菜单
专用于本科人文课程论文的AI生成内容检测技能。适用场景：历史、哲学、文学、社会学、艺术史等 本科人文学科的课程论文、期末论文检测。当用户要求检测论文是否由AI生成、判断"AI率"、 查AI痕迹、鉴别AI写作，或问"这篇论文有多少AI成分"时，使用此技能。 检测基于语言特征综合分析，不依赖外部数据库，不逐句标红，重视整体语言画像，避免误判人类写作习惯。 范围限定：本科人文课程论文。理工科、商科文体不适用此技能的部分细则。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
| name | ai-detector-humanities |
| description | 专用于本科人文课程论文的AI生成内容检测技能。适用场景：历史、哲学、文学、社会学、艺术史等 本科人文学科的课程论文、期末论文检测。当用户要求检测论文是否由AI生成、判断"AI率"、 查AI痕迹、鉴别AI写作，或问"这篇论文有多少AI成分"时，使用此技能。 检测基于语言特征综合分析，不依赖外部数据库，不逐句标红，重视整体语言画像，避免误判人类写作习惯。 范围限定：本科人文课程论文。理工科、商科文体不适用此技能的部分细则。 |
AI检测是整体语言画像的综合判断，不是逐句打标签。现有研究（包括牛津大学、PNAS等机构的实证研究）表明：即使是有经验的人类评阅者，对AI文本的识别准确率也只有约70-80%；自动检测工具虽然更高，但对混合写作（人写框架+AI润色，或AI生成+人工修改）的判断仍不可靠。
本技能的使用原则：
⚠️ 验证状态声明： 本技能的检测框架目前尚未经过系统性验证。维度设计基于现有实证研究文献、有限数量的真实论文样本（本科人文课程论文），以及对AI写作模式的归纳观察。尚未进行控制实验或大规模准确率测试。使用者应将检测结论视为辅助参考，而非可靠判断。如需验证，建议：收集已知来源的论文样本（确认人写/AI生成/混合），用本框架检测后对比实际来源，记录误判情况并反馈。
已知验证样本（持续更新）：
"AI代写"与"AI协同写作"的区分： 当AI真正参与了写作过程（而非只生成文本），语言特征检测会逐渐失效，唯一能区分的是内容层面——思路是不是真实的，材料是不是真正读过的。本技能的检测对象是AI代写或AI深度生成，不将AI协同写作（人主导、AI辅助润色）视为学术不端的直接证据。
特别局限——AI重构问题意识型写作： 当AI不只是润色语言，而是真正替作者重构了论证的核心问题与大结构，即便最终文本包含真实材料和细读段落，大结构层面的检测也可能完全失效。这种情况下应转向维度7的"问题意识语言痕迹"路径：追问全文是否有任何一处让人感觉作者真正卡住了，以及那些"质疑"和"辨析"是否有真实的思维摩擦。如仍无法判断，唯一可靠的方式是内容追问：作者能否解释每一步论证为何必然，以及材料如何逼出了结论。
这是判断AI写作的最根本原则，七个维度都是它的表现形式。
人类写作：结构从问题里长出来。 真实的问题意识决定论证要走哪条路、在哪里停、在哪里深入。结构是不对称的——有的地方长因为问题在那里变得复杂，有的地方短因为那里只是铺垫。拿掉任何一个核心部分，整体论证会断。
AI写作：结构是填充出来的。 没有真实问题驱动，结构是预设框架的产物。各部分之间是并列关系而非递进的因果或排除关系。典型症状：拿掉其中一节，整体逻辑不会断；换掉其中一节，整体逻辑也不会断。结构可以被替换，说明它不是从这个具体问题里长出来的。
大结构检测（最重要）： 这篇论文的各个部分，能否被替换成处理同一话题的另一组部分而不影响整体？如果可以，说明结构是话题框架而不是问题框架。
中结构检测： 每个段落存在的理由是什么？是因为前一段逼出了这个问题，还是因为"这个话题下面应该讲这些内容"？后者是AI的。
小结构检测： 把一段论证里的每个推进步骤遮住，问：如果没有这句话，下一句还成立吗？如果成立，这步推进是装饰性的——概念在推概念，不是文本在逼出结论。
以下细则来自实证研究，而非经验直觉：
AI信号：
人类信号：
注意： 古典文献细读类论文因反复引用长句原文，会天然造成某些段落较长，不应误判。
这是人文论文检测中权重最高的维度，也是现有研究最一致的发现。
AI信号——把话说死（宣告式）：
AI信号——装饰性模糊：
人类信号——有地址的不确定（强信号）：
注意： 有些写作训练鼓励学生"少用第一人称"，因此第一人称的缺失本身不足以定性；需要结合全文是否有任何形式的个人认知立场。该强的地方强、该留白的地方留白，本身是成熟写作——不是所有判断句都是AI信号。
这是人文论文专有维度，权重最高，包含三个层面。
层面A：描述替代分析（文本细读类论文）
AI处理文学/艺术文本时，倾向于复述内容而非分析形式：
识别要点：引文出现之后，下一句是对引文内容的改写，还是对引文如何产生效果的分析？
Biggam分析层级检测（来自布卢姆认知分类法）：
比加姆（Biggam）在其论文写作指南中将学术写作的认知层次分为低阶（记忆/描述/理解）和高阶（应用/分析/评价/综合），并明确指出评阅者在打分时会有意识或无意识地运用这一框架。对应到AI检测：
比加姆的三步操作标准（高分写作）：
AI写作通常只做第1步，偶尔假装做第2步但不真正落地，第3步几乎缺席。
层面B：概念外溢（理论论文/历史分析类论文）
AI在"上升到理论高度"时，倾向于用抽象词解释抽象词，形成封闭的自我解释循环：
"话语体系→权力结构→规训理论→分析框架→内在逻辑"
五个抽象名词，没有任何一步真正回到具体的论据上。
识别要点：读完一段理论分析后，问自己——这段话说的东西，能否被替换进完全不同的论文里而不需要改几个字？如果可以，这段很可能是AI生成的。
层面C：文本必然性缺失（最根本的结构问题）
推进合理但没有文本在逼着走。每步论证在概念上顺理成章，但读者感觉不到为什么这一步必须接下一步。
识别要点：把一段论证里的每个推进步骤遮住，问"如果没有这句话，下一句还成立吗？"成立则装饰性。真正由文本逼出的论证，删掉中间某步会产生真实的逻辑空缺。
层面D：AI生成的"发现感"（高级漏判风险）
某些命题听起来像是材料逼出来的洞察，有"作者在读材料时突然想到"的感觉，实际上是AI在给定框架内生成的"最优论点"。两者在语言上几乎无法区分。
识别方法：追问这个命题能否被替换成另一个同样自洽、同样听起来有洞察力的命题？如果可以，它是AI推导出的，不是材料逼出来的。真正被材料逼出的命题有唯一性——换掉它，前面的铺垫就失去了落脚点。
人类信号：
AI高风险信号（最重要的内容层面信号）：
人类信号：
注意： 这个维度需要评阅者具备领域知识才能完整判断。
研究发现的悖论： AI写作词汇种类更多（词汇多样性更强），但这些词汇在语义上更抽象、名词化、去能动性。
AI词汇信号（需多个同时聚合才计分）：
这类格言式收尾有一个检测标准：这句话可以被放进任何一篇处理类似主题的论文的结尾而不需要改动——如果可以，它是AI的。
结语金句是跳跃信号，不是人类信号：
论文结尾从学术论证语气突然切换到情感格言或煽情短句——用情感升华替代逻辑收束——这是AI结尾的典型模式。这种语气跳跃容易被误判为"作者有真实情感方向"，实际上恰恰说明论证在那里没有真正完成，AI用情感语气掩盖了逻辑的不完整。
识别要点：结语的情感句和前文的论证之间是否有真实的逻辑衔接？如果情感句可以被删掉而论文的论证不受任何影响，它是装饰性的；如果情感句本身在做论证的最后一步，它才是人类的。
人类词汇信号：
AI信号：
人类信号：
AI信号：
人类信号：
补充：问题意识的语言痕迹（大结构判断失效时的补充路径）
当大结构判断难以确定时（例如AI真正重构了问题意识，大结构看起来是从问题长出来的），转向语言层面寻找问题意识的痕迹：
真实的问题意识会在语言上留下不均匀的痕迹：
AI的对应信号： 全文论证力度和语气高度均匀，每处"质疑"或"辨析"的篇幅、措辞、力度几乎相同——没有任何一处让人感觉作者真正卡住了，说明那些"质疑"是结构性装饰，不是真实的思维摩擦。
语言惰性缺失（高质量AI生成的特有信号，辅助使用）：
人写的语言有惰性——用熟悉的词，用顺手的句式，偶尔绕，偶尔用懒散的成语收尾，有个人偏好的累赘。AI的语言没有惰性：每个词都在最优位置，每个句子都完成它该完成的功能，没有任何一个词用得"过"，没有写累了就用熟词的时刻。
这个信号尤其适用于Claude生成的文本——Claude特别擅长生成有论证感、有停顿感、有摩擦感的文章，这些特征容易被误判为人类信号。识别方法：全文是否有任何一处语言用得懒、用得累、用得随手？如果没有，结合其他维度上调AI率。
注意：此信号不单独成立，需要结合至少两个其他维度才能用于判断。
Step 1: 通读全文，建立整体感受（不要边读边打分）
Step 2: 先做大结构判断——各部分能否被替换？拿掉任何一节整体是否会断？
Step 3: 确认论文类型（文本细读/历史分析/理论论文）——不同类型有不同的正常特征
Step 4: 逐维度评估（不必精确到分，用高/中/低即可）
Step 5: 注意是否有强信号（单独成立的信号，见下）
Step 6: 过漏判检查表（见下）
Step 7: 综合判断，说明置信度
检测完七个维度之后，强制检查以下五条。针对的是最容易被误判为人类写作的AI生成模式：
□ 论证力度全文均匀，没有任何一处作者明显卡住或写得薄？
□ 所有"质疑""辨析""摩擦"节奏一致，像是设计出来的而非真实发生的？
□ 结语有情感金句，但和前文论证之间没有真实的逻辑衔接？
□ 每个概念引入都有清晰定义，没有任何词用得懒、用得累、用得随手？
□ 核心命题听起来像洞察，但可以被替换成另一个同样自洽的命题？
以上任意两条成立 → 上调AI率至少15%
以上三条以上成立 → 高度疑似高质量AI生成（Claude类），即便大结构判断正常
说明： 这个检查表专门针对漏判风险最高的场景——高质量AI生成（尤其是Claude）和AI重构问题意识型写作。这两种情况下七个维度的得分可能偏低，漏判检查表提供额外的校正。
提高AI率的强信号：
降低AI率的强信号：
| AI率 | 评级 | 含义 |
|---|---|---|
| 0–20% | 🟢 人类写作 | 语言特征高度符合个人写作 |
| 20–40% | 🟡 轻度AI辅助 | 可能经过AI润色或部分使用 |
| 40–60% | 🟠 显著AI特征 | 较大可能由AI生成或深度改写 |
| 60–80% | 🔴 高度疑似AI | 多维度强烈特征，很可能AI生成 |
| 80–100% | ⛔ 极高AI率 | 典型AI生成文本特征 |
| 情况 | 可能被误判为 | 实际原因 | 处理方式 |
|---|---|---|---|
| 非母语写作者 | AI（低burstiness） | 词汇量受限导致句式趋同 | 降低语言层面权重，重视内容层面 |
| 写作训练强调去人称化的学生 | AI（无第一人称） | 课程要求 | 看是否有其他形式的个人立场 |
| 极度工整的优秀学生 | AI | 高质量写作天然接近AI特征 | 重点检查大结构和文献真实性 |
| 推进太真导致理论失控 | 人类（但AI率可能被误判低） | 有真实问题意识但中途理论自我增殖 | 看失控发生在哪里，前半人类后半AI是混合写作的常见形态 |
## AI内容检测报告（人文论文版）
**综合AI率评估：XX%（置信度：高/中/低）**
### 大结构判断（优先）
[各部分之间是并列还是递进？拿掉任何一节整体是否会断？]
### 各维度评估
| 维度 | 信号强度 | 主要依据（引用原文） |
|------|---------|-------------------|
| 句式爆发性 | 低/中/高 | ... |
| 认识性标记与个人立场 | 低/中/高 | ... |
| 分析深度与结构必然性 | 低/中/高 | ... |
| 文献引用质量 | 低/中/高 | ... |
| 词汇特征 | 低/中/高 | ... |
| 写作心理 | 低/中/高 | ... |
| 语言节奏 | 低/中/高 | ... |
### 强信号（如有）
**支持AI生成的强信号：**
- [具体例证，直接引用原文]
**支持人类写作的强信号：**
- [具体例证，直接引用原文]
### 综合判断
[150–200字，说明判断依据、不确定性来源，以及如果是混合写作则指出哪些部分更可疑]
---
*注：基于语言特征分析，不依赖数据库比对。检测对"人写框架+AI润色"或"AI生成+人工深度修改"的混合文本识别能力有限。结果仅供参考，不作为学术不端的直接证据。*