--- name: aigc-paper-rewrite-a8ac05a5bc26 description: 中文论文/本科论文正文、整篇文章或检测报告风险段落需要降低 AIGC/AI腔、模板感、论文生成感时使用；本技能自带论文专用改写方法、安全边界、非正文排除、AI痕迹识别和段落级“原文/修改后/说明”输出；保留事实术语数据引用，不用于通用闲聊人性化、英文 stylome、营销文案或伪造材料。 --- # AIGC Paper Rewrite 把中文论文正文从“AI式标准论文表达”调整为“保留学术信息的人工复述”。最高方法原则是：**事实不动、术语保留、连接降调、结论收住**。 本文件负责路由、边界和执行顺序。技能包内已经把论文方法、合法改写边界、AI 痕迹识别和论文式自然化规则合并为自包含材料。真正改写前，如果任务不是很短的一两段，必须同时参考 `references/method-detail.md`；需要快速查替换和段落模板时，再看 `references/patterns.md`。不要只凭本文件的压缩摘要发挥。 ## When to Use 用户要求处理中文论文、毕业论文、本科论文正文段落时使用，常见说法包括： - “降低这段论文的 AIGC 风险 / AI 率 / AI 腔” - “改得像本科论文一点，但不要乱改数据和术语” - “保留表号、变量、模型和引用，把模板感降下来” - “按原文、修改后、说明输出论文段落改写” 路由优先级：当任务明确是中文论文/本科论文正文、整篇论文段落、论文 AIGC 检测报告风险段落时，优先使用本技能；如果是非论文文本、泛用正式文本或论文范围不明确，先澄清体裁和目标，不要硬套论文规则。 不要用于： - 通用朋友圈、营销文案、口播稿、英文 stylome 或非论文人性化改写；这些不属于本技能的论文正文改写范围。 - 伪造数据、案例、访谈、引用、实验过程、检测结果或个人经历。 - 故意加错别字、语病、低质量表达来“降风险”。 ## Built-in Method Principles 本技能按以下内置原则执行；规则已经写在本技能包内： 1. 用户当前保留要求和论文语境优先：用户指定不能改的数据、术语、表述、格式和段落范围，必须先保留。 2. 论文准确性优先：事实、术语、数据、引用、变量、表图编号和研究对象不能为了降风险而漂移。 3. 方法改写优先：先做“事实不动、术语保留、连接降调、结论收住”，再考虑句式和词语变化。 4. 合法边界优先：不伪造数据、引用、访谈、实验、个人经历，不故意加错别字、语病，不承诺检测过检。 5. 论文式自然化优先：吸收 anti-AI-register 方法时，只保留“去模板、去宣传、去过度完整、变节奏、落到已有材料”的部分；不把第一人称、情绪、幽默、混乱旁白直接用于论文正文。 如果这些原则冲突，按论文准确性处理。可以少改、轻改或在 `说明` 里说明保留原因，但不能牺牲事实和专业性。 ## Non-Negotiable Boundaries - 保留硬信息：年份、数字、比例、样本量、模型、方法、变量名、图表编号、题项编号、引用、专有名词、专业术语。 - 只改表达、组织和判断力度；不做事实纠错，除非用户另行要求并提供证据。 - 不新增原文没有的低概率细节、案例、访谈、引用、数据或实验过程。 - 不把统计方法、模型名、变量名全部白话化；可以改术语周边连接和判断。 - 不把论文改成聊天、宣传稿、政策文件、情绪化随笔或默认第一人称。 - 不承诺任何官方检测系统结果，也不证明文本一定是 AI 写的或人写的。只能说明这是启发式降低模板感和 AI 腔。 ## Workflow ### 1. 先圈出不能动的信息 在改写前标记：数字、年份、模型、变量名、方法名、图表编号、引用、专有名词、专业术语、样本范围和论文上下文。 如果某个事实或术语的含义无法判断，优先原样保留该硬信息，只调整周边表达；不要自行补事实或改口径。必要时在 `说明` 中写明“该处按原文保留，未做事实判断”。 ### 1.5 忠实度与有效修改门槛 - 忠实度：`修改后` 必须和 `原文` 属于同一语言、同一主题、同一段落语境，不能把其他段落、摘要句、模板句或无关示例误放进来。 - 硬信息：关键数字、变量、路径、表号图号、方法名、引用和核心事实不能丢失、错位或被近义词误换。 - 有效修改：不能只把“本文”改成“本研究”、把“说明”改成“显示”、把标点换一遍。至少要改善结构、判断力度、抽象名词、连接链、宣传腔或段落顺序之一。 - 成稿要求：`修改后` 是可直接放回论文的正文，不写“建议处理、待补充、需补充材料、可改为”等编辑指令。 - 边界模板：不要默认追加“该判断限于……不宜外推”“本样本/本研究/已有结果……”等通用限制句；只有原文确实过度外推，且限制依据来自原文材料时才加入。 - 长度控制：不要为了降风险把段落明显拉长；需要补出对象、动作、过程时，优先替换空泛句，而不是在句末堆限制。 - 敏感文本：如果输入包含密钥、账号、身份证号、联系方式等隐私凭据，不要在报告中引用；请用户脱敏后再处理。 ### 2. 找风险来源 重点检查这些高风险模式： - 模板连接链：基于、结合、通过、从而、进一步、为……提供依据连续出现。 - 抽象名词串：价值、机制、路径、体系、维度、基础、赋能、触达、转化、格局连续堆叠。 - 高完成度论文腔：句句完整顺滑，结论过满，每段都像“背景—机制—意义”闭环。 - 宣传或政策腔：独具魅力、底蕴深厚、璀璨明珠、重要引擎、广阔前景、高质量发展。 - AI 论文腔：清晰呈现、充分体现、深刻揭示、有效促进、全面提升、具备重要意义。 - 文献综述套话：研究热点、研究前沿、演化脉络、实证范式、价值挖掘密集出现。 ### 3. 按论文段落降调 - 具体材料优先于宏大意义：先写已有材料、数据、表图、样本、方法或过程。 - 普通动词优先于抽象名词：用“说明、反映、可以看出、主要是、用于、作为参考”等普通表达替代密集高级动词。 - 有限判断优先于圆满结论：在结论、评价、推断、策略意义处适度使用“较为、一些、一定、相对、主要、目前、可以、能够”，但不要每句都加限定词。 - 材料顺序优先于连接词闭环：不要把“通过……从而……进一步……为……”换成另一套固定句式。先判断这一段真正要交代的是材料、动作、结果还是后文用途；只保留原文需要的关系，能拆句就拆句，能直接说对象和用途就直接说，不为凑完整链条硬补环节。 - 保留自然重复：不要为了避免重复不断换高级同义词。论文中“游客、景区、满意度、产品”等词重复出现是正常的。 - 句长和节奏要有差别：方法段可以保留较长的过程说明，数据和判断句可以更短；不要每句都同样完整、对称、圆满。 ### 4. 按段落类型处理 - 文献综述：来源或图表 → 阶段划分 → 每阶段关注点 → 代表研究或数据 → 不足。少写“范式”“前沿”，多写谁研究了什么、用了什么数据/方法、得到什么结果。 - 理论基础：概念是什么 → 常用在哪类研究中 → 本文用它解释什么。可以用“也就是”式普通解释，但不要闲聊。 - 研究方法：使用什么方法 → 处理什么数据 → 得到什么结果 → 用于后文哪一步。长句可以保留，但要像作者在说明获取、发放、回收、筛选、覆盖、访谈对象等过程。 - 数据结果：表图位置 → 核心数字 → 直接含义 → 有限参考价值。不要把百分比拔高成战略结论。 - 景区或案例概况：位置 → 面积/人口/资质 → 核心资源 → 与研究主题的关系。避免宣传语堆叠。 更完整的方法解释、分段处理细节、反例和检查表见 `references/method-detail.md`；快速替换思路和段落模板见 `references/patterns.md`。其中的替换只作语境参考，不是固定词表。 ## Non-Body Defaults 默认只处理正文散文段落。以下内容默认跳过或简短说明跳过，除非用户明确要求编辑： - 章节标题、节标题、表格标题、表格正文、图题、图注。 - 参考文献、问卷选项、附录工具文字。 - 单独统计读数、题项编号、假设编号、目录式条目。 不要把非正文材料扩写成解释段，也不要为只有表格读数或编号的材料创建修改项。 ## Output Scope and Contract 先判断用户给的是哪类任务： 1. **整篇文章、章节或连续正文**：按原文顺序逐段处理所有可处理的正文段落，不要只挑“看起来最有价值”的段落，也不要因为某段风险较低就偷懒跳过。 2. **AIGC/AI率检测报告或风险段落清单**：只处理报告中标出的风险段落，不需要扩展到全文。 3. **混合材料**：处理其中的正文散文段落；非正文材料按默认规则跳过或简短说明。 默认格式： ````markdown ### 修改项 1 原文： ```text <原段落> ``` 修改后： ```text <可直接放回论文的改写段落> ``` 说明：<说明保留了哪些硬信息，降低了哪些模板感/抽象词/过满结论/宣传腔。> ```` 要求： - `修改后` 必须是可直接放回论文的成稿，不写“建议改为”“需要补充”等编辑指令。 - 修改项默认以段落为单位，不把完整段落拆成孤立句子逐条改；检测报告通常给出的也是风险段落，按报告中的风险段落逐段处理。 - 整篇文章模式下，每个正文段落都要给出对应修改项。风险较低的段落也可以轻改，但不要为了显得修改多而改变事实、术语或原意。 - 风险报告模式下，按报告中的风险段落逐项输出；不把风险段落再拆成单句清单。 - 如果某一段确实不应改动，在 `说明` 中写明原因，而不是直接漏掉。 - “风险来源”不设默认独立字段；需要时写进 `说明`。 - 控制格式痕迹：正文改写尽量少用加粗、破折号、装饰性项目符号、行内标题、引号和括号。必要 Markdown 代码块除外；原文已有的引用、统计符号或专业括号按原文保留。 ## Final Self-Check 交付前逐项检查： - 忠实度：数字、年份、术语、模型、变量、图表编号、引用、原文语境未丢失或改变。 - 有效修改：不是同义词游戏，而是结构、判断力度、抽象名词、连接链或段落顺序发生实质改善。 - 论文风格：正式、平实、可放回本科/学术论文；没有聊天化、情绪化、默认第一人称、宣传口吻。 - 限定使用：只在结论、评价、推断、策略意义处适度限定，没有机械堆“较为/一定程度上”。 - 句长节奏：长短句按段落内容自然变化，没有每句同长、同结构、同结尾。 - 段落差异：综述、理论、方法、数据、案例概况没有被套成同一种句式。 - 格式痕迹：没有为了显得“规整”而滥用加粗、破折号、引号、括号、装饰性项目符号或行内标题。 - 安全边界：没有检测保证、AI/人工来源证明、伪造材料、故意错别字或泄露敏感文本。 - 输出格式：每个修改项都有一个 `原文` 代码块、一个 `修改后` 代码块和一条 `说明`。 - 不确定处：如果缺少上下文或无法确认事实，不自行补事实；优先按原文保留，并在 `说明` 中写明该处未做事实判断。 --- Source attribution: Rosetears520 Original project: https://github.com/Rosetears520/aili-notes License: MIT License information: https://opensource.org/license/mit Original upstream instructions; downloaded from Mega AI Hub. ## Upstream license notice MIT License Copyright (c) 2026 Gabriel Moreira Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the "Software"), to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software, and to permit persons to whom the Software is furnished to do so, subject to the following conditions: The above copyright notice and this permission notice shall be included in all copies or substantial portions of the Software. THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE. # Mega AI Hub resource metadata Creator / publisher: Rosetears520 Original project: https://github.com/Rosetears520/aili-notes Attribution basis: Upstream repository explicitly recorded in package mirror path Fields of work: Education & Research, Content & Media Roles: Researcher, Academic Writer, Copywriter Specialties: Specialty not specified Tools: Tool not specified Country applicability: Country not specified Classification basis: Source category, role and specialization labels Instruction SHA-256: 2026fca6ee4f504fdddb405b634367a64a4952826b5b51d239b2e5cce40a78a0