |
本技能用于检测文案中的 AI 风味特征,提供量化评分、领域适配、风格校准和一键修复,支持中文、英文和中英混合文本。
| 维度 | 优先级 | 权重 | 检测内容 |
|---|---|---|---|
| 开头套话 | P0 | 20% | 说句大实话、扎心真相、揭秘 |
| 车轱辘话 | P0 | 15% | 首先/其次/最后、总而言之 |
| 虚词堆砌 | P1 | 10% | 其实、而且、但是、实际上 |
| 短句短语 | P1 | 10% | 列表式短句、两字短语堆砌 |
| 结尾套话 | P2 | 5% | 最后说一句、评论区见 |
| 英文 AI 词汇 | P1 | 15% | delve, tapestry, robust, pivotal 等 |
| 结构模式 | P1 | 15% | 二元对立、戏剧化断句、分形总结 |
| 格式模式 | P2 | 5% | 粗体首词列表、Unicode 箭头、破折号 |
| 维度 | 说明 |
|---|---|
| 领域适配 | 学术/社媒/电商/技术/公文领域的特色AI模式 |
| 节奏分析 | 句子长度分布、Burstiness 分数 |
| 中英混合 | 中英夹杂的AI表达模式 |
AI风指数 = Σ(维度命中数 × 维度权重) / 文本总字数 × 100
维度得分 = (该维度命中数 / 该维度阈值) × 100,封顶100
| 维度 | 轻度阈值 | 中度阈值 | 重度阈值 |
|---|---|---|---|
| 开头套话 | 1个 | 2个 | 3个+ |
| 车轱辘话 | 2个 | 4个 | 6个+ |
| 虚词堆砌 | 3个 | 6个 | 10个+ |
| 英文 AI 词汇 | 2个 | 5个 | 8个+ |
| 结构模式 | 1个 | 3个 | 5个+ |
| 指数 | 评级 | 说明 |
|---|---|---|
| 0-30% | 🟢 自然 | 无明显AI痕迹 |
| 30-60% | 🟡 轻度 | 有少量AI模式,建议修改 |
| 60-80% | 🟠 中度 | AI风明显,需要修改 |
| 80%+ | 🔴 重度 | 高度疑似AI生成,必须重写 |
自动识别文本领域,应用对应检测规则:
| 领域 | 触发关键词 | 特色AI模式 |
|---|---|---|
| 学术论文 | 研究、方法、结论、摘要 | "The implications are significant", "highlighting the need for" |
| 社媒/短视频 | 家人们、绝绝子、沉浸式 | "绝绝子", "泰裤辣", "沉浸式体验", "家人们谁懂啊" |
| 电商文案 | 限量、抢购、秒杀、优惠 | "错过再等一年", "仅剩最后 X 件", "手慢无" |
| 技术博客 | 聊聊、总结一下、不BB | "简单聊聊", "总结一下", "不BB直接上代码", "干货" |
| 公文/汇报 | 贯彻、落实、加强、提高 | "认真贯彻落实", "切实加强", "进一步提高", "扎实推进" |
详见 references/domain-patterns.md
句子长度变异系数
三句同长度检测
段落句数一致性
Burstiness = (句子长度标准差 - 平均句子长度) / (句子长度标准差 + 平均句子长度)
AI 文本:-0.5 ~ 0.2
人类文本:0.3 ~ 0.8
检测中英夹杂的 AI 表达:
| 模式 | 示例 |
|---|---|
| 英文词汇中式用法 | "这个 feature 真的很 robust" |
| 中英套话混合 | "我们需要先 align 一下" |
| 英文形容词修饰中文 | "这个 solution 是 cutting-edge 的" |
| 强行翻译腔 | "让我们 dive into 这个话题" |
详见 references/mixed-language.md
用户提供自己的写作样本,AI 分析其风格特征后,用该风格重写文本。
检测这段文案的 AI 风,并用我的风格重写。
这是我的写作样本:
[样本文本]
详见 references/voice-calibration.md
用户提供一篇或多篇文章,AI 提炼风格特征,生成风格 Profile,然后用该风格创作全新内容。
| 功能 | 风格校准 | 风格训练 |
|---|---|---|
| 样本数量 | 1 篇 | 1-3 篇(推荐 3 篇) |
| 输出 | 重写已有文本 | 创作全新内容 |
| 风格 Profile | 简要分析 | 详细的结构化风格报告 |
| 适用场景 | 修改已有文案 | 用个人风格写新文章 |
单样本训练:
训练我的写作风格:
[粘贴一篇文章]
然后用这个风格写一篇关于[新主题]的文章。
多样本训练(推荐):
训练我的写作风格,以下是 3 篇样本:
--- 样本 1 ---
[文章1]
--- 样本 2 ---
[文章2]
--- 样本 3 ---
[文章3]
然后用这个风格写一篇关于[新主题]的文章。
用户提供样本(1-3篇)
↓
Step 1: 逐篇分析风格特征
Step 2: 提取跨样本共性,生成风格 Profile
Step 3: 输出风格特征报告 + 风格规则
Step 4: 用风格 Profile 创作新内容
↓
输出:风格特征报告 + 新文章
分析完成后输出:
## 风格特征分析
### 宏观结构
- 段落长度:中等(150-300字)
- 段落组织:总分总结构
- 开头方式:场景引入
- 结尾方式:升华主题
### 句子节奏
- 平均句长:18字(中等)
- 节奏特征:快慢交替
- 句式偏好:陈述句为主(80%)
### 词汇特征
- 词汇等级:通俗偏口语
- 高频词:"其实"、"说实话"、"你会发现"
- 修辞手法:善用比喻
### 语气与视角
- 叙事视角:第一人称"我"
- 主观程度:主观 opinionated
- 情感温度:热情中带幽默
### 标点与格式
- 标点偏好:破折号用于解释
- 段落间距:疏松
---
## 风格规则(创作时必须遵守)
1. 开头必须用场景引入
2. 段落长度控制在 150-300 字
3. 句子长短交替
4. 用"我"的视角,口语化表达
5. 善用比喻
6. 结尾要有升华
详见 references/style-training.md
# AI 风检测 - <文案标题>
> 检测时间:<YYYY-MM-DD HH:mm:ss>
> 文本长度:<N> 字
> 检测领域:<自动识别或用户指定>
---
## AI 风指数:<XX>% <评级>
| 维度 | 命中数 | 阈值 | 得分 | 权重 | 加权得分 |
|------|--------|------|------|------|----------|
| 开头套话 | N | 3 | XX | 20% | XX |
| 车轱辘话 | N | 6 | XX | 15% | XX |
| 虚词堆砌 | N | 10 | XX | 10% | XX |
| 短句短语 | N | 5 | XX | 10% | XX |
| 英文 AI 词汇 | N | 8 | XX | 15% | XX |
| 结构模式 | N | 5 | XX | 15% | XX |
| 格式模式 | N | 3 | XX | 5% | XX |
| 结尾套话 | N | 3 | XX | 5% | XX |
| **总计** | - | - | - | **100%** | **XX** |
---
## 节奏分析
- 平均句长:<N> 字
- 句长标准差:<N> 🟡/🟢/🔴
- Burstiness 分数:<X.XX> 🟡/🟢/🔴
- 三句同长度出现:<N> 次
---
## P0 问题(必须修改)
### 1. <问题类型> - "<词汇>"
位置:第 <N> 行
原文:
> <原文内容>
问题:<问题描述>
### Suggested fix
<修改建议>
---
## P1 问题(建议修改)
...
---
## 领域特色检测(如识别到特定领域)
### <领域名>
| 模式 | 出现次数 |
|------|----------|
| <模式1> | N |
| <模式2> | N |
---
## 中英混合检测(如检测到)
| 模式 | 示例 |
|------|------|
| <模式> | <示例> |
---
## 一键修复
### 修复后全文
<修复后的完整文本>
---
### Before / After 对比
| 位置 | 原文 | 修复后 |
|------|------|--------|
| 第1段 | ... | ... |
| 第3段 | ... | ... |
---
<如果用户提供了写作样本>
## 风格校准
已根据您提供的样本分析风格特征:
- 句子长度:<类型>
- 词汇水平:<类型>
- 段落开头:<类型>
- 过渡方式:<类型>
### 用您的风格重写
<重写后的文本>
---
<如果 AI 风指数 > 60%>
⚠️ AI 风较重(XX%),建议应用一键修复或风格校准。
<如果 AI 风指数 <= 30%>
✅ 文本自然度良好,无明显 AI 痕迹。