ai-writing-detection

此技能提供用于辨识 AI 生成内容的专业知识库与分析方法论。通过多层次验证策略，将语言特征与生成文本中内嵌的技术元数据（Metadata）进行关联分析，超越简单的启发式检查。本工具专为研究人员、内容审核者与技术写作者设计，协助评估信息来源并维持人类创作的完整性。

• 技术元数据扫描：直接侦测明确的 AI 标记，例如 ChatGPT/GPT-4 的输出特征（turn0search, oaicite, utm_source 追踪码）、Grok 专用 XML 标签及 Markdown 结构异常。

• 语言模式比对：分析高信号 AI 词汇（如“delve”、“tapestry”）、重复的三段式结构（tricolon）、负面平行句法与同义词循环替换。

• 模型特征指纹：识别各主流 AI 平台的特定风格倾向，区分 Claude 的严谨语调与 Gemini 的事实密集式对话合成风格。

• 多层次信心评分：涵盖九个分析维度，包括句子长度变异度（Burstiness）、格式异常（标题首字母大写过度、行内标题列表）与引用完整性（DOI/ISBN 校验码检查）。

• 误判防范：提供区分人类创作习惯与算法模式的指导方针，确保分析的客观性。

• 适用于审核文件、验证信息可靠度，或分析不同 LLM 架构的风格足迹。

• 输入通常为原始文字字符串；输出则提供基于信心加权且详细的 AI 生成信号分析结果。

• 建议在下结论前交互验证多个层级（Layer 1-9），因单一特征也可能出现在人类的创意写作中。

• 此方法论针对侦测常见缺陷进行优化，包括“重要性夸饰”、“挑战与未来”模板化结构，以及预留占位符的参考资料。