AI味檢測與清洗工作流
觸發條件
- 寫完網文正文需要發佈前自檢AI味（番茄/起點等平台檢測+讀者觀感）
- 用戶要求「去AI味」、「AI味檢測」
- 任何AI生成文本交付前想確認「查不出AI」
一、檢測工具
python ai_check.py <文件路徑> [deepseek|doubao]
- deepseek（預設）：免費快，輸出詳細（AI味%/風險等級/疑似句+原因/修改建議）——用於初篩+定位
- doubao：豆包Seed 2.1 Pro按量付費，輸出穩定——用於最終複核
- 評分：AI味0-100%；困惑度（用詞是否太標準順滑）+突發性（節奏是否太平）
- 風險線：>60%=高風險（平台拒簽/降權）/30-60%=中風險（需清洗）/<30%=安全
二、⚠️ 隨機性pitfall（2026-08-10實測，最重要！）
同一文本同一模型連續檢測，結果波動極大——單次結果不可信！
實測案例（《問骨》黃金三章）：
| 文件 | 第一次 | 複測 | 豆包複核 |
|---|---|---|---|
| 第1章初稿 | 78% | — | 清洗後22% |
| 第2章清洗後 | 78% | 18% | 15% |
| 第3章清洗後 | 78% | 25% | 20% |
判定規則（防誤判）：
- 單次>60% 不要立刻判死——立即用同一腳本複測1次
- 最終判定以 豆包Seed複核 為準（實測最穩定）
- DeepSeek用於初篩+定位疑似句，豆包用於最終確認
- 同一文件複測<30%且豆包也<30% → 判安全
- 清洗後必跑雙模型複測，不信單次結果
三、清洗流程（超標怎麼辦）
- 模擬人深改（最有效）：用「老刀」式具體真人身份重寫（見 multi-layer-simulated-human-writing 技能）
- 實測：第1章78%→22%大幅下降
- 深改原則：短句/碎句、生活噪音（圍觀罵聲/手機鈴/煙味）、刪「忽然意識到/不禁/彷彿」、對話搶話打岔、細節「多餘」、結尾懸念埋動作裡不搞工整反轉
- 清洗後必須雙模型複測（DeepSeek初篩+豆包確認），<30%才交付
四、外部工具調研結論（2026-08-10）
- GPTZero/ZeroGPT 可訪問但對中文檢測效果一般，免費額度有限
- 最優方案=自有模型矩陣（DeepSeek免費主檢+豆包Seed複核）：效果更好+免費可批量+貼合中文網文
五、常見AI味特徵（DeepSeek檢測器識別出的）
- 典型「細節錨點」寫法（「老式銅錢+青斑」式刻板意象）
- 「忽然意識到/忽然瞥見」作為懸念轉折（句式工整）
- 「總結式反轉」（前後對仗工整，資訊釋放線性）
- 對話像工具人交接資訊
- 排比三連/破折號氾濫/問答閉環
四B、⚠️ 豆包複核長文本超時處理（2026-08-15實測）
doubao模式檢測2萬+字全文會超時（Seed 2.1 Pro thinking模式逐字思考+全文太長，urllib timeout=240直接TimeoutError）：
- 解決：分段檢測——腳本拆兩半（每半~1.6萬字符），各自帶「片段1/2」提示跑，timeout≥420，兩段AI味取均值
- DeepSeek主檢無此問題（快），只有豆包複核需分段
- 分段後豆包給出的是段落級實錘（引用原文+原因），比DeepSeek更可信
四C、⚠️ 豆包重複指控會誇大——重複檢測必須腳本驗證（2026-08-15實測）
豆包複核說「像吞了根燒紅的鐵絲一字不差出現4次」，實際全文只有1次；但「我知道，這樣的日子過一天少一天…」三連排比模板確實重複3次（換詞不換結構）。判定規則：
- 豆包給出的具體重複次數不可全信——先跑腳本
t.count(關鍵詞)核實再下結論，別直接引用豆包數字 - 但結構復用指控通常屬實——「我知道……哪怕……是偷來的」×3（一天/一秒/一晚只換詞不換結構）是真AI味訊號，檢測時按去名詞化結構匹配（保留「我知道…哪怕…偷來的」骨架，忽略換掉的具象詞），不要只做精確字串匹配
- 精確字串count為0不代表沒重複——正文含
\n\n換行，整段匹配會0命中，需先歸一化空白（re.sub(r'\s+','',t)）再查 - 抒情排比模板復用=強AI味實錘：同一段「我知道×3→但我還是想→哪怕×3→哪怕這一X，是偷來的」結構在千餘字內出現3次，是AI長文本生成「調用已驗證句式模板」的典型缺陷
五B、內容級AI痕跡4大特徵（2026-08-14凌乾項目實測·比句式更致命）
檢測時逐項掃，命中即判AI嫌疑：
- 比喻密集+同質化：幾百字內連續同類型現代比喻（「像超時訂單/像催收簡訊/像爆單提示音」連發）=AI比喻生成器模式。真人偶爾用一兩次，不會連發
- 短句機械節奏：「三連短句—換行—對話—再短句」均勻模板感（AI愛獨立成段短句，真人會打破，插入長句）
- 系統提示【】套路：方括號+術語（閾值/編制/可召喚/啟動）=AI系統流模板詞
- 情緒標籤+動作配對公式化：每個情緒點配一個標誌性動作（母親推/阿禾咬指甲/凌乾咬碎牙——太齊整=情緒清單） 另：「不是X是Y」句式（「不是人頭，是布」「不是哭，是火」）是典型AI修辭——20+處密集=暴露，每章保留2-3個衝擊力最強的，其餘改直述
五C、真人化清洗5指令（AI味92%→雙模型安全區實戰驗證）
按此清洗後實測：DeepSeek 92%→45%（壓線）、豆包複核10%（安全）——雙模型分歧處理：DeepSeek保守、豆包樂觀，取中間值，若壓線再清洗一輪：
- 打散比喻：每300字最多1個現代生活比喻，其餘換感官細節（溫度/氣味/光線/聲音/觸感）
- 打亂短句：連續3個短句後插1個15字以上長句（心理/動作/環境）
- 野化系統提示：刪【】和術語，用具象化描述（「腦子裡有什麼東西裂開了，像瓦罐摔在井沿上，碎片裡傳來含混的聲音：血祭，可召一人。」）
- 情緒不配對：留白/跑偏/曖昧不清，不每個情緒點都精準落位
- 加真實毛邊：具體價格/人名/欠賬/口誤/環境噪音（「冰袖九塊九兩雙」「王嬸欠三百錢吊死了」）——AI模仿不出的生活細節，是防AI檢測最有力的特徵
五D、⚠️ 清洗副作用坑（v3/v5兩次踩！必跑修復）
Kimi文風轉化/真人化清洗會破壞文本格式：
- 丟中文彎引號（「」→裸直引號"）——清洗後grep
"統計，若出現直引號=壞了 - 引入穿幫詞（歷史文「哥」→西晉無！）
- 行尾無標點（2026-08-14實測）：長句被拆行後行尾無標點（「…嵌著皂角的黃\n洗不掉」）——行尾無標點敘述行補逗號（跳過對話/標題/空行）
修復腳本邏輯：按行掃描，in_quote標記，直引號
"交替轉「/」；修復後驗證成對（opens==closes） 清洗後必跑三查：①引號修復（成對驗證）②稱謂穿幫掃描 ③標點修復（行尾無標點補逗號）④手機排版複檢（敘述長句>40字拆，對話長句保留——一口氣讀完的氣口） 斷句判斷（重要）：真人化節奏斷行（「洗不掉。」獨行=強調/頂針修辭「顫得他牙根發酸\n酸得他想起…」）≠錯誤拆分——AI審閱者（GLM/豆包）會誤判為「斷句殘段」，保留有標點的強調斷行，只修無標點的
五E、聽書適配（用戶2026-08-14欽定：閱讀+聽書雙優）
網文在番茄/喜馬拉雅有大量聽書用戶，AI味檢測後還要過「聽感」關：
- 對話標記用「說」不用「曰」——「曰」是書面語，聽眾耳朵分不清誰在說話；「說」人耳可辨識。文風轉化若把對話全改成「曰」（耳朵聽不出）必改回「說/道」
- 敘述長句拆短：>40字的敘述段拆成2-3個短句（一口氣讀完，朗讀不喘）；對話長句保留（氣口演員可停頓）
- 同音歧義：聽書場景同音詞易誤解，避免「某」類書面謙稱堆疊（可用「我/小的」）
- 驗證法：改完用TTS試聽一遍，聽不出「誰在說話」的地方=對話標記沒寫明白
五F、平台級檢測：量化定位「刺頭章」+AI鑑AI模擬（2026-09-05送魂女3次評估終止實錘）
關鍵認知：推薦評估/查因看的是「已發佈章節」，且線上內容≠本地文件（發佈可能用早期稿）——診斷必須先CDP抓線上已發佈全文逐章分析，不能用本地稿代替（送魂女線上1-55章全文抓取腳本=published_links.json逐個modifychapter打開存innerText，見 fanqie-compliance-guard references/推薦評估機制與終止實戰）。 逐章AI特徵量化腳本邏輯（analyze_ai_features.py，腳本在 research/）：每章算①比喻密度=像/如/彷彿/好似/如同/宛如 每千字 ②句長CV（按。！？分詞）③破折號數 ④章尾類型（意象/設問/對話/動作/其他）→ 排序出問題清單。
⚠️ 比喻密度必須精口徑統計——粗口徑會翻倍虛高（2026-09-07實測修正，最重要）：
正則 像|如|彷彿|… 會把固定詞裡的字誤算成比喻：「畫像」的「像」、「如果/如何/比如/例如/假如/猶如/就算」的「如」等。送魂女40章含「畫像」16次→粗口徑34處(14.5/千字) vs 精口徑17處(7.2/千字)，差一倍！2026-09-05診斷的「40章14.5」是粗口徑虛高，31/44章等數據同樣可疑需複核。
- 精口徑做法：統計前先剔除固定詞
畫像|如果|如何|比如|例如|假如|如若|何如|就算|好像|好比|諸如|譬如（re.sub(FIXED,'',t)後再數）——analyze_features.py 雙口徑同出，判刺頭章/做對比一律用精口徑 - 比喻清單提取（給改寫用）同樣要先剔除固定詞——本次 list_similes 腳本按句掃比喻詞，把16處「畫像」全列進清單=清單廢一半 實測閾值（送魂女55章線上，精口徑下40章需重判）：
- 比喻密度 ≥7/千字=刺頭章（人類正常3-6；精口徑40章7.2剛超線、降密版已4.7達標）；密度≤4.6（第1章）判定安全
- 不是「哪卷」的問題，是「哪幾章」的問題——老章節也有刺頭（31/40/44章爆表），好章（1/2/16/18/27章2-4.6）證明深改方法有效，只是部分章沒洗透
- 句長CV<0.45=節奏太均勻（49章0.442）；章尾同構比例高=機器拍子 AI鑑AI模擬平台檢測：豆包seed-2-1-pro當檢測器，prompt要求按「困惑度/突發性/句式/比喻密度/機器節拍」五維給AI生成概率%+原文例證+結論。實測第1章判定10% AI率「優質人工原創」（困惑度高：西關地域+白事行業專屬細節、比喻貼人物如「擂棺材板/孝鞋像刀」）——走人工審+深改流程的老章節其實乾淨，評估不過常在個別刺頭章把整體分佈拉高。 改寫工具鏈實測（救刺頭章選型，勿重蹈）：
- deepseek-v4-pro 對「去AI味/刪比喻改寫」成功率極低（整章7章成2章且縮水截斷如2396→1732字末句截斷；分段5章全空返回）
- Kimi K3 關thinking對改寫同樣空返回；豆包舊key易超時
- doubao-seed-2-1-pro（滿配額Ark key）改寫成功：187秒返回，刪「像」且補民俗細節——降密改寫主力=豆包seed-2-1-pro 降密改寫prompt鐵律（完整模板見 references/番茄AI檢測量化定位與降密改寫_20260905.md）：拆3段每段~800字防超時；只刪約1/3比喻（優先：連續擠一起的/俗套的/刪了也自然的）；嚴禁改劇情/對話/民俗細節/人物名/段落順序/第一人稱；字數控制原段85-100%；一致性門禁=劇情關鍵詞（波羅堂/阿福/畫像等）出現次數降幅<20%才算過；輸出不得含狀態卡/標題/解釋。刪法示例：「聲音像從嗓子眼擠出來的」→「聲音發悶」；「目光像刷子掃過」→「目光掃過」；「心跳像被攥住」→「心跳漏了一拍」。 評估降密成效必用精口徑——曾誤判「舊打法執行保守無效（40章只降14→12/千字）」，實為粗口徑；精口徑下原文7.2→降密版4.7已達標，舊打法沒廢，只是只解決了比喻維度。 新打法探索（2026-09-07試驗中）：破節拍OS改寫——借鑑《哈哈哈大明》「作者插話」降AI味機制（插話破機器節拍/升困惑度），但換成安全形式：第一人稱女主內心OS碎碎念/市井口語毛邊（不跳戲、不對讀者說話、不碰正文夾帶非正文紅線）。雙管齊下prompt=刪比喻+自然融入2-4處角色OS（「我心裡罵了一聲晦氣」「這行的規矩我門兒清」式）。完整試驗設計/腳本/對比結果見 references/比喻密度口徑修正與破節拍OS改寫試驗_20260907.md
六、與寫作流程的銜接
- 在 novel-master-workflow 階段H5 / novel-writing-from-scratch 階段E 執行
- 每10章一批檢測 → 中高風險用模擬人深改重寫 → 複測通過才交付
🙋 關於作者
九品錦鋰e ｜ 把踩過的坑封裝成「拿來就能跑」的 skill，不寫教科書。這個 skill 是我自己每天在用的版本。
微信：ly5419495（加時備註「SkillHub」，我優先通過） 公眾號：初五Agent（微信搜一搜，覆盤和方法都寫在那兒，不加微信也能讀）
我另外做的幾個能直接跑的工具，都放在這個貨架頁（複製到瀏覽器打開）： https://skillpay.alipay.com/public/jiupinjinlie
用的時候卡住了、或者有別的場景想讓我封裝成 skill，按上面任意方式找我就行。
