Cnki Aigc Rewrite

When to use

用户做以下任一动作时触发：

• 提到"知网AIGC检测""AI率""红色显著""降AIGC""降AI率"
• 上传AIGC检测报告（PDF/截图）
• 贴出一段被标为红色或疑似的论文文本
• 询问"怎么改这段不像AI写的"

仅适用于中文学术论文（学位论文、期刊投稿、学术报告）。不适用于：

• 摘要/Abstract（结构化文本天然像AI，但通常不计入AI字符数）
• 文献引用密集段（"X等（2020）发现……"难以脱模板）
• 研究方法固定描述句（"采用双向固定效应模型"是规范表达）
• 非学术文本（自媒体、营销文案、小说）

核心认知：检测器抓的是什么

知网AIGC检测器不是抓"AI写的"，而是抓5种语言模式。理解这5种模式比记规则更重要：

模式1：句法节奏的可预测性 — LLM输出句长集中在20-35字（正态分布），人类写作是齐夫分布（少数特别长、少数特别短、多数中等）。改写要刻意打破均匀。

模式2：信息密度的均匀性 — LLM每段密度都差不多，人类写作有"高密度论证段"和"低密度铺陈段"。检测器跟踪段级特征值方差。

模式3：术语的句法位置固定 — LLM倾向把术语放在主语位置（"逆向技术溢出转化为创新能力"），人类更常放在话题或宾语位置（"企业把外部技术转化为创新能力"）。不动术语本身，但挪动它在句子里的角色。

模式4：连接词功能重叠 — LLM爱用"因此""从而""进而""由此"，功能高度重叠都在做因果推进。人类的连接词承担多种功能：补充（也就是说）、转述（换句话说）、强调（——）、对照（同向）。

模式5：模板段功能全等性 — 三/四项工整排比、抽象名词链、段尾元话语收束、模板化报告句、平行铺陈+末尾收束。这5个具体特征是上面5种模式的表层呈现。

工作流：根据输入长度自动切换

路线A：交互式精修（输入800字或整节）

用户贴整节文字进来，按以下步骤：

步骤1：标定高危段落 通读全节，按红色密度排序输出一个清单：

段[起始词]…：高危特征 [排比/抽象名词链/元话语/模板报告/铺陈收束]

让用户确认要改哪几段（可能用户只想改密度最高的1-2段）。

Done when： 给出排序清单等用户选择。

步骤2：批量改写选定段落 按路线A的步骤2/3对每一段改写。每段输出格式：

【段N原文】
（节选首15字...）

【改写版】
（完整改写后段落）

【改了哪些】
- （1-2条最关键改动）

Done when： 所有选定段落改写完，每段都通过自检5项。

硬约束（不可违反）

1. 数字、变量名（ln_X / β / R²）、统计量、p值、t值、系数、年份、文献编号[N]、作者姓名、模型名一字不动
2. 专业术语不替换（"互补效应""逆向技术溢出""中介效应""固定效应""稳健性检验"——这些是学科共识词）
3. 不增减事实陈述——原段说什么，改写后必须仍说同样的事
4. 段落长度与原文相差不超过±15%

不要做的事

• 不要换同义词（"显著"→"明显"）。检测器抓句法，词汇替换无效。
• 不要全面口语化。论文是学术文体，要保留至少2-3个学术连接词，否则评阅老师观感差。
• 不要把所有"较为""一定程度上""显著"删光——这些"有保留余地的学术语"反而是人写的特征。
• 不要给术语加引号造距离感（"所谓……"，"二分法"）——这是LLM典型动作。
• 不要把长句拆成短句串+大量连接词——这只是另一种AI腔。

实测降幅参考

按这套方法实战处理一篇本科毕业论文：

| 指标 | 首检 | 复检 | 变化 | |------|------|------|------| | 总AI率 | 20.6% | 10.1% | -10.5个点 | | 第1部分 | 4.2% | 0.0% | 全部归零 | | 第2部分 | 26.0% | 15.8% | -10.2个点 | | 第3部分 | 22.6% | 13.7% | -8.9个点 |

最关键变化：全文红色显著片段全部降为疑似——这是质变而不只是量变。10%左右是中文学术语体本身的下限，再降会损失学术性。

边界提醒

• 如果用户改完一轮还想继续降到5%以下：劝退。低于10%通常意味着语体已经不像学术论文。
• 如果用户的论文本来就不是LLM生成、是自己写的却被误判：仍按本流程处理，特征是相同的。
• 如果用户给的不是中文论文：拒绝并说明skill仅适用于中文学术论文。

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: qingshanliuci
• Source: qingshanliuci/cnki-aigc---skill
• License: MIT

Install and usage instructions live in the source repository linked above.