论文被质疑AI代写？AERS去AIGC学术润色技能实战：中英文降AI痕迹的完整改写流程

论文被质疑AI代写AERS去AIGC学术润色技能实战中英文降AI痕迹的完整改写流程【免费下载链接】Auto-Empirical-Research-Skills A curated collection of 23,000 agent skills for empirical research across 8 social science disciplines. | 精选 23,000 AI Agent 技能库覆盖8大社会科学学科的实证研究。CoPaper.AI 20分钟完成一篇可复现的规范实证论文并支持用户上传 Skills。-- Maintained by CoPaper.AI from Stanford REAP.项目地址: https://gitcode.com/gh_mirrors/aw/Auto-Empirical-Research-SkillsAERSAuto-Empirical-Research-Skills是斯坦福 REAP 团队维护的 23,000 AI Agent 技能库覆盖 8 大社会科学学科的实证研究全流程。其中的去AIGC学术润色技能skills/48-de-AIGC-skills/专攻一个痛点中英文实证论文的降AI痕迹改写——从知网 AMLC、万方、维普到 Turnitin AI、GPTZero一套六步闭环流程帮你把AI 味系统性拆掉同时保证每一个数字、系数、引用都分毫不动。为什么你的论文会被判定AI 代写检测器读的不是词表而是n-gram 分布和结构信号。中英文 AI 文本各有指纹英文 AI 文本模式库 EN01–EN22见 patterns-en.md夸大重要性pivotal、paves the way悬垂分词尾巴…, highlighting the need for further research模板化脚手架In recent years…、Moreover/Furthermore 连击证据撑不起来的动词proves、demonstrates 挂在观察性系数上句长方差低——几乎所有句子都在 20–30 词中文 AI 文本17 类模式见 patterns-zh.md规则典型症状高危示例ZH01 四字套话密集毋庸置疑、综上所述每 200 字 ≥3 个即报警ZH02 虚词堆叠对于…而言在此基础上连用ZH03 AI 偏好形容词深远的、全方位的、颠覆性的ZH04 段首连接词此外/因此/进而 机械开头ZH06 句长方差过低连续 5 句都在 20–40 字ZH07 主语模糊相关研究表明…不指具体文献两种语言共享的最高危信号只有一个均匀的句子节奏。这也是改写时收益最大的一刀。先泼冷水这 5 种降 AI做法全部无效AERS 在 SKILL.md 里明确列出了无效清单很多人栽在这里❌同义词替换——把关键改成核心毫无作用检测器看的是分布❌倒装句式——语法模板原封不动❌再喂给另一个 AI 重写——这是 AI 分数越改越高的最快方式❌故意注入错别字——审稿人一眼看穿检测器也不吃这套❌删完隐藏字符就宣称去水印——那证明不了任何事三步定位 AI 痕迹六步闭环改写流程技能核心是一套六步闭环SKILL.md 中的 The six-step loop0. 定位路由 → 1. 审计扫描 → 2. 主张-证据核对 ↑ ↓ 5. 冷读复查 ← 4. 五维自评 ← 3. 差异化改写Step 0 · 定位路由自动识别中英文段落、映射章节、确认投稿目标CSSCI 期刊和 SSCI 期刊的容忍度不同并先跑一次溯源扫描python3 scripts/provenance_scrub.py inspect main.docx figures/*.pngStep 1 · 审计扫描对照两套模式库全量扫描输出结构化审计报告原文片段 命中规则 严重度此阶段不改一个字——先让作者看到全貌。Step 2 · 主张-证据核对这是实证论文降 AIGC 与通用人性化工具的本质区别。每一个因果断言都必须锚定到具体数字、表格或引用且动词强度必须匹配设计强度干净识别设计RCT、锐断点可以说 reduced by 12%观察性设计只能说 is associated with / 与…相关。撑不起的 充分证明、必然导致 会被标记而不是靠编造证据硬撑。Step 3 · 差异化改写按影响从大到小依次执行 5 个动作——砸句长方差每 200 字至少一句 ≤15 字短句 一句 ≥50 字长句数据讲了另一个故事。就是标准的短句落点具体化相关研究表明 → Acemoglu and Restrepo (2020) 估计…拆脚手架删段首连接词用语义接力衔接段落校准断言补上缺失的谨慎措辞同时拆掉模型堆出来的may potentially suggest…恢复研究者声音写出取舍与局限——受限于数据我们无法识别…是 LLM 最难伪造的模式Step 4 · 五维自评量表见 scoring.md维度权重检查点具体性1.5×模糊断言是否换成数据/作者/案例节奏性1.2×句长方差是否足够长短句是否混排谨慎性1.3×动词是否匹配证据强度隐衔接1.0×段落是否靠语义接力而非连接词研究者语气1.0×取舍、权衡、局限是否可见加权总分 35 打回 Step 3 重写≥ 42 才通过。Step 5 · 冷读复查以陌生人视角重读做三重校验——流畅性、零漂移保真每个数字、姓名、年份与原文 diff、双语一致性英文摘要的断言强度必须与中文正文完全对齐最后对提交包整体跑一遍provenance_scrub.py clean。看得见的改写效果摘要段前后对照来自 examples-zh.md 的 12 组真实案例之一❌AI 原文毋庸置疑数字化转型已成为当今企业管理领域的核心议题。本研究基于全面的实证数据深入探讨了数字化转型对企业绩效的深远影响。研究结果充分证明了…提供了重要的理论指导。✅改写后数字化转型对企业绩效的影响在既有实证文献中仍有争议。我们使用 2014–2022 年中国 A 股上市公司的面板数据利用一项数字化改革试点作为准自然实验发现进入试点的企业三年内全要素生产率平均提升 6.8%。这一结果与 Acemoglu (2022) 的预期一致但机制检验显示效应主要来自管理流程重构而非技术采纳本身。修复点一目了然删毋庸置疑ZH01、深远影响换成 6.8% 的具体数字ZH03、充分证明降级为发现证据ZH12、补上具体文献回应ZH13。英文侧同理8 组案例见 examples-en.md。AI 水印其实有三层别混为一谈很多人以为去水印就是删隐藏字符这是误区。2026-08 起该技能加入了溯源层政策全文见 watermarks.md层是什么能检测吗技能怎么处理A · 隐藏字符零宽字符、双向控制符等复制粘贴残留能确定性检测provenance_scrub.py 扫描无损清理且 CJK 安全保留 U3000 缩进、全角标点、R²B · 统计水印Claude/Gemini 对选哪个词的采样偏置存活于复制、翻译和轻编辑中没有公开检测器作者重述高信号章节只给改写简报关键句子由作者亲手写C · 容器元数据docx 的 docPropspython-docx 会留真实作者名、图表的 C2PA 清单、PDF Info能无损clean PDF 的 exiftool/qpdf 命令每一份报告的结尾都固定写着B: unknown——这个技能永远不会宣称你的文本无水印或能过检这份诚实本身就是它和市面上工具的最大区别。硬性红线与使用指南硬性红线任何情况下不可越过数据、系数、标准误、p 值、样本量、公式、变量名、引用内容一律不动不伪造数据、结果或引用不注入错误去骗困惑度不过度纠错在 1% 水平上显著、稳健性检验是正常学术用语不是 AI 痕迹不改变论文主张什么只改变怎么说安装与使用git clone https://gitcode.com/gh_mirrors/aw/Auto-Empirical-Research-Skills.git /tmp/aers cp -r /tmp/aers/skills/48-de-AIGC-skills ~/.claude/skills/de-aigc-skills之后对任何支持 Agent Skills 标准的工具Claude Code / Cursor / Codex 等直接说触发词即可例如请对这段文本降 AIGC 检测率诊断这段文字的 AI 痕迹给出修改建议先扫一下这个 docx 有没有隐藏字符和元数据再去水印中文非学术语料可再配合 humanize-chinese20 规则检测 场景感知改写SSCI 投稿可衔接skills/70-ssci-polish/。完整演示见官方 Demo 文档 de-aigc.md。写在最后学术诚信优先于检测率技能方的立场写得很清楚这个技能服务于人写的初稿被误判和AI 辅助起草 人工定稿两类正当场景而不是帮全 AI 生成的论文零改动过检。当期刊要求披露生成式 AI 使用就如实披露。降 AI 痕迹的本质不是骗过检测器而是把文章从模板化的机器腔改回一个真实研究者会写出的样子——有节奏起伏、有具体锚点、有对证据边界的诚实。做到这一点检测率只是顺带的结果。 【免费下载链接】Auto-Empirical-Research-Skills A curated collection of 23,000 agent skills for empirical research across 8 social science disciplines. | 精选 23,000 AI Agent 技能库覆盖8大社会科学学科的实证研究。CoPaper.AI 20分钟完成一篇可复现的规范实证论文并支持用户上传 Skills。-- Maintained by CoPaper.AI from Stanford REAP.项目地址: https://gitcode.com/gh_mirrors/aw/Auto-Empirical-Research-Skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考