UNPKG

article-writer-cn

Version:

AI 驱动的智能写作系统 - 专注公众号/自媒体文章创作

327 lines (233 loc) 7.36 kB
# AI味自检插件 ## 功能说明 利用AI自身的能力,分析文章的"AI味"特征,并提供针对性的优化建议。 **核心理念**: AI最了解AI生成内容的特征,让它自己检测和优化。 --- ## 工作原理 ### 1. AI味特征库 AI会检测以下特征: #### 高频AI词汇 - "综上所述", "因此", "然而", "此外", "总而言之" - "值得注意的是", "需要强调的是", "不容忽视的是" - "一方面...另一方面", "首先...其次...最后" - "非常", "极其", "十分", "相当" (空洞的程度副词) #### 机械结构 - 完全对称的段落(每段字数几乎相同) - 公式化的开头/结尾("本文将..." "通过本文...") - 列表式堆砌(无情感的1/2/3) #### 缺乏个性 - 无第一人称(或过度使用"笔者") - 无情感表达 - 无真实细节(时间、地点、具体数字) - 无口语化表达 #### 过度规范 - 标点符号100%正确(真人会有小错误) - 段落长度完全一致 - 从不使用语气词(啊、呢、吧、嘛) --- ## 使用方式 ### 方式1: 在audit命令中自动调用 ```bash /review style ``` AI会自动使用此插件分析AI味。 ### 方式2: 独立检测 创建一个独立的slash command: ```bash /ai-check [文件路径] ``` --- ## 检测维度 ### 1. 词汇层面 (30分) **检测项**: - [ ] 高频AI词汇出现次数 (每100字中 > 3次扣分) - [ ] 空洞形容词比例 (> 5%扣分) - [ ] 连接词密度 (过高扣分) **评分**: - 30分: 几乎无AI词汇,自然表达 - 20分: 少量AI词汇,可接受 - 10分: 较多AI词汇,需优化 - 0分: 大量AI词汇,重度AI味 --- ### 2. 结构层面 (30分) **检测项**: - [ ] 段落长度方差 (方差越小越机械) - [ ] 是否有公式化模板痕迹 - [ ] 列表使用是否过度 **评分**: - 30分: 结构自然,有起伏 - 20分: 基本自然,略显规整 - 10分: 较为机械,明显模板化 - 0分: 高度机械,公式化严重 --- ### 3. 情感层面 (20分) **检测项**: - [ ] 是否有第一人称 ("我", "我的", 但不能只有"笔者") - [ ] 是否有情感词汇 (高兴、失望、惊讶) - [ ] 是否有真实细节 (时间、地点、具体场景) **评分**: - 20分: 情感丰富,真实感强 - 15分: 有一定情感 - 5分: 情感稀少 - 0分: 完全客观陈述 --- ### 4. 口语化层面 (20分) **检测项**: - [ ] 是否有语气词 (啊、呢、吧、嘛、哈) - [ ] 是否有反问句 - [ ] 是否有不规范表达 (真人的口语习惯) **评分**: - 20分: 高度口语化,像说话 - 15分: 适度口语化 - 5分: 偏书面语 - 0分: 完全书面语 --- ## 输出格式 ``` 🤖 AI味检测报告 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 📊 总体评分: 65/100 AI味等级: ⭐⭐⭐ (中等) ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ## 分维度评分 ### 1. 词汇层面: 15/30 ⚠️ - 检测到高频AI词汇: 12 - "综上所述" (2次) - "因此" (4次) - "值得注意的是" (3次) - "一方面...另一方面" (3次) - ⚠️ 空洞形容词: 8 - "非常好" (3次) - "极其重要" (2次) **建议**: - 用"说实话"替代"综上所述" - 用"所以"替代"因此" - 删除空洞的"非常""极其" --- ### 2. 结构层面: 20/30 ⚠️ - ⚠️ 段落长度方差: 12.3 (较小,偏机械) - 第1段: 152 - 第2段: 148 - 第3段: 151 - 第4段: 149 (太整齐了,不像真人写的) - 检测到公式化开头: "本文将介绍..." (典型AI模板) **建议**: - 让段落长度有起伏 (100-200字之间波动) - 改写开头,用故事或提问开场 --- ### 3. 情感层面: 10/20 ⚠️ - ⚠️ 第一人称: 仅出现2次 ("笔者认为...") - 情感词汇: 0 - 真实细节: 缺失 **建议**: - 增加真实案例 ("有一次我...") - 加入情感表达 ("真的很惊讶") - 补充具体细节 (时间/地点/数字) --- ### 4. 口语化层面: 20/20 ✅ - 语气词: 6 (呢3次, 吧2次, 嘛1次) - 反问句: 3 - 口语化表达良好 **优点**: 这部分做得不错,保持! ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ## 🎯 优化建议 (优先级排序) ### P0 (必须修改) 1. **删除"综上所述"等AI高频词** (行215, 行487) 改为: "说实话" "我的结论是" 2. **改写公式化开头** (行1) 旧: "本文将介绍Claude Code和Cursor的对比..." 新: "用了三个月AI编程工具,我发现一个有意思的现象..." 3. **增加真实细节** (引言部分) 建议加入: 具体的使用场景、时间、测试数据 --- ### P1 (建议修改) 1. **打破段落的整齐度** - 第2段可以缩短到100字 - 第4段可以扩展到180字 2. **增加情感表达** - 在测试结果部分加入惊讶/失望的情绪 - 例如: "这个结果真的出乎我意料" --- ### P2 (可选优化) 1. 增加更多反问句 2. 适当使用省略号制造停顿感 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ## 📈 预期优化效果 如果按P0+P1建议修改: - 预计评分: 65 85 - AI味等级: ⭐⭐⭐ ⭐⭐ - 预估AI检测率: 40% 25% 建议在修改后重新运行 /ai-check 验证效果。 ``` --- ## 技术实现 ### AI Prompt设计 ```markdown 你是一个专业的"AI味"检测专家。请分析以下文章,识别AI生成内容的特征。 **检测维度**: 1. 词汇层面 (30分) - 统计高频AI词汇: "综上所述", "因此", "然而" - 统计空洞形容词: "非常", "极其", "十分" - 计算连接词密度 2. 结构层面 (30分) - 计算段落长度方差(越小越机械) - 检测公式化模板 - 检测过度列表化 3. 情感层面 (20分) - 统计第一人称出现次数 - 检测情感词汇 - 检测真实细节(时间/地点/数字) 4. 口语化层面 (20分) - 统计语气词(啊/呢/吧/嘛) - 统计反问句 - 检测口语化表达 **输出要求**: - 总体评分 (0-100) - 分维度评分和具体问题 - 优化建议 (P0/P1/P2) - 预期优化效果 **文章内容**: [文章文本] ``` --- ## 配置选项 ### 严格模式 ```json { "strict": true, "thresholds": { "aiWords": 2, // 每100字最多2个AI词汇 "variance": 20, // 段落长度方差至少20 "emotion": 3, // 至少3处情感表达 "colloquial": 5 // 至少5个语气词 } } ``` ### 宽松模式 ```json { "strict": false, "thresholds": { "aiWords": 5, "variance": 10, "emotion": 1, "colloquial": 2 } } ``` --- ## 使用建议 1. **初稿完成后立即检测** - 及早发现问题 2. **审校后再次检测** - 验证优化效果 3. **对比前后评分** - 量化改进效果 4. **不要过度优化** - 评分85+即可,过度优化反而不自然 --- ## 局限性 1. **主观性**: AI味评判有一定主观性 2. **上下文敏感**: 技术文章自然AI味较高 3. **非绝对标准**: 评分仅供参考,最终以读者感受为准 --- ## 与audit命令的集成 `/review style` 会自动调用此插件,并将结果整合到审校报告中。