关于 ai-or-not
用于判断材料属于 AI 生成、AI 协助、篡改还是人工制作的技能。它强调溯源、具体证据、替代解释和审慎表达不确定性，而非依赖风格印象或自动检测器。
主要功能
- 01区分生成、协助与篡改
- 02检查文件数据和来源
- 03记录各媒介的信号
- 04检验信号的人为解释
- 05报告证据与置信度
适用场景
- 01判断文本、图像或视频来源
- 02审查溯源信息和文件元数据
- 03整理包含不确定性的证据结论
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/ai-or-not确认已加载。
附带文件agents/openai.yamlSIGNALS.md
详细介绍
给出经得起证据检验的判定，而不是凭印象。这里的证据，是你亲自尝试推翻后依然成立的信号。
1. 界定问题。 用一句话说明这是什么材料，以及判定要回答以下三个问题中的哪一个：
- 由 AI 制作：AI 从零开始制作了全部内容。
- 在 AI 协助下制作：由人制作，AI 进行了审阅、翻译、配音或润色。
- 经过篡改：对真实材料进行了修改，以达到欺骗目的。
如果请求没有明确说明关注的是哪一种，请询问用户。
2. 查明来源。 来源信息能解决仅凭风格信号只能推测的问题。检查以下四条线索，并分别记录发现，或说明为何无法核查：
- 文件数据：C2PA、EXIF、XMP、视频或音频数据、SynthID 等生成器水印。
- 发布位置：链接、网站、媒体和日期。当时的模型能做到这一点吗？
- 署名者：过往作品、作品集、工作文件、草稿、git 历史。
- 传播途径：反向图片搜索或视频画面搜索、精确文本片段搜索。
使用本次会话可用的工具：WebSearch、WebFetch、exiftool、ffprobe、直接读取文件。无法核查的内容要在报告中标为未核查，绝不能当作推测。
3. 收集信号。 阅读 SIGNALS.md，只运行与你手头材料类型相对应的部分。混合材料（如带照片的文章或带旁白的视频）要按内容片段分别检查。将每个信号标记为存在、不存在或存疑；每个存在的信号都要注明确切位置：抄袭的句子、视频时间点或图像局部。
4. 为材料辩护。 现在假设材料出自人类，并为它辩护。对每个存在的信号，写出最可能的人为解释。一贯的节奏可能是因为有人习惯写企业文案。过于光滑的皮肤可能是手机滤镜。经得起最有力辩护的信号才能作为证据。能被辩护解释的信号要从报告中删去，即使你原本很看重它。
5. 给出判定。 按以下顺序：按等级给出结论（由 AI 制作、很可能由 AI 制作、无法判断、很可能由人类制作、由人类制作，以及适用时的 AI 协助标签）；说明对此结论的信心程度及原因；列出剩余证据，并注明每项证据的确切位置；说明什么情况会让你改变看法。无法判断 是有效答案，而且胜过伪装成报告的猜测。如果没有证据却信心十足，或证据充足却信心不足，其中必有一项不对。
参考说明
自动检测器不是证据。 GPTZero、Originality.ai 等工具的结果只能算是诸多信号中的一个弱信号。它们常会误判用其他语言写的文本、技术文本和正式文本。报告结果时，务必同时注明工具名称，绝不能把检测结果直接当作结论。
未发现信号，不代表材料出自人类。 AI 生成的文本经过编辑后，不会留下风格痕迹。没有信号时，最多只能说很可能由人类制作，而且只有在来源信息支持的情况下才能这样说。
上下文可以调整信心程度，但不能替代证据。 2026 年的营销简报几乎总是经过 AI 处理的。手写后拍照的便条则几乎不会。
说明你更想避免哪种错误。 指控某人使用 AI，与把虚假材料误当成真实材料，造成的影响会因用途不同而有所差异。用户说明判定用途后，要明确说明你有意偏向避免哪一类错误。