--- name: diploma-antiplag description: Проверка и подготовка диплома/ВКР к прохождению антиплагиата и ИИ-детектора (ИТМО и аналоги). Сканирует текст на признаки GPT-генерации по 10-пунктному чек-листу, выдаёт постраничный риск-репорт, переписывает помеченные куски с конкретикой и неровным ритмом. Опционально — autoresearch-петля против внешнего нейродетектора (метрика → переписать → замерить → оставить если упало → повторить). Использовать когда пользователь говорит "проверь диплом", "пройдёт ли антиплагиат", "ИИ-детектор", "нейродетектор", "вкр на оригинальность", "переделай чтоб не палилось как GPT", "антиплагиат ИТМО", "0% ИИ", или прикладывает .docx/.pdf диплома. НЕ про оформление текста (см. diploma-format) и НЕ про презентацию защиты (см. diploma-defense). --- # Diploma Antiplag — текст ВКР под антиплагиат + ИИ-детектор Скилл готовит ТЕКСТ работы к двум проверкам: оригинальность (антиплагиат) и доля ИИ-контента (нейродетектор). Только про проценты и переписывание — оформление и преза в отдельных скиллах. **Калибрация (реальные данные):** первый прогон диплома на Антиплагиат.ИТМО (ifmo.antiplagiat.ru, май 2026) — ИИ-контент **25,52 %**, 20 красных страниц из 47. После переписывания по этому чек-листу + autoresearch-петли против нейродетектора Яндекса — доведено до **0 %**. Полная памятка с разбором реального отчёта: `REFERENCE.md` в этой же папке (копия в `~/Documents/diploma-antiplag-guide.md`). --- ## Когда использовать - Пользователь даёт текст ВКР/курсовой и хочет понять, попадёт ли под ИИ-детектор - «Переписать чтобы не палилось как GPT», «довести ИИ до 0%» - Спрашивает про антиплагиат ИТМО, eLIBRARY, «Кольцо вузов», нейродетектор - Прикладывает PDF/DOCX работы --- ## Воркфлоу ### Шаг 1. Получить текст - PDF — `pdftotext -layout file.pdf /tmp/text.txt` - DOCX — `docx2txt` или python-docx - Просто текст — работать напрямую ### Шаг 2. Постраничное сканирование на риск Пройти по разделам от высокого риска к низкому: **🔴 ВЫСОКИЙ (90 %+ помечаются):** - Список сокращений / Глоссарий — каждое определение одинаково - Введение — «прозовое», без чисел - Анализ предметной области — общие рассуждения - Выводы и заключение — шаблонные обороты **🟡 СРЕДНИЙ:** - Описание архитектуры — если без конкретики - Обоснование выбора технологий — «X используется потому что…» в шаблоне **🟢 НИЗКИЙ:** - API-эндпоинты, схемы БД с конкретными полями - Тестирование (числа, модели, версии) - Список литературы - Таблицы (в ИТМО ИСКЛЮЧЕНЫ из проверки — отдельный лайфхак) ### Шаг 3. Прогон по 10-пунктному чек-листу Для каждого подозрительного параграфа считать галочки. **3+ галочки = переписывать.** | # | Признак GPT | Маркер | |---|---|---| | 1 | 3+ коротких предложения подряд (7–12 слов) одной длины | «X. Y. Z.» — ровный пулемёт | | 2 | Шаблон «X — это Y, который…» для каждого термина | весь глоссарий по копирке | | 3 | Глаголы-пустышки: обеспечивает, позволяет, способствует, осуществляет, характеризуется | 2+ за абзац | | 4 | Парные конструкции: «не только…, но и…», «как…, так и…», «с одной стороны… с другой» | 2+ за параграф | | 5 | Связки-клише: «Таким образом», «В этой связи», «Следует отметить», «Особое внимание уделяется» | старт каждого 3-го абзаца | | 6 | Перечисления из 3–4 синонимичных пунктов без конкретики | «гибкость, надёжность, масштабируемость и эффективность» | | 7 | Абзацы одинаковой длины (4–6 строк) — текст «причёсанный» | визуально ровные блоки | | 8 | Нулевая конкретика: ни цифр, ни имён, ни моделей, ни версий | абстрактная вода | | 9 | Симметричный финал параграфа: «Это позволяет… что приводит к…» | концовки похожи | | 10 | Идеальная вежливая нейтральность, ни «я заметил», ни «по практике», ни «как ни странно» | моноинтонация | ### Шаг 4. Выдать риск-репорт ``` 🔴 ВЫСОКИЙ РИСК ИИ-ДЕТЕКТОРА (переписать): - Раздел «Введение», абзац 2: галочки 1, 3, 5, 7 → 4/10 - Раздел «Список сокращений»: галочки 2, 7, 8 → 3/10 (вся секция) 🟡 СРЕДНИЙ РИСК: - Раздел 3.1 «Выбор технологий»: галочки 3, 9 → 2/10 🟢 ОК: - Раздел 3.10.3 «Тестирование нагрузки» — конкретика спасает - Список литературы — стандартно ``` ### Шаг 5. Переписать рискованные куски — 8 техник 1. **Ломать ритм.** Чередовать короткие (4–6 слов) и длинные (25–35 слов) предложения. GPT не делает резких перепадов. 2. **Плотно вставлять конкретику.** Не «обеспечивает быстрый отклик», а «470 мс при 100 пользователях через Apache JMeter». Числа, версии, имена тулов, модели. 3. **Личное наблюдение.** «Практика проведения турниров показывает…», «при отладке выяснилось…». GPT избегает таких зачинов в академическом регистре. 4. **Оставлять шероховатости.** Лёгкая корявость снижает «слишком гладко» = главный маркер GPT. 5. **Прятать прозу в таблицы.** В ИТМО таблицы исключены из проверки. 5 абзацев требований → 8-строчная таблица. 6. **Заменять шаблон определений.** «React — это библиотека JavaScript…» → «React используется как клиентская часть, потому что компонентная модель уже была знакома команде по предыдущим проектам». 7. **НЕ работает: перефразирование синонимами.** Модуль «Перефразированные заимствования» ловит. Менять надо структуру предложения, не отдельные слова. 8. **НЕ работает: перевод с английского.** Модуль «Переводные заимствования IEEE/PubMed/Интернет» ловит перевод чужих пейперов через DeepL/Google. --- ## Autoresearch-петля против нейродетектора (как довели до 0 %) Если есть доступ к внешнему ИИ-детектору (в кейсе автора — нейродетектор Яндекса) — превратить переписывание из «на ощущениях» в **измеримую оптимизацию**. Это применение общего скилла `autoresearch` к метрике «% ИИ». **Петля:** 1. **Метрика** = % ИИ на нейродетекторе. Это objective function (направление — вниз). 2. **Baseline** — прогнать исходный текст, зафиксировать стартовый %. 3. **Итерация** — взять самый красный раздел → переписать по технике из Шага 5 → прогнать через детектор → **оставить правку, если % упал; откатить, если вырос или без изменений**. 4. **Лог** — какие техники на каких разделах сработали (рваный ритм почти всегда даёт, синонимы — почти никогда). 5. **Повторять**, пока не достигнут целевой порог (у ИТМО ≤ 10 %; в кейсе доведено до 0 %). **Что реально двигает иглу** (по логу реальных итераций): - ✅ Рваный ритм (короткое + длинное вперемешку) — сильнее всего. - ✅ Плотная конкретика (числа, версии, имена тулов). - ✅ Личные зачины («при отладке выяснилось»). - ✅ Проза → таблицы (в ИТМО вне проверки). - ❌ Синонимы — ловит модуль перефразирования. - ❌ Перевод EN↔RU — отдельный модуль. **Дисциплина петли:** одна правка за итерацию (иначе не видно, что сработало); метрика — король (упало → keep, не упало → откат); не крутить одну и ту же неработающую технику. --- ## Контекст системы Антиплагиат.ИТМО (актуально на май 2026) 47 модулей проверки. Ключевые: - **Кольцо вузов** + «переводы и перефразирования» — дипломы других вузов - **Собственная коллекция компании** — свой вуз, прошлые курсы → копировать у однокурсников бесполезно - **Перефразированные заимствования** — синонимы и перестановки - **Переводные заимствования** — англ↔рус - **Шаблонные фразы** — клише академического стиля - eLIBRARY, РГБ, Патенты СНГ, PubMed, IEEE, ГАРАНТ - Профессиональная лексика: Медицина, Юриспруденция, АПК **Параметры проверки в ИТМО:** - ✅ «С учётом редактирования» — ловит невидимые символы, омоглифы → НЕ вставлять такие - ❌ OCR — Нет - ❗ Таблицы исключены из проверки (зона безопасности) **Пороги:** - Оригинальность ≥ 70 % (обычно) - ИИ-контент: официальный порог ИТМО **≤ 10 %** (в 2025-2026 жёстко). Для контекста: 25,52 % диплом ещё прошёл в мае 2026, но это риск — целиться сильно ниже. - Совпадения <0,5 % система исключает автоматически --- ## Жёсткие запреты для пользователя - ❌ Юникод-невидимки между букв — «с учётом редактирования» ловит - ❌ Омоглифы (русская «а» на латинскую `a`) — ловит - ❌ Перевод английских статей через DeepL — отдельный модуль - ❌ Копирование у однокурсников / прошлых курсов — «Собственная коллекция компании» - ❌ Просить GPT «переписать менее формально» — он сохраняет ритм. Только руками по чек-листу (или через autoresearch-петлю). --- ## Стиль вывода - Конкретные цитаты из текста пользователя в риск-репорте - Каждой проблеме — номер пункта чек-листа - Переписанный вариант рядом с исходным (before/after) - Не вычищать до идеала — оставлять живые шероховатости - Не переходить в режим «отполируй» — задача обратная --- ## Связь с другими скиллами - **`diploma-format`** — оформление текста ВКР (заголовки, нумерация, дефисы, БД в приложении). - **`diploma-defense`** — презентация и защита перед ГЭК. - **`autoresearch`** — общий движок петли оптимизации (используется в секции про нейродетектор выше). - **`humanizer-ru` / `ru-text`** — общий редактор русского текста. Здесь акцент именно на обходе ИИ-детектора, а не на стиле в целом. - Если работа на оригинальность 0 % (полностью свой текст) — это другая задача, не этот скилл.