article-writer-cn

--- description: AI味自检 - 检测并优化AI生成痕迹 argument-hint: [文件路径] allowed-tools: Read(//workspaces/**/*.md) --- # AI味自检 ## 功能说明利用AI自身的能力,深度分析文章的"AI味"特征,并提供精准的优化建议。 **核心优势**: AI最了解自己的生成模式,能准确识别AI痕迹。 --- ## 使用方式 ### 方式1: 检测draft.md ``` /ai-check ``` 自动查找当前项目的draft.md文件 ### 方式2: 指定文件 ``` /ai-check workspaces/wechat/articles/001-*/draft.md ``` --- ## 检测流程 ### 步骤1: 读取文章 **AI操作**: - 读取指定的文章文件 - 提取正文内容(忽略frontmatter和元信息) - 统计基础数据: 总字数、段落数、句子数 --- ### 步骤2: 四维度分析 #### 维度1: 词汇层面 (30分) **检测逻辑**: ``` 1. 统计高频AI词汇: - "综上所述", "因此", "然而", "此外" - "值得注意的是", "需要强调的是" - "一方面...另一方面" 评分标准: - 0次: 30分 - 1-3次: 25分 - 4-6次: 15分 - 7次以上: 0分 2. 统计空洞形容词: - "非常", "极其", "十分", "相当" - "很", "特别" (单独使用,无具体修饰) 扣分标准: 每出现1次扣2分 3. 计算连接词密度: - 连接词总数 / 总字数 > 3%: 扣分 ``` **AI执行**: 使用正则表达式或关键词匹配,统计上述词汇出现次数。 --- #### 维度2: 结构层面 (30分) **检测逻辑**: ``` 1. 段落长度方差分析: - 计算所有段落字数 - 计算方差: Var = Σ(xi - x̄)² / n 评分标准: - 方差 > 30: 30分 (自然) - 方差 20-30: 20分 (基本自然) - 方差 10-20: 10分 (略显机械) - 方差 < 10: 0分 (高度机械) 2. 公式化模板检测: - 开头是否为: "本文将...", "通过本文..." - 结尾是否为: "综上所述...", "总而言之..." - 每发现1处扣5分 3. 过度列表化检测: - 统计列表(1/2/3 或 - 项)数量 - 列表项 > 文章段落数的50%: 扣10分 ``` --- #### 维度3: 情感层面 (20分) **检测逻辑**: ``` 1. 第一人称统计: - "我", "我的", "我们" 出现次数 - "笔者"出现次数评分标准: - "我"类 > 5次: 20分 - "我"类 3-5次: 15分 - "我"类 1-2次或只有"笔者": 5分 - 完全没有: 0分 2. 情感词汇检测: - 积极: "高兴", "惊喜", "兴奋", "满意" - 消极: "失望", "沮丧", "遗憾", "意外" - 中性但有情绪: "惊讶", "疑惑", "好奇" 评分: 每出现1个情感词+2分(最多10分) 3. 真实细节检测: - 具体时间: "三个月前", "上周二", "2024年1月" - 具体地点: "在家里", "公司会议室", "咖啡厅" - 具体数字: "测试了27次", "用了3小时" 评分: 每出现1处真实细节+3分(最多10分) ``` --- #### 维度4: 口语化层面 (20分) **检测逻辑**: ``` 1. 语气词统计: - "啊", "呢", "吧", "嘛", "哈", "哎" 评分标准: - > 5个: 20分 - 3-5个: 15分 - 1-2个: 5分 - 0个: 0分 2. 反问句检测: - 句子以"吗?", "呢?", "吧?"结尾 - 或包含"难道", "怎么", "为什么"的疑问句评分: 每出现1个反问句+3分(最多10分) 3. 口语化表达检测: - "说实话", "老实说", "坦白讲" - "我觉得", "感觉", "估计" - "有点", "挺", "蛮", "还行" 评分: 每出现1处口语化+2分(最多10分) ``` --- ### 步骤3: 生成检测报告 **输出格式** (参考): ``` 🤖 AI味检测报告 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 📊 总体评分: {{score}}/100 AI味等级: {{stars}} ({{level}}) 预估AI检测率: {{aiDetectionRate}}% ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ## 基础数据 - 总字数: {{wordCount}}字 - 段落数: {{paragraphCount}}个 - 平均段落长度: {{avgParagraphLength}}字 - 句子数: {{sentenceCount}}个 --- ## 分维度评分 ### 1. 词汇层面: {{vocab_score}}/30 {{status_icon}} **AI词汇检测**: {{#if ai_words}} - ❌ 检测到高频AI词汇: {{ai_words_count}}处 {{#each ai_words}} - "{{word}}" ({{count}}次) - 位于: 第{{lines}}行 {{/each}} {{else}} - ✅ 未检测到典型AI词汇 {{/if}} **空洞形容词检测**: {{#if empty_adjectives}} - ⚠️ 检测到空洞形容词: {{empty_adj_count}}处 {{#each empty_adjectives}} - "{{word}}" ({{count}}次) {{/each}} {{else}} - ✅ 形容词使用得当 {{/if}} **改进建议**: {{#each vocab_suggestions}} - {{type}}: "{{old}}" → "{{new}}" 位置: 第{{line}}行 {{/each}} --- ### 2. 结构层面: {{structure_score}}/30 {{status_icon}} **段落分析**: - 段落长度方差: {{variance}} {{#if variance_low}}(⚠️ 过于整齐){{/if}} - 段落长度分布: {{#each paragraphs}} - 第{{index}}段: {{length}}字 {{/each}} **模板化检测**: {{#if template_found}} - ❌ 检测到公式化模板: {{#each templates}} - {{type}}: "{{text}}" (第{{line}}行) {{/each}} {{else}} - ✅ 未检测到明显模板痕迹 {{/if}} **改进建议**: {{#each structure_suggestions}} - {{suggestion}} {{/each}} --- ### 3. 情感层面: {{emotion_score}}/20 {{status_icon}} **第一人称使用**: - "我/我的/我们": {{first_person_count}}次 - "笔者": {{author_count}}次 {{#if first_person_low}} - ⚠️ 第一人称使用偏少,缺少个人视角 {{/if}} **情感表达**: {{#if emotion_words}} - ✅ 检测到情感词汇: {{emotion_count}}个 {{#each emotions}} - {{word}} ({{type}}) {{/each}} {{else}} - ❌ 缺少情感表达,过于客观 {{/if}} **真实细节**: {{#if real_details}} - ✅ 包含真实细节: {{detail_count}}处 {{#each details}} - {{type}}: "{{text}}" {{/each}} {{else}} - ❌ 缺少真实细节(时间/地点/具体数字) {{/if}} **改进建议**: {{#each emotion_suggestions}} - {{suggestion}} {{/each}} --- ### 4. 口语化层面: {{colloquial_score}}/20 {{status_icon}} **语气词统计**: {{#if modal_particles}} - ✅ 检测到语气词: {{modal_count}}个 - {{modal_list}} {{else}} - ❌ 缺少语气词,过于书面化 {{/if}} **反问句统计**: - 反问句: {{rhetorical_count}}个 {{#if rhetorical_low}} - ⚠️ 建议增加反问句,增强互动感 {{/if}} **口语化表达**: {{#if colloquial_expressions}} - ✅ 检测到口语化表达: {{colloquial_count}}处 {{#each colloquial_expressions}} - "{{expression}}" {{/each}} {{else}} - ⚠️ 缺少口语化表达 {{/if}} **改进建议**: {{#each colloquial_suggestions}} - {{suggestion}} {{/each}} ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ## 🎯 优化建议 (优先级排序) ### P0 (必须修改) {{#each p0_suggestions}} {{index}}. {{title}} 位置: {{location}} 旧: {{old}} 新: {{new}} 理由: {{reason}} {{/each}} ### P1 (建议修改) {{#each p1_suggestions}} {{index}}. {{suggestion}} {{/each}} ### P2 (可选优化) {{#each p2_suggestions}} - {{suggestion}} {{/each}} ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ## 📈 预期优化效果如果按 P0+P1 建议修改: - 预计评分: {{current_score}} → {{expected_score}} - AI味等级: {{current_level}} → {{expected_level}} - 预估AI检测率: {{current_rate}}% → {{expected_rate}}% 建议修改后重新运行 /ai-check 验证效果。 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ## 💡 通用建议根据您的工作区({{workspace}}),以下是特别提醒: {{#if wechat}} - 公众号AI味目标: < 30% - 注意: 微信算法对AI内容不友好,建议评分至少85+ - 特别注意: 段落长度控制在150字以内 {{/if}} {{#if video}} - 视频脚本AI味目标: < 20% - 注意: 口语化是关键,当前口语化评分: {{colloquial_score}}/20 - 建议: 写完后大声读一遍,不顺口的地方就是AI味重的地方 {{/if}} {{#if general}} - 通用内容AI味目标: < 30% - 注意: 根据目标平台调整风格 {{/if}} ``` --- ## AI Prompt模板 **系统提示词**: ``` 你是一个专业的"AI生成内容"检测专家。你深刻理解AI生成文本的特征,包括: 1. 词汇特征: - 高频词: "综上所述", "因此", "然而", "此外", "值得注意的是" - 空洞形容词: "非常", "极其", "十分", "相当" - 过度使用连接词 2. 结构特征: - 段落长度过于均匀(方差小) - 公式化的开头/结尾 - 机械的列表堆砌 3. 情感特征: - 缺少第一人称 - 缺少情感表达 - 缺少真实细节(时间/地点/具体数字) 4. 口语化特征: - 缺少语气词(啊/呢/吧/嘛) - 缺少反问句 - 过于书面化你的任务是按照以下4个维度(词汇30分、结构30分、情感20分、口语化20分) 深度分析文章,给出评分和优化建议。 **重要**: - 要具体标注问题位置(段落/行号) - 给出可操作的改写建议 - 优先级分为P0(必须)/P1(建议)/P2(可选) ``` --- ## 配置文件可在项目根目录创建 `.ai-check.json`: ```json { "mode": "strict", "workspace": "auto", "thresholds": { "score": { "excellent": 85, "good": 70, "acceptable": 60, "poor": 60 }, "aiWords": { "max": 3 }, "variance": { "min": 20 }, "emotion": { "min": 3 }, "colloquial": { "min": 5 } }, "customRules": { "aiWords": ["综上所述", "因此", "然而"], "emptyAdj": ["非常", "极其", "十分"], "modalParticles": ["啊", "呢", "吧", "嘛"] } } ``` --- ## 注意事项 1. **不要过度优化**: 评分85+即可,过度优化反而不自然 2. **考虑上下文**: 技术文章本身就较书面,不必强求口语化 3. **保持真实性**: 优化时保持内容真实,不要为了降AI味而编造 4. **多次检测**: 修改后重新检测,验证优化效果 --- ## 与其他命令的集成 - `/review style` 会自动调用此检测 - `/write` 完成后可手动调用检测初稿 - `/check` 发布前最后检测一次