本文件是 chinese-de-aigc Skill 的核心知识库。按严重度分级（🔴 高 / 🟡 中 / 🟢 低）标注每条规则的触发风险。
识别特征：每 200 字出现 3 个以上的四字学术套话。
高危词表：
- 开篇型：众所周知、不可否认、毋庸置疑、显而易见、综上所述、由此可见、值得注意
- 推进型：与此同时、除此之外、不仅如此、更进一步、在此基础上、据此推断
- 结论型：总而言之、归根结底、不言而喻、可想而知、自不待言
检测逻辑：滑动窗口扫描，每 200 字内计数四字套话数量，阈值为 3。
修复策略：删除，或替换为带研究情境的具体表达。
- "毋庸置疑，数字化转型对企业绩效..." → "基于本文 2015-2023 年的面板数据，数字化转型对企业绩效..."
识别特征：连续使用多个书面虚词，使语言显得僵硬。
典型组合：
- "之所以...是因为..." + "由于...故而..."
- "对于...而言" + "在...方面" + "就...来说"
- "以...为..." + "将...作为..."
修复策略：同一段落内这类结构不超过 1 次，其余改为直接陈述。
高危词表：深远的、深刻的、重大的、显著的、全面的、系统的、多维的、多层次的、全方位的、立体化的、颠覆性的、革命性的、前瞻性的
检测逻辑：这些词在 LLM 中文输出中的频率远高于真实学术文本。
修复策略：删除或替换为带数据支撑的描述。
- "该政策产生了深远的影响" → "该政策在处理组中带来了 14.3% 的就业率提升"
识别特征：段落开头使用"此外/而且/并且/然而/因此/所以/从而/于是/进而"。
检测逻辑：对每段首句进行正则匹配。
修复策略：去掉连接词，通过语义接力实现段落衔接。
- ❌ "此外，数字金融还通过...影响..."
- ✅ "数字金融的另一条作用路径，在于..."
高危结构：A、B、C、D 等，或 A/B/C 以及 D
检测逻辑：一段内出现 3+ 个三项以上并列，视为过度。
修复策略：拆分为多句，或选取最重要的 2 项详写、其他略过。
识别特征：连续 5 句以上，每句字数均在 20-40 字之间。
检测逻辑：计算滑动窗口内句长标准差，阈值 < 8。
修复策略：强制穿插 ≤15 字短句 + ≥50 字长句。
- 短句示例："这一推论并不成立。" / "数据讲了另一个故事。"
- 长句：保留复合从句结构
高危模式：
- "本文/本研究认为..."（过度使用）
- "研究表明.../相关文献发现..."（没有具体指明哪项研究）
- 无主句："通过..., 得到..., 表明..."
修复策略：
- "本文认为" → 保留但每段不超过 1 次，或改为"我们"
- "研究表明" → "Acemoglu and Robinson (2012) 指出..."（加具体文献）
识别特征："被...所..."、"被认为是..."、"得以..."的被动结构密集。
修复策略：改为主动句，显示研究者的判断。
- ❌ "该结果被广泛认为是..."
- ✅ "多数文献（e.g., Smith 2018; Liu 2020）都将这一结果解读为..."
识别特征：单句嵌套 3 层以上"...的...的...的..."。
修复策略：拆分为 2-3 个独立短句，保留信息量但降低语法复杂度。
识别特征：每段都是"首句提出观点 → 中间举例 → 末句重申观点"的刻板结构。
检测逻辑：对段首句和段末句做语义相似度检测，相似度 > 0.8 判定为机械式总分总。
修复策略：
- 去掉末句的总结
- 或改变中间的叙述视角（从正向论述 → 转折质疑）
- 或让段末提出新问题而非收束
高危模式：段内连续使用"首先...其次...再次...最后..."、"一方面...另一方面..."
检测逻辑：同段内出现 3+ 个序数过渡词。
修复策略：去掉序数词，改为内在逻辑接力。序数词只在必须枚举且枚举逻辑本身就是重点时才用（如"三个稳健性检验"）。
高危词表：证明了、充分说明、完全证实、毫无疑问、必然导致、绝对、全部、所有、总是、必定
修复策略：降级为认识论上合理的谨慎表述。
| 绝对化（❌） | 谨慎化（✅） |
|---|---|
| 证明了 | 为...提供了证据 / 与...相一致 |
| 充分说明 | 暗示了 / 可能意味着 |
| 必然导致 | 可能导致 / 倾向于导致 |
| 毫无疑问 | （直接删除） |
| 所有 | 大多数 / 在本文样本中 |
| 总是 | 在多数情况下 |
识别特征：提出一个学术观点后紧跟"根据 X 理论/相关研究"而不是具体的数据、文献、案例。
修复策略：每个核心观点后必须跟至少一个可验证的锚点：
- 具体数据："样本中 2,341 家企业"
- 具体作者+年份："Acemoglu (2019) 的研究"
- 具体时间点："2015 年自贸区扩容后"
- 具体文献回应："这与 Smith (2020) 的结论不一致，原因可能在于..."
识别特征：全文几乎没有"可能/或许/似乎/在一定程度上/在本文的样本中/结果应审慎解读"这类学术谦逊表达。
检测逻辑：hedge 词密度 < 2 个/500 字。
修复策略：在论证章节（文献综述/讨论/结论）每 300 字至少注入 1 个 hedge 表达，但不影响论证力度。
高危词表：非常、极其、相当、十分、尤为、格外、极大地、巨大地
修复策略：删除或替换为量化描述。
- "非常显著" → "在 1% 水平下显著（t = 4.32）"
- "极大提升" → "提升了 23.4 个百分点"
识别特征：连续 3 段都是同样的字数（±10%）和句数（±1 句）。
修复策略：打破对称——某段压缩至 2 句，某段扩展至 7-8 句。真实学术写作的段落长度本身就是非均匀的。
识别特征：结论段与引言段/摘要段在用词上高度重合（余弦相似度 > 0.75）。
检测逻辑：对比引言、摘要、结论三段的词频向量。
修复策略：结论段应引入新信息——对未来研究的建议、对政策的启示、对理论边界的反思，而非简单复述研究发现。
必须修复（🔴）：P01, P04, P06, P10, P11, P12, P17 建议修复（🟡）：P02, P03, P07, P08, P13, P14 可选修复（🟢）：P05, P09, P15, P16
建议修复顺序：先修 🔴 再修 🟡，🟢 视时间而定。
| 中文 AI 检测器 | 主要敏感模式 |
|---|---|
| 知网 AMLC | P01（四字套话）、P12（绝对化）、P06（句长方差） |
| 万方检测 | P04（连接词）、P07（模糊主语）、P10（总分总） |
| 维普通达 | P01、P03（AI 形容词）、P14（缺 hedge） |
| Turnitin 中文版 | P06（句长）、P13（观点-证据分离）、P11（序数词） |
| GPTZero 中文 | P06（句长方差）、P17（回音壁） |
实证观察：修复 7 条 🔴 规则 + 4-5 条 🟡 规则后，主流中文检测器的 AIGC 率通常可从 70%+ 降至 15%-25%。