Anti Ai Writing

绝对禁用以下过渡词，用更自然的衔接替代：

1.3 句式长短交替（核心）

这是降低 AI 率最有效的单一策略。严格执行：

• 短句（8-15 字）与长句（30-50 字）必须交替出现
• 禁止连续 3 句以上句长相近（差值 < 5 字）
• 每段至少包含 1 个极短句（< 10 字）作为节奏断点
• 示例："这一假设并不成立。实验数据显示，当温度超过临界阈值后，催化剂的活性不仅没有按照理论预期呈线性增长，反而出现了明显的衰减拐点。原因何在？"

1.4 引入非常规句式

在保持学术语气的前提下，适当加入：

• 设问句："这是否意味着传统模型已经失效？"
• 反问句："如果连基准条件都无法满足，后续实验的可靠性又从何谈起？"
• 倒装强调："恰恰是这一被忽视的变量，决定了最终结果的走向。"
• 插入语："该方法——尽管在小规模数据集上表现优异——在实际部署中暴露了严重的泛化问题。"
• 破折号补充："精度提升了 12%——这个数字本身并不惊人，但背后的机制值得深究。"

策略二：词汇降级与替换（提升困惑度 Perplexity）

2.1 AI 高频词黑名单与替换表

以下词汇在 AI 生成文本中出现频率显著偏高，必须替换：

2.2 注入自然语感连接词

在段落衔接处适当加入带有人类思考痕迹的连接词，但不能过于口语化以致损害学术性：

适合学术论文的自然连接：

• "实际上"、"事实上"
• "有意思的是"、"耐人寻味的是"
• "换一个角度看"、"如果换个思路"
• "不得不承认"、"坦率地说"
• "笔者注意到"、"据笔者观察"

禁止使用（过于口语）：

• "说白了"、"讲真"、"你想啊"

2.3 核心术语保护

绝对不能修改的内容：

• 学科专业术语（如"卷积神经网络"、"边际效用递减"）
• 方法论名称（如"扎根理论"、"德尔菲法"）
• 固定搭配的学术表达（如"显著性水平"、"置信区间"）
• 人名、机构名、数据集名称
• 直接引用的原文

策略三：降低查重率专项

3.1 句式重构（核心手段）

知网查重以连续 13 字以上重复为标红阈值。以下变换可打断连续匹配：

3.2 语义等价重写

不是简单的同义词替换，而是用自己的理解重新表达同一个意思：

• 将抽象表述具体化："效果显著" → "准确率从 78.3% 跃升至 91.7%"
• 将具体表述抽象化：罗列的具体数据 → 归纳为趋势性描述
• 将正面论述反面化："该方法优于传统方法" → "传统方法在此场景下的局限性，恰好被该方法所弥补"

3.3 结构重组

• 调整论述段落的内部顺序（不改逻辑，改呈现方式）
• 把"背景→方法→结论"偶尔改为"结论前置→方法回溯→背景补充"
• 将文献综述从"逐篇罗列"改为"按观点聚类对比"
• 在引用他人观点后，附带一句主观评价："这一发现虽然具有参考价值，但其实验条件与本研究存在差异"

策略四：注入学术个性（人类写作标记）

AI 文本最大的破绽是缺少作者的主体性。以下手段可有效注入"人味"：

• 第一人称学术表达："笔者认为"、"本研究发现"、"据笔者了解"、"在笔者看来"
• 让步与反驳："然而也有学者持不同看法"、"尽管如此，该方法仍存在局限"、"这一结论并非没有争议"
• 研究局限性坦承："受限于数据规模，本研究的结论仍需进一步验证"（AI 很少主动承认局限）
• 具体化模糊引用：将"许多学者认为"改为"张三（2023）和李四（2024）均指出"
• 补充微观细节：为核心论点补充具体的实验困难、数据侧面或研究过程中的观察

Agent 执行步骤

第一步：文本诊断

1. 通读全文，提取核心专业术语，加入保护名单（改写时原样保留）
2. 扫描以下 AI 指纹并记录位置：
   • 套话开头（策略一 1.1 中的模式）
   • AI 高频过渡词（策略一 1.2）
   • AI 高频词汇（策略二 2.1 黑名单）
   • 连续 3 句以上句长相近的段落（低突发性）
   • 缺少第一人称/让步/反驳的段落
3. 评估全文的查重风险段落（通用性描述、方法论套话）

第二步：分段改写

按段落逐段处理，综合应用策略一至四：

1. 消灭 AI 套话和高频词（策略一、二）
2. 制造句式长短交替（策略一 1.3）
3. 对高查重风险段落执行句式重构（策略三）
4. 在关键论述处注入学术个性标记（策略四）
5. 确保每段改写后原意零损失，学术准确性不变

第三步：输出结果

1. 直接输出改写后的全文
2. 在文末附上简短的 Markdown 修改说明列表，包含：
   • 替换了哪些 AI 高频词
   • 拆分/重组了哪些句子
   • 在哪些位置注入了人类写作标记
   • 对查重率可能产生影响的主要改动

注意事项

• 学术准确性优先：任何改写都不得改变原文的学术含义和逻辑关系
• 术语零修改：保护名单中的专业术语、人名、数据必须原样保留
• 不过度口语化：保持学术论文应有的正式程度，只在衔接处适度自然化
• 不添加虚假信息：不得凭空编造数据、引用或事实
• 不故意制造错误：不使用错别字、语法错误等手段（这对学术论文不可接受）