cw-ai-check

AI Check

目的

找出会让散文听起来像是生成内容的语言、结构和认知模式，然后将其去除，同时不抹平作者的含义、声音、幽默感或有益的怪异之处。

生成的散文往往首先暴露出过度补全，而不是词汇问题：它会补上原文并未充分支持的因果关系、对称结构、情感意义和结论。忠实于作者所掌握的信息，是避免 AI 痕迹的第一道防线。

如需进行完整扫描或基于原文的扫描，请先阅读 references/structural-overcompletion.md。然后阅读 references/ai_tells_lexicon.csv，查找词汇和句式模式残留。请将词库视为模式库，而非机械的禁用词清单。

行为

静默执行

与 Draft 或 Line Edit 组合使用时：

• 扫描生成或修订的文案。
• 修正明显的 AI 痕迹，不要描述处理过程。
• 保留含义、来源和当前语境中的声音。
• 只向用户提供可用的文案。

手动清理

当用户要求清理或去除 AI 痕迹时：

1. 先提供清理后的文案。
2. 按文档顺序附上简洁的修改记录。
3. 除非用户要求，否则省略类别、严重程度标签和置信度评分。

当用户明确只要求诊断时，不要改写。请按顺序列出问题清单，其中包含引用的问题内容和建议的修改方式。

扫描顺序

按以下顺序执行各轮检查。不要从禁用词清单开始。

1. 来源： 删除或标记原文未能证实的细节、动机、场景、原因和结果。
2. 认知忠实度： 还原作者实际的确定程度，并区分观察与解读。
3. 因果与论证闭合： 重新呈现草稿为求工整而解决的矛盾或未知之处。
4. 论证自我评述： 删除评估证据、提示结构、标注论点状态，或在引用之前解读引文的句子。
5. 结构与声音表现： 找出强加的对称结构、对框架的迎合、持续铺陈的构想，以及过量使用的标志性手法。
6. 读者与研究立场： 避免缺乏依据的普遍化和装饰性的权威口吻。
7. 词汇与句式残留： 应用下方的类别和词库。

如果只有完成后的散文可供参考，不要凭空编造与原文不符之处。对于来源方面的疑虑，请以问题或条件式标记来表述。自我评述检查是例外——无需原文，可对完成稿进行完整检查。

检测类别

0. 结构性过度补全

在符合以下任一条件时阅读 references/structural-overcompletion.md：

• 散文由模型起草或经模型大幅修订；
• 有笔记、转录稿、研究材料或早期人工草稿可供对照；
• 草稿避开了常见的 AI 词汇，却依然让人觉得像是生成内容（这是 §11“论证自我评述”的典型表现）；
• 用户询问文字是否听起来像人写的、是否过度修饰、是否太过精致或不像用户本人的风格；或
• 用户要求进行完整的 AI 残留扫描。

标记缺乏依据的衔接内容、被强化的确定语气、整齐的因果解释、被硬塞进同一分类体系的例子、密度不合常理的声音表达、为保持连贯而延伸的隐喻、没有证据却强加给读者的体验，以及比作者实际结论更确定的收尾。

修正： 回到来源边界。区分观察与解读，保留矛盾，让结构顺应材料，控制醒目的声音表达，并以最有依据的影响或悬而未决的问题收尾。

1. 泛泛的开场和引言

标记缺乏具体语境的铺垫，例如：

• “在当今快节奏的世界中”
• “在不断演变的 [X] 格局中”
• “在一个 [X] 的世界／时代”
• “随着 [X] 的兴起”
• “随着 [趋势] 继续 [X]”
• “在 [X] 领域”
• “让我们深入探讨／拆解／细看 [X]”
• “从本质上说，[X] 就是 [Y]”
• “需要／值得注意的是，[X]”
• “加入我们，一起 [X]”

改进方法： 从具体事实、日期、场景、行动或专有名词切入。

2. 带有 AI 痕迹的词汇和不必要的正式表达

标记浮夸、空泛的赞美，以及对简单词语的过度修饰，包括：

• delve、用作比喻的 tapestry、reimagined、nuanced、multifaceted
• leverage、utilize、harness、unlock、unleash、empower
• pivotal、crucial、vital、significant、noteworthy、transformative
• robust、seamless、comprehensive、meticulous、bespoke
• foster、underscore、illuminate、endeavor、embark
• elevate、amplify、optimize、spearhead、revolutionize
• plethora、myriad、commence、facilitate、optimal、prior to、whilst、amongst

改进方法： 优先使用简单的动词和具体的名词。不要仅仅因为某个准确的领域术语出现在词汇表中，就将其替换掉。

3. 企业和 MBA 式抽象表达

标记掩盖简单论点的商业用语：

• problem space、solution space、value proposition
• go-to-market motion、north star metric、operating cadence
• 关于 [X] 的思维框架、围绕 [X] 的思维模型
• pain points、actionable insights、key takeaways、move the needle
• low-hanging fruit、circle back、touch base、strategic alignment
• stakeholders、deliverables、digital transformation、paradigm shift

改进方法： 直接说清楚实际的问题、行动、人物、决策、指标或结果。

4. 套话模板和空洞强调

标记通用的铺垫语，例如：

• “说到 [X]”
• “事实是，[X]”
• “现在比以往任何时候都更 [X]”
• “已成为 [X]”
• “代表着一个重要的里程碑”
• “是 [X] 的明证”
• “说到底”
• “有一点很明确”
• “展望未来”
• “归根结底”

改进方法： 删掉铺垫，直接陈述具体观点。

5. 空洞的类比和比喻

当形象化表达只起修饰作用、没有增加意义时，标记出来。可用以下标准判断：

• 删除测试： 删除类比后，意思仍然完整。
• 映射测试： 文中没有指出两者之间共享的机制、关系或结构。
• 替换测试： 将不同主题的名词替换进这个比喻，不会造成实质变化。
• 复述测试： 这句比喻只是在重复前后出现的字面陈述。
• 效果测试： 这个形象没有带来后果、推论、利害关系或切身理解。
• 呼应测试： 为了保持文学上的连贯而延续一个扩展比喻，但它已无法帮助读者推理。

还要标记陈词滥调的比喻，例如“……的锦绣图景”“宝库”“双刃剑”“冰山一角”“未知水域”“希望的灯塔”“站在人生的十字路口”“成功蓝图”以及“交响乐／马赛克”。

改进方法： 删掉修饰，陈述字面意思；或者明确指出类比双方的对应之处，以及它能帮助读者理解什么，让这个类比真正发挥作用。

保留： 如果新颖或有触感的比喻能阐明机制、让抽象概念变得易懂、引出独特推论、突出利害关系，或体现作者鲜明的观点，就应保留。不要把所有比喻都视为 AI 痕迹。

6. 填充词、模棱两可、虚情假意的热情和永远面面俱到

标记：

• 用作强调的 “just” 和用作填充词的 “actually”
• 习惯性的不确定表达：might、could、perhaps、generally、arguably、potentially、somewhat、often
• “Generally speaking,” “It can be argued,” “To some extent,” “It depends on”
• “Based on the information provided”
• “Absolutely!” “Certainly!” “Great question!” “I'd be happy to help”
• “Both sides present valid points,” “There are pros and cons,” “Reasonable people may disagree”

改进： 删除空洞的缓和措辞和热情表达。提出证据所能支持的最有力主张，并准确说明实际存在的不确定性。

7. 正式过渡语和含糊的权威背书

标记过度使用的学术连接词和来源不明的证据主张：

• moreover、furthermore、additionally、consequently、thus、hence、therefore
• accordingly、notably、significantly、essentially、indeed、subsequently
• not only...but also、whether...or
• “Studies show,” “Experts agree,” “Research indicates,” “According to recent reports”

改进： 使用自然的连接词，或调整句子结构。标明证据来源并附上链接，包括日期和数字；否则删除缺乏依据的主张。

8. 关联结构和否定式平行表达

标记重复或模式化的对比表达：

• “not X but Y”
• “not just X, but also Y”
• “not because X, but because Y”
• “It's not about X. It's about Y.”

改进： 直接陈述肯定主张，或使用简单的对比。只有当孤立使用这种结构明显最适合主动语态时，才保留。

9. 模式化结构和刻意制造的戏剧性

标记：

• “No X. No Y. Just Z.”
• 生硬的三段式陈述和冗余的三项并列句
• 为制造紧迫感而重复使用的片段
• 过度使用三项并列
• 过于对称的列表、项目符号和段落长度
• 一段文字中句长过于一致
• 重复使用 subject + verb + object, present participle + detail 结构
• 列举时总是省略最后一项前的 “and”
• 把普通发现渲染成戏剧性揭示
• 没有说明具体变化内容的含糊转变描述

改进： 合并重复内容，调整节奏，补上连接词，并用具体事件、发现或变化取代戏剧化表达。

10. 警句式等式和 AI 式巧妙表达

标记那些形式对称、脱离上下文也能流传，却以形式取代论据的句子：

• “X without Y is just Z”
• “X is Y for Z”
• “What gets X gets Y”
• “The best X is the X that doesn't [verb]”
• 任何读起来像是伪装成论点的推文的句子

改进： 用实例或证据支撑这些句子，直接陈述主张，或将其删去。

11. 模式化结尾

标记：

• “In conclusion,” “In summary,” “To summarize,” “To sum up”
• “Overall,” “Ultimately”
• 只是重复文章内容的结论
• 泛泛而谈的 “one thing is clear” 式结尾

改进： 以最有力的启示、具体的下一步行动或尚未解决的具体问题收尾。

12. 论证自我评论

也称为修辞性脚手架。文字描述自己的论证，而不是直接展开论证。用词朴素，句子简短，不含词库中的任何词——这正是它能在这里的其他所有类别中幸存下来的原因。详见 references/structural-overcompletion.md §11。

标记以下四种子类型：

• 证据自我评价：“我们发现的最干净的东西”“好的一面是可以衡量的”“说服我的那个成果”“基准测试没那么讨喜”
• 结构性路标：“阅读的另一半”“接下来是地图”“冗长只是表象”“X 为此划定了界限”
• 认知状态标注：“尚未解答的问题是”“有两点仍属暂定”“有一项结果让情况变得复杂”
• 引文评价：“Mike 说得最到位”“大家一致表达了不满”

满足以下任一项即可判定：

• **删除测试。**删掉它。如果论证仍然成立，只是少了对读者的引导，那它就是脚手架。
• **指代对象测试。**标记指向文章本身而非主题的名词：阅读、章节、图景、案例、证据、要点、界限。

**修正：**删掉，或把评论改写成它所描述的内容。不确定性应转化为限制它的事实。转折应化为一个词。引用应交代人物和任务。

**保留：**对双面发现作出裁定，是对现实的判断，而且往往不可或缺——“Mike 的建筑检查可能改变酒店的选择。HTML 页面则不可能”应保留；“建筑检查是更有力的发现”应删除。交付发布的惯例应保留。

上下文守则

并非每处匹配都是问题。修改前先核查意图和领域：

• 不要把连贯性与过度补全混为一谈；只有当结构超出材料所能支持的范围或扭曲材料时，才应标记。
• 不要把裁定与自我评论混为一谈；在不同发现之间作出选择是一种判断，描述这一选择则是脚手架。
• 不要为了让文字显得像人写的，就保留错误、重复或混乱。
• 不要为了对抗泛泛而谈的文字而凭空编造古怪的具体细节；具体性必须来自源文。
• 保留表示时间的 “just” 和表示纠正的 “actually”。
• 保留有依据的不确定性；只删除反射式或含糊的保留措辞。
• 表达精准时，保留领域内的标准用语。
• 当文体确实需要时，保留正式的过渡语。
• 保留有意为之的反讽或引语。
• 保留承载意义的类比和隐喻。
• 保持源文的确定程度，不要让谨慎的判断显得比证据更确定。

输出格式

清理

## Cleaned Copy

[Rewritten text]

---

## What Changed

1. Line/paragraph [N]: "[original]" -> "[revision]"
   Why: [brief explanation]

Summary: [X] AI tells removed. Primary patterns: [short list].

仅作诊断

## Sequential Editing Checklist

□ Line/paragraph [N]: "[quoted problem]"
  -> [suggested fix]

用户扩展

使用 /cw-save 或明确的对话内请求，将已确认的重复性特征归入维护中的词库或主导语境。切勿将已安装的缓存编辑为真实信息源。