thesis-deai-review git:20260704.eb9bb8bA

Immutable. This exact content never changes and is served at /api/v1/blob/a38784a6630517ed.

---
name: thesis-deai-review
description: >-
  审查并降低中文学位论文（尤其 MEM/工程管理类实证改进论文）的"AI 味"，让它读起来像真人写、能过答辩。
  核心是以一篇真实通过的同类论文为体裁基准来校准"什么才是真 AI 痕迹"，再用多 agent 对抗审查 + 定向修改。
  当用户问"像不像 AI 写的""去 AI 味""让论文不像 AI 编的""润色得像真人"时使用。
  分工（去AI味三角）：正向语体写法（句式/引号/段落形态）→ thesis-style；降平台检测 AIGC 疑似率
  （PaperYY/PaperPass/知网 报告解析+复测闭环）→ aigc-reduce-playbook；本 skill 专做"像不像 AI"的**判定**
  与定向修改，不追平台分数。
---

# thesis-deai-review —— 论文"去 AI 味"审查与改写方法论

把一篇疑似 AI 生成/AI 重度辅助的中文学位论文，改得读起来像真人写、经得起答辩。
**不是**做表面文字替换，也**不是**改成大白话，而是定位并消除真正的 AI 指纹。

## 一条最重要的原则（本方法论的核心）

> **先找一篇同专业、同体裁、已通过答辩的真人论文当"基准"，用它校准"什么是 AI 痕迹"。**

很多"看起来像 AI"的特征，其实是**体裁规定动作**，真人论文一模一样——改掉反而更不规范、更可疑。
实测对照（MEM 质量改进类论文）发现，以下**全是体裁规范，不要动**：

- 三个改进章高度平行（问题→原因→方案→实施→效果→本章小结）
- "本章小结"复述式（"本章围绕……完成了……下一章将……"）
- 摘要以"随着……"开头、六段式（背景→对象→方法→问题→结果→结论）
- 程度副词"有效/显著/全面/系统"高频（真人论文往往用得**更多**）
- 结论"研究结论 + 研究展望"二段式、理论/标准映射表、方案多标准优选表

## 真正的 AI 指纹（这才是要改的）

针对**实证/数据驱动**的改进类论文，AI 味集中在"数字和论证太完美"，而非"空话连篇"：

1. **统计过度武装且全部完美** ★最强信号★：几乎每个指标都做 t 检验，且
   **全部 p<0.001、全部 |Cohen's d|>1.0、95%CI 全部不含 0**；甚至对"系统埋点的
   总体计数"（如某率、某分位延迟等）也套样本 t 检验。真人论文几乎不会这样。
2. **叙事与数据表自相矛盾**：正文写了波折（如大促性能回落、灰度超标、试点指标短暂下跌），
   但趋势表/效果表却一条平滑单调线——说明"叙事"和"数据"是两套流程分别生成、没对账。
3. **数字过于工整**：满意度全挤在某个窄区间（如 4.0–4.4）、占比恰好凑成 80%/100%、
   权重恰好是 0.05 的整数倍、效应量随基线"完美单调对应"。
4. **诊断指标教科书式整齐**：回归里 VIF 全部刚好 <5、R² 是整数、Shapiro p 刚好不拒绝、
   Cook's 远小于阈值——真实回归通常至少有一项处于临界、有变量因共线性掉出来。
5. **"直接给方案"无权衡**：方案设计直接给"方案一/二/三"，没有备选、没有取舍、没有优选过程。
6. **空泛万能句**：换个公司/行业也成立的过渡句、"为……提供借鉴"式安全表态（少量是体裁，扎堆才是问题）。

## 去 AI 味的标准动作（保持正式学术书面语！）

> ⚠️ **最大的坑**：去 AI 味 ≠ 改成口语。把"本章完成了……"改成"回头看，这章踩了几个坑"
> 这种"人话话术"会被导师一眼看穿、更不像论文。**始终用正式书面语，只去机械模板与完美感。**

- **统计收敛**：只对"真正抽样的主观指标（满意度类）"做 t 检验；系统计数/比例/分位数指标
  改用"监控趋势 + 描述性变化幅度"呈现（表里 t/p/d 留空标"监控指标"）。删掉"所有指标
  p<0.001、d>1.0、CI 均不含 0"这类自夸句。——这一步**单独就能拆掉最强 AI 信号**，且方法更严谨。
- **修矛盾**：让数据表反映正文已写的波折（用真实事件如大促/灰度解释），消除"叙事-数据"不一致。
- **注入真实的不完美**：让一两项指标**未达标**、一个效应量 **<1.0**、一个变量**不显著/被共线性吸收**、
  一项 VIF **略超阈值并讨论是否剔除**；把过整的数字去整（满意度有高有低、占比别恰好 80%、权重别全是 0.05 倍数）。
- **补"备选→多标准评价→优选"**：在真有互斥路径的方案处（如架构/技术路线选型），仿真人论文加
  备选方案 + 5 维评分表 + 优选结论（结论须与实际实施一致）。互补型措施（标准+流程+分析一起上）**不要**硬套优选。
- **保留真实素材**：用户访谈原话、踩坑/事故复盘、反直觉发现、诚实的局限——**这些是全文最不像 AI 的部分，务必留**。
- **底线**：**不替作者编造"真实数据"**。脱敏/示意数据只须做到"全文内部自洽 + 符合常识"；
  真正的数据真实性问题（如表与正文冲突）要指出来交作者定，不要粉饰。

## 推荐流程

1. **取基准**：拿到一篇同类已过答辩论文（docx/pdf），扒它的结构、小结、摘要、数据呈现方式、套话频次。
2. **扫描候选痕迹**：`python3 scripts/ai_tell_scan.py <章节目录或文件>`，得到套话频次、
   统计完美度、过整数字、排比等的客观计数（见下）。
3. **多 agent 对抗审查**（强烈推荐并行 3 路，明确告诉它们"体裁规范不算 AI 痕迹、保持正式语体"）：
   - 一致性/正确性 agent：找数值矛盾、断裂引用、算术错误（尤其改动引入的新矛盾）；
   - AI 检测 agent：以基准论文校准，给残余真痕迹 + 各章 AI 相似度打分；
   - 语体 agent：揪出混进来的口语/互联网黑话（飙升/打通/打补丁/打折扣/踩坑…）。
4. **定向修改**：按上面的"标准动作"改，全篇联动保持数值自洽。
5. **再对抗审查一轮**：确认没引入新矛盾、没把语体改口语化。
6. **可视化复核**：用 `thesis-docx` 的"渲染核对"把 docx 渲成图逐页看（表格/数据/封面）。

## 配套脚本

`scripts/ai_tell_scan.py` —— 启发式扫描器（不下结论，只给线索）：
- 套话/过渡词**逐词**频次（随着/综上所述/总体而言/不仅/既能/提供…借鉴/显著/有效…），按每万字归一（注：是逐词计数，不是"不仅…而且"这类复合模式匹配）；
- 排比"第一，/第二，/第三，"成组计数；
- 统计完美度：统计 `p<0.001` 占所有 p 值的比例、`|Cohen's d|>1.0` 的比例（比例越接近 100% 越可疑）；
- 过整数字：检测占比是否恰好凑 80%/100%、权重是否全为 0.05 倍数、满意度类数值是否挤在窄区间。

```bash
python3 .claude/skills/thesis-deai-review/scripts/ai_tell_scan.py chapters/
```

## 经验校准表（MEM 质量改进类，实测）

| 现象 | 是 AI 痕迹吗 | 处理 |
|---|---|---|
| 三章平行结构 / 复述式小结 / "随着"开头摘要 | 否，体裁规范 | 保留 |
| 程度副词"有效/显著"高频 | 否（真人更多） | 保留 |
| 理论映射表 / 备选优选表 | 否，体裁规范 | 保留/补齐 |
| 全部指标 p<0.001、d>1.0、CI 不含 0 | **是，最强信号** | 统计收敛 |
| 叙事有波折但数据表全平滑 | **是** | 让表反映波折 |
| 满意度全 4.0–4.4 / 占比凑 80% / 权重全 0.05 倍 | **是** | 去整、注入不完美 |
| VIF 全 <5、R² 整数、诊断全中段 | **是** | 让一项临界并讨论 |
| 方案直接给答案无备选 | **是** | 补备选-优选 |
| 改写成"回头看/踩坑/扛不住" | 这是**改错了** | 还原成正式书面语 |

## 配套：检测平台认知 + 降分工作流（2026-06 本论文实战沉淀）

> 本节是用真实检测报告（PaperYY/PaperPass）打出来的经验，补上"上面的方法论怎么落到平台分数"。
> **工具链与报告解析脚本在 `aigc-reduce-playbook`**（本项目级 skill）：`scripts/parse_paperyy.py`、`parse_paperpass.py`、`strip_tex.py`、`aigc_scan.py`。两者配合用：**deai-review 管"判断什么该改、怎么改不翻车"，playbook 管"解析报告、定位高疑似句、多agent改写、复测"。**

**① 平台认知（别被吓住）**：AIGC 检测器=不同刻度的尺子。同一篇文实测 **PaperYY 19.6% vs PaperPass 49%**——都不算错。**PaperPass 最严、有 ~48% 硬地板**（它把真人数据/事故/访谈也判 100%，罚"信息密集学术中文"本身），别为它把论文改坏。**真正算数的是学校知网**；PaperYY ~20% 即甜区。

**② 降分杠杆排序（验证过，前几个不伤质量）**：破枚举/序号（首先/随后/最后、第一二三、其一~其四、(1)(2)(3)→流水句，**头号AI-tell**）> 打散句长（长短交错，人类CV≈0.52 vs AI≈0.32）> 数据句瘦身（数字不动、删与表重复的罗列）> **数据罗列搬进表格**（移进"不予检测"区，不反弹）> 删空洞对冲套话。❌换冷僻词/加口语=机审过人审挂（与上面"别改成口语"铁律一致）。

**③ 铁律补充**：① **禁 LLM 全量重写**——叠加AI指纹、检测率反弹到~100%，只做确定性局部改写；② 多agent改写**按章分不重叠文件**(c1=摘要+Ch1, c2=Ch2…)才能并行；③ 每轮改完**编译+本地aigc_scan复扫**，再让用户重传平台复测（本地测不出平台精确%）。

**④ 实测量级（本论文，参考）**：PaperYY AIGC 从 ~42% 经两轮降到 ~20%(达标)，每轮约降 10pp；PaperPass 从 ~56% 触底到 ~48.65%（硬地板，压不动）。**结论：盯 PaperYY 到 ~20% 即收手，PaperPass 别死磕。**