---
name: detect-ai-slop
type: know
scope: global
description: 辨識 AI 生成文字（AI Slop）的分析技術。適用情境：用戶貼上一段文字請你「判斷是不是 AI 寫的」「分析這段文字的 AI 感」「幫我看看這是不是 ChatGPT/Claude/Gemini 產出的」「偵測 AI 內容」「這篇文章讀起來怪怪的」「這個回覆像機器人」等。也適用於用戶想要「改掉 AI 味」「讓文章更像人寫的」「去除 AI 痕跡」「humanize」的場景。當用戶提到 slop、AI detection、AI 偵測、AI 判斷、機器人文字、AI 寫作風格分析時，必須觸發此 Skill。
---

# Detect AI Slop — AI 生成文字辨識分析框架

本 Skill 提供系統化的 AI 文字辨識方法，基於多層信號交叉比對，而非單一指標判斷。

## 核心原則

AI 辨識是模式比對，不是非黑即白。重點是：

- 尋找**多個信號的共現**，而非單一特徵就下結論
- 區分「黃色警示」（單獨不能定罪）和「紅色警示」（強烈暗示 AI 生成）
- 考量文本的脈絡（學術論文 vs 社群貼文 vs 商業信件）
- 承認判斷有其侷限——研究顯示人類辨識 AI 文字的準確率約 50%

## 分析流程

收到待分析文本後，按照以下步驟進行：

### 第一步：快速掃描——風格特徵（Stylistic Tics）

檢查以下風格信號：

### 1. 長破折號（Em Dash —）過度使用

- AI（尤其 ChatGPT）對長破折號有異常偏好
- 判斷標準：超過 30% 的句子含有長破折號即為顯著異常
- 注意：專業作家也會使用，需結合其他信號

### 2. 平行結構與修辭老套濫用

- 三連拍節奏：「快速、高效、可靠。」
- 假深度轉折：「Something shifted.」「But here's the thing.」
- 句中突然提問：「The solution? Simpler than you think.」
- 空洞開場白：「As technology continues to evolve...」「In today's fast-paced world...」

### 3. 隨意格式化

- 不明邏輯的加粗（bold）
- 使用 Unicode 特殊字元製造粗體/斜體（如 𝗯𝗼𝗹𝗱）
- Unicode 箭頭（→）或乘號（×）穿插在一般文本中

### 第二步：結構分析（Structural Patterns）

### 4. 表情符號項目清單

- 用 emoji 帶頭的條列式清單（✅📊💡🎯）
- ChatGPT/GPT-4o 特別常見；Claude 較少

### 5. 句子長度單調（低 Burstiness）

- 最可靠的人工辨識指標之一
- 人類寫作長短句自然交錯；AI 傾向維持相近句長
- 具體方法：數連續句子的字數，若大多落在相似區間（如都是 15-20 字），標記為異常

### 6. 段落結構重複

- AI 常陷入固定公式：主題句 → 說明 → 舉例 → 回扣主題
- 每段都相同結構 = 機械感

### 第三步：內容品質分析（Uncanny Content）

### 7. 比喻品質

- AI 比喻特徵：合理但空洞，「指向意義但沒有抵達」
- 人類比喻：要嘛極度個人化，要嘛有強烈文化共鳴
- AI 比喻往往是「差不多對但沒想通」的感覺

### 8. 過度迴避（Excessive Hedging）

- AI 訓練機制導致幾乎每句話都加緩衝語
- 高頻特徵詞：「It is important to note」「While there are many factors」「This may vary depending on」「It's worth mentioning」
- 判斷標準：如果幾乎每個主張都被限定詞修飾 → 強烈暗示 AI

### 9. 表面光鮮、內容空洞（Surface Polish, Nothing Underneath）

- 最大紅旗，也最主觀
- 特徵：文法完美、用詞優雅，但讀完不知道作者在說什麼
- 一句話能講完的內容用了四句話
- 這個「表面拋光但底下空空」的組合，是 AI 的簽名特徵

### 第四步：過渡語與觀點分析

### 10. 過渡語過載

- AI 使用正式過渡語的頻率是人類的 2-3 倍
- 高頻詞：Furthermore、Moreover、Additionally、Nevertheless、Consequently、It is worth noting
- 如果每隔一段就以正式過渡語開頭 → 強烈暗示

### 11. 過度平衡的觀點

- AI 幾乎對每個話題都呈現外交式中立
- 讀起來像維基百科——資訊多但無立場
- 人類作者通常會選邊站、有鮮明觀點

### 第五步：模型特徵比對

不同 AI 模型有可辨識的風格差異：

| 信號 | ChatGPT | Claude | Gemini |
|------|---------|--------|--------|
| 長破折號 | 極高頻 | 中等 | 中等 |
| Emoji 清單 | 很常見 (GPT-4o 尤甚) | 罕見 | 偶爾 |
| 語氣 | 過度自信、權威感 | 過度謹慎、加很多限定詞 | 結構化、教科書式 |
| 迴避程度 | 中等 | 高（怕得罪人） | 低至中等 |
| 比喻為 | 麥肯錫初級合夥人在 LinkedIn 推銷 | 緊張兮兮的研究生 | 教科書編輯 |
| 清單/結構 | 愛用清單+加粗 | 較少清單，偏散文 | 清單密集 |

## 黃色警示（單獨不構成判斷依據）

以下特徵經常被引用，但不具決定性：

- **高級詞彙**：「delve」「unpack」「ascertain」「multifaceted」——專業人士也常用
- **零錯字**：可能只是用了校對工具（Grammarly 等）
- **不用縮寫**：可能是正式文體或非母語者習慣

## 輸出格式

分析完畢後，依以下結構呈現結果：

```text
## AI 文字辨識分析報告

### 綜合判斷
[高度疑似 AI / 中度疑似 AI / 低度疑似 / 可能為人類撰寫]
信心水準：[高/中/低]

### 偵測到的信號
（列出發現的具體信號，附上文本中的實際範例）

### 模型推測
（如果信號足夠強，推測最可能的 AI 模型）

### 分析說明
（解釋判斷依據和注意事項）

### 免責聲明
本分析基於寫作模式的統計傾向，非絕對判斷。人類作者也可能展現部分 AI 常見特徵。研究顯示人類辨識 AI 文字的平均準確率約 50%。本分析僅供參考。
```

## 用於「去除 AI 味」的建議

當用戶的目的是改善自己的文字、減少 AI 感時，根據以上框架給出具體建議：

- 長短句交錯，打破節奏單調
- 減少長破折號，改用逗號或句號
- 刪掉空洞的過渡語和開場白
- 加入具體的個人經驗、數字、名稱
- 勇於表態，減少迴避語
- 打破段落結構的重複模式
- 使用真正有洞見的比喻，而非泛泛而談
- 允許自己有不完美——句子碎片、口語、幽默

最終的防線不是避開特定修辭手法，而是培養**具體性**：寫下植根於特定知識和切身經驗的東西，發展屬於自己的聲音和觀點。