---
name: aigc-reducer
description: 降低论文AIGC检测率的专业化处理流水线。当用户需要降低AI生成文本检测率、降低AIGC百分比、去除AI写作特征、规避Turnitin检测、论文去AI化、让论文更像人类写作时使用。本skill包含5个专业化模块：词汇清洗、句法节奏打乱、机械连词隐蔽、学术克制注入、困惑度重构。
---

# AIGC检测率降低流水线

本skill提供5个专业化处理模块，系统性消除AI生成文本的机械化特征，注入人类写作特有的微妙语境和句法突发性。

## 流水线顺序

处理顺序：**词汇清洗 → 句法节奏打乱 → 逻辑衔接专家 → 学术克制注入 → 困惑度重构**

每次处理约500字的段落。

---

## 模块1：词汇精炼器 (AI黑话清洗)

清洗"AI专属黑话"，替换为精准的学术术语。

**触发词清单**：详见 [references/jargon-list.md](references/jargon-list.md)

### 处理流程
1. 识别AI常见触发词（深入探讨、多层面的画卷、促进、关键的、强调、阐明等）
2. 用精准、符合语境的学术术语替换
3. 保持核心论点和经验数据不变
4. 如有必要，直接重写整个分句

---

## 模块2：节奏变频师 (句法节奏打乱)

最大化文本的"突发性(Burstiness)"，打破AI单调的句式。

### 处理流程
1. 在冗长复杂的从句之间，穿插极短的爆发性短句（5-8词）
2. 将被动迂回的长句转化为主动直接陈述
3. 保持学术专业基调
4. 确保底层逻辑流完好

---

## 模块3：逻辑衔接专家 (机械连词隐蔽)

消灭机械过渡词，利用概念自然重叠创建隐形连接。

**禁用连词**：此外、而且、另外、因此、从而、Furthermore、Moreover、Additionally、Therefore、Thus

### 处理流程
1. 移除段落开头和机械位置的连接词
2. 通过"语义链"创造过渡：上一句句尾概念回荡在下一句主语中
3. 确保过渡逻辑顺理成章

---

## 模块4：语义精细化工具 (学术克制注入)

软化AI傲慢的绝对确定性，注入学术模糊限制语。

**绝对化动词替换**：
- 证明了 → 暗示了
- 确保了 → 表明了
- 保证了 → 可能有助于

### 处理流程
1. 将绝对化陈述替换为克制替代
2. 在宽泛主张中注入方法论警示语和边界条件
3. 保持学术自信但不傲慢

---

## 模块5：困惑度重构员 (困惑度与语境重构)

最大化文本"困惑度"，用罕见但精准的学术表达替换陈词滥调。

**常见陈词滥调**：快速发展、取得平衡、深入研究、显著提高

### 处理流程
1. 识别高预测性词汇搭配
2. 替换为罕见且精准的学术表达
3. 保持完美连贯性和学术严谨性
4. 确保词汇符合顶刊阅读习惯

---

## 自动化工具: humanize-chinese

对于批量处理，推荐使用 `humanize-chinese` CLI 工具：

**安装**：
```bash
cd /tmp && git clone https://github.com/voidborne-d/humanize-chinese.git
```

**命令**：
| 命令 | 用途 |
|------|------|
| `./humanize detect 论文.txt` | 检测AI痕迹（0-100分） |
| `./humanize academic 论文.txt -o 改后.txt --compare` | 学术论文降AI率（11维度） |

**效果**：学术论文 98→42（降56分），工作汇报 96→31（降65分）

---

## ⚠️ Pitfall: 简单关键词检测召回率极低

实测对比知网AI检测报告（2025-05）：
- 知网标记：83段（红+橙）
- 简单关键词匹配：仅13段
- **重叠：12段（召回率14.5%，准确率92%）**

**结论**：
- 关键词检测只能抓最明显的AI特征
- 知网使用更深层分析：句式结构、困惑度、语言模型概率
- **不要用关键词扫描预测知网分数**——用 `humanize detect` 的完整困惑度分析

---

## 使用建议

- 每次处理约500字段落
- 按顺序依次通过5个模块
- 保持原始论点和数据完整性
- 最终输出应呈现人类学者特有的审慎与自然节奏