--- name: thesis-ai-det-col description: Thai academic AI detection, humanization, Voice/Writing Profile extraction, and full-document pre-submission audit. Use to detect whether Thai academic text was AI-written, humanize it to authentic human voice, extract a writing profile from a folder of references, or audit a Thai paper before submission (citation cross-check, format/PDF, source-of-truth, wording). Triggers on "ตรวจ AI", "ทำให้ดูเป็นมนุษย์เขียน", "humanize", "ลด AI score", "Turnitin", "GPTZero", "แก้ข้อความ AI", "สกัด writing style", "ดุษฎีนิพนธ์ มจร", "บทความวิชาการ TCI", "บทความวิจัย", "ตรวจบทความก่อนส่งวารสาร", "ตรวจ citation/อ้างอิง", "ตรวจ format ก่อนส่ง", "review ดุษฎีนิพนธ์", "audit บทความ" — and Thai dissertations, MCU theses, Buddhist Integration writing, AGJ/TCI articles, or a folder of academic PDFs to learn the style. Use even when the user doesn't say "AI". Self-contained and portable — runs on both Claude Code and Claude on web. ONLY reads, detects, rewrites, audits — does NOT produce formatted documents. --- # THESIS-AI-DET-COL — Thai Academic AI Detection & Correction Skill ทักษะการตรวจจับและแก้ไขเนื้อหา AI สำหรับงานเขียนวิชาการภาษาไทย ครอบคลุม Detection, Correction (Two-Pass Method), และ Voice/Writing Profile Extraction พร้อม Voice Profile Library 7 Sub-Profiles ของงานวิชาการไทยที่สกัดจาก corpus 101 ไฟล์ **Version: V03R01 | 2026.06.07** — ยกระดับจากบทเรียนจุดหลุดจริง: ขยายเป็น 15 จุดตรวจ (Zero-Tolerance Class, Template Proximity, Nested Clause, Closing Ritual, Acronym Discipline, Reporting Verb Alignment), Field-Discovered Living List, Mandatory Load Manifest และ Full-Coverage Scan Discipline --- ## 1. Scope (ขอบเขต) **ทักษะนี้ทำ:** - ตรวจจับว่าข้อความเขียนโดย AI หรือไม่ (3-Layer Detection Methodology) - แก้ไขข้อความ AI ให้อ่านเหมือนมนุษย์เขียนและตรงเสียงผู้เขียน (Two-Pass Method) - อ่านโฟลเดอร์เอกสารอ้างอิงและสกัดเป็น Voice/Writing Profile ใหม่ (6+1 Dimensions) - อ่านสรุปและให้ feedback คุณภาพข้อความ - **ตรวจเอกสารวิชาการไทย "ทั้งฉบับ" ก่อนส่งวารสาร/อาจารย์** (Citation/Format/PDF/Source-of-Truth/Wording) ผ่าน **Thai Academic Audit Engine** (`references/10_academic_audit_engine.md`) — เป็น engine ร่วมที่ qa-master เรียกใช้ด้วย (ผู้ทรงเจ้าของ AI/voice/wording · qa-master เจ้าของ citation/format/cross-check) **ทักษะนี้ไม่ทำ:** - ไม่สร้างเอกสารรูปแบบสำเร็จ (PPTX/DOCX/PDF/Excel) — ปล่อยให้ skill อื่นทำ - ไม่ทำการตลาด/ขาย (ใช้ b2b-* skills) - ไม่จัดทำแผนภูมิหรือ visualization - ไม่ตอบคำถามทั่วไปที่ไม่เกี่ยวกับ AI Detection/Correction **Output ขึ้นกับ Prompt:** ผู้ใช้ระบุรูปแบบที่ต้องการในแต่ละครั้ง (เช่น "ส่งเป็น markdown" / "ใส่ในไฟล์ .md" / "พิมพ์ใน chat") ทักษะนี้เน้นเนื้อหา ไม่กำหนด format --- ## 2. หกโหมดหลัก (Six Modes) ``` ┌──────────────────────────────────────────────────────────────────┐ │ Mode 1: DETECT — ตรวจ AI signature ด้วย 3-Layer Method │ │ Mode 2: EXTRACT — สกัด Voice Profile จากโฟลเดอร์อ้างอิง │ │ Mode 3: CORRECT — แก้ไขข้อความด้วย Two-Pass Method │ │ Mode 4: FULL CYCLE — Detect → Correct → Soul → Voice Match │ │ Mode 5: SUMMARIZE — อ่านและสรุปคุณภาพ/ข้อสังเกต │ │ Mode 6: ADD SOUL — เติมเสียงมนุษย์เมื่อข้อความผ่าน detector │ ⭐ NEW │ แต่ยัง "ไม่มีตัวตน" │ └──────────────────────────────────────────────────────────────────┘ ``` ### กฎเหล็กของ Skill นี้ 1. **ห้าม fabricate** — ห้ามสร้างชื่อ ตัวเลข citation วันที่ ที่ไม่มีอยู่จริง 2. **ห้ามทำ Pass 1 + Pass 2 พร้อมกัน** — แก้ rhythm ก่อน vocabulary เสมอ (เหตุผลใน `references/02_two_pass_protocol.md`) 3. **Voice Profile ต้องมาจาก Level 1–5 Hierarchy** — ห้ามเดา ถ้าไม่มีต้องถาม (รายละเอียดใน `references/03_voice_extraction_methodology.md`) 4. **Verified AI Signature เท่านั้น** — ใช้รายการคำที่ปรากฏ ≤ 5 ครั้งใน corpus 292K คำของไทยจริง อย่าใช้ Tier 1 list ภาษาอังกฤษโดยตรง สำหรับงาน English/Bilingual ดู Wikipedia 24 patterns ใน `references/07_wikipedia_24_patterns.md` 5. **Output format ขึ้นกับ Prompt** — Skill นี้ไม่กำหนด format ปล่อยให้ Prompt บอก 6. **"Avoiding AI patterns is only half the job"** — การลบ AI patterns ไม่พอ ต้องเติม **เสียงมนุษย์** ด้วย (Mode 6 ADD SOUL — ดู `references/08_personality_and_soul.md`) 7. **Mandatory Load Manifest** ⭐ V03 — ห้ามเริ่ม Mode ใดโดยไม่โหลดไฟล์ครบตามตาราง Section 3.5 — การอ่านเฉพาะ vocabulary list แล้วข้ามไฟล์ pattern เชิงโครงสร้างคือสาเหตุจุดหลุดที่เกิดมาแล้วจริง 8. **Full-Coverage Scan** ⭐ V03 — ตรวจทุกย่อหน้า ทุกบรรทัด 100% ห้ามสุ่มตรวจ ห้ามตัดสินจากความถี่รวมทั้งฉบับอย่างเดียว — check เชิงระยะใกล้ (Template Proximity / Closing Ritual) ต้องใช้ sliding window และต้องรายงาน Scan Coverage ทุกครั้ง (รายละเอียด `references/01_three_layer_detection.md` §1.5) --- ## 3. การตัดสินใจเลือก Mode (Mode Selection) ก่อนเริ่มทำงาน ตรวจสอบ prompt ของผู้ใช้และเลือก Mode: | User says (ภาษาไทย) | User says (English) | Mode | |---|---|---| | "ตรวจดูข้อความนี้ว่าเขียนโดย AI ไหม" | "Check if this text is AI-generated" | **Mode 1: DETECT** | | "อ่านโฟลเดอร์ X แล้วสกัด writing profile" | "Read folder X and extract writing style" | **Mode 2: EXTRACT** | | "แก้ข้อความนี้ให้เหมือนมนุษย์เขียน" + ระบุ Voice Profile | "Humanize this text using profile X" | **Mode 3: CORRECT** | | "ตรวจและแก้ให้ครบ ใช้ profile X" | "Detect and fix using profile X" | **Mode 4: FULL CYCLE** | | "อ่านและสรุปข้อความนี้ให้หน่อย" | "Read and summarize this for me" | **Mode 5: SUMMARIZE** | **หากไม่ชัดเจน** ให้ถามผู้ใช้: > "ขอเรียนสอบถามเพื่อเลือกโหมดที่เหมาะสมครับ: > 1. ตรวจอย่างเดียว (Detect) > 2. สกัด writing profile (Extract) > 3. แก้ไขข้อความ (Correct) — ต้องการ Voice Profile หรือไม่? > 4. ตรวจ + แก้ ครบวงจร (Full Cycle) > 5. อ่านและสรุป (Summarize)" --- ## 3.5 Mandatory Load Manifest (บังคับโหลดก่อนเริ่ม — ห้ามข้าม) ⭐ V03 ไฟล์ใน manifest คือไฟล์ **บังคับ** ไม่ใช่ progressive disclosure — โหลดให้ครบก่อนเริ่มรัน workflow และบันทึกรายชื่อลงช่อง "Files Loaded" ของ Detection Report ทุกครั้ง (รายงานที่ไม่มีรายการไฟล์ = ไม่สมบูรณ์) | Mode | ไฟล์บังคับ (ข้อความภาษาไทย) | เพิ่มเมื่อ English/Bilingual | |---|---|---| | Mode 1 DETECT | `01` + `06` + `05` | + `07` | | Mode 2 EXTRACT | `03` | — | | Mode 3 CORRECT | `02` + `04` + `05` + `06` + `09` | + `07` | | Mode 4 FULL CYCLE | ตาม Mode 1 + Mode 3 | + `07` | | Mode 6 ADD SOUL | `08` | — | ## 3.6 Thai Structural Quick-List (TQ1–TQ8) ⭐ V03 กฎโครงสร้างที่เคยหลุดจริง — ฝังไว้ใน SKILL.md เพื่อบังคับใช้ได้ตั้งแต่ยังไม่เปิดไฟล์ reference: | # | กฎ | อ้างอิง | |---|---|---| | TQ1 | อนุประโยคซ้อน "ซึ่ง/ที่/อัน" ≤ 2 ชั้นต่อประโยค | `05` §1.3 | | TQ2 | โครงเปิดประโยคเดียวกันห้ามซ้ำภายใน 5 ประโยค/ย่อหน้าเดียวกัน (รวม "เมื่อพิจารณา…จะพบว่า") | `01` Check 6 | | TQ3 | สูตรประโยคสำเร็จรูปต้องรื้อทั้งโครง ไม่ใช่ถอดคำ | `05` §7 | | TQ4 | Forward signpost ("…ในหัวข้อถัดไป") ≤ 1 ครั้ง/เอกสาร ห้ามปิดหัวข้อติดกันด้วยสูตรเดียวกัน | `05` §9 | | TQ5 | Acronym นิยามเต็มครั้งแรกครั้งเดียว หลังจากนั้นใช้ตัวย่อ | `05` §8 | | TQ6 | คำ Class A Zero-Tolerance (อย่างก้าวกระโดด ฯลฯ) เจอครั้งเดียวก็ต้องแก้ | `06` §1.6 | | TQ7 | ย่อหน้าสรุปห้ามเปิดด้วยสูตรสังเคราะห์ ("ทั้งหมดนี้สังเคราะห์ได้ว่า") | `06` §1.5 | | TQ8 | ระวัง "การ/ความ" ซ้อน และ passive แบบภาษาแปล | `05` §1 | | TQ9 | กริยารายงานต้องตรงชนิดแหล่ง — งานทัศนะห้าม "พบว่า/พิสูจน์ว่า" งานเชิงประจักษ์ห้าม "พิสูจน์ว่า" (เว้นแต่ทดสอบสมมติฐาน) "ยืนยัน" สงวนไว้สำหรับหลายแหล่งตรงกัน | `05` §10 | --- ## 4. Mode 1: DETECT (การตรวจจับ) ### 4.1 ขั้นตอน 1. **อ่านข้อความ** ที่ผู้ใช้ส่งมา — ระบุภาษา ความยาว บริบท (ดุษฎีนิพนธ์ / บทความ / ทั่วไป) 2. **โหลดไฟล์ตาม Manifest (Section 3.5)** แล้วรัน **Scan Discipline Protocol** (`01` §1.5) — แตกย่อหน้าใส่หมายเลข ไล่ตรวจทุกย่อหน้า 100% ห้ามสุ่ม 3. **Run 3-Layer Self-Check (15 จุดตรวจ)** ตามรายละเอียดใน `references/01_three_layer_detection.md`: - **Layer 1 (2):** Check 1a Density (Class B) + Check 1b Zero-Tolerance (Class A — hard gate พบครั้งเดียว = Fail) - **Layer 2 (7):** Burstiness, Sentence Opening, Paragraph Symmetry, Transition Density, Bullet-thinking, **Template Proximity**, **Nested Clause Depth** - **Layer 3 (6):** Paragraph Length, Citation Distribution, Personal Voice Markers, **Section-Closing Ritual**, **Acronym Re-Expansion**, **Reporting Verb Alignment** 4. **Output Detection Report** ตามแม่แบบใน `templates/detection_report.md` — ระบุ Files Loaded + Scan Coverage 100% ### 4.2 ตัวเลขสถิติที่ต้องคำนวณ - Mean sentence length (คำต่อประโยค) - Standard Deviation (SD) ของความยาวประโยค (ผ่านเกณฑ์: SD ≥ 5) - Tier 1 word density per 1,000 คำ (Class B) - Class A Zero-Tolerance hits (ต้อง = 0 — ถ้าพบให้ระบุตำแหน่ง) - Transition density per 500 คำ - Personal Voice Markers count - Template Proximity violations (โครงซ้ำในหน้าต่าง 5 ประโยค) - จำนวนหัวข้อที่ปิดด้วยสูตรเดียวกัน + จำนวน forward signpost - จำนวน Acronym re-expansion - จำนวนประโยคที่อนุประโยคซ้อน > 2 ชั้น - จำนวนจุดอ้างอิงที่กริยารายงานไม่ตรงชนิดแหล่ง (`05` §10) - Scan Coverage (ย่อหน้าที่ตรวจ / ทั้งหมด — ต้อง 100%) ### 4.3 ผลลัพธ์ - Detection Report (ตาราง + คะแนนรวม) - คำตัดสิน: Pass / Fail - ข้อแนะนำ: ถ้า Fail ให้ดำเนินการ Mode 3 (Correction) --- ## 5. Mode 2: EXTRACT (สกัด Voice Profile) ### 5.1 ขั้นตอน 1. **ถามผู้ใช้** เพื่อระบุแหล่งสกัด (Level 1 ของ 5-Level Source Hierarchy): - "ระบุโฟลเดอร์/ไฟล์อ้างอิงที่จะสกัด Voice Profile" - "ผู้เขียนคือใคร? (ตนเอง / องค์กร / persona)" - "บริบทงานคืออะไร? (Academic / Business / Government / Marketing)" 2. **อ่านเอกสารทุกชิ้น** ในแหล่งที่ระบุ — ทั้งเชิงปริมาณและคุณภาพ - เชิงปริมาณ: ใช้ pdftotext/text extraction และวิเคราะห์ความยาวประโยค ความถี่คำ - เชิงคุณภาพ: อ่านบทคัดย่อ บทนำ บทสรุป และเชิงอรรถ 3. **สกัด 6+1 Dimensions** ตาม methodology ใน `references/03_voice_extraction_methodology.md`: - D1 Sentence-Level Patterns - D2 Vocabulary Signature - D3 Paragraph Architecture - D4 Argumentation Style - D5 Citation & Reference Style - D6 Cultural & Contextual Markers - D7 Disciplinary Conventions (Intensive Mode สำหรับงานวิชาการ) 4. **Output Voice Profile** ตามแม่แบบใน `templates/voice_profile.md` - รวม Calibration Samples 3 ย่อหน้า เพื่อให้ผู้ใช้ verify 5. **บันทึก Profile ID** เป็น VP-[YYYYMMDD]-[XXX] ใน `voice_profiles/` ของ session ปัจจุบัน ### 5.2 หากผู้ใช้ไม่ระบุแหล่งอ้างอิง ใช้ 5-Level Source Hierarchy ตามลำดับ: - **Level 1:** User-Specified Folder (priority สูงสุด — ถาม) - **Level 2:** This Skill's Reference (`voice_profiles/KM-TH-THESIS-DOC_V02R01.md` มี 7 Sub-Profiles ของงานวิชาการไทย — ใช้ Decision Tree เลือก) - **Level 3:** Active Skill's KB (เฉพาะถ้าเป็น compound skill) - **Level 4:** Pre-defined Library (ใน KM-TH-THESIS-DOC ระบุ 7 Sub-Profiles) - **Level 5:** ASK USER — ห้ามเดา ห้ามมั่ว --- ## 6. Mode 3: CORRECT (แก้ไข Two-Pass) ### 6.1 Pre-Conditions ก่อนเริ่ม Mode 3 ต้องมี: - ข้อความที่จะแก้ (input) - **Voice Profile** — ถ้าไม่มี ให้สกัดด้วย Mode 2 ก่อน หรือเลือกจาก KM-TH-THESIS-DOC - User-provided facts (ตัวเลข/ชื่อ/วันที่ ที่จะใส่เป็น Personal Anchors — ป้องกัน hallucination) - Target AI score (เช่น < 20%) ### 6.2 ขั้นตอน Two-Pass (กฎเหล็ก: ห้ามรวม Pass 1 + 2) #### Pass 1: Rhythm Correction (5 Steps) 1. ระบุย่อหน้าเสี่ยง (>3/5 ประโยคยาว 16-22 คำ) 2. Burstiness Injection: ตัด 2 ประโยคให้สั้น (8-12 คำ), ขยาย 1 ประโยคให้ยาว (25-35 คำ) 3. Diversify Sentence Opening: 5 รูปแบบ (Adverb/Subordinate/Question/Quote/Prepositional) + **Proximity Guard** (โครงเดียวกันห้ามซ้ำใน 5 ประโยค/ย่อหน้าเดียว) 4. Adjust Paragraph Architecture: short/medium/long mix 5. Verify SD ≥ 5 #### Pass 2: Vocabulary Correction (6 Steps + Voice Profile) 1. Search & Replace 9 หมวดตามลำดับ (English Verbs/Adjectives/Nouns/Phrases + Thai openers/modifiers/connectives/hedging + **Class A Zero-Tolerance**) 2. **Replace by Voice Profile** — ใช้ D2 Vocabulary Signature ของ Profile ที่เลือก 3. ระวัง Symptom Substitution (ห้ามเปลี่ยนคำ AI เป็นคำ AI อีกคำ) 4. เพิ่ม Specificity (เปลี่ยนคำคลุมเครือเป็นรายละเอียด) 5. **Template-Level Replace** ⭐ V03 — รื้อโครงสูตรประโยคสำเร็จรูป (`05` §7) ทั้งประโยค ไม่ใช่ถอดคำ 6. **Reporting Verb Alignment** ⭐ V03 — กริยารายงานต้องตรงชนิดแหล่ง (`05` §10): งานทัศนะใช้ "เสนอว่า/ชี้ว่า" ห้าม "พบว่า/พิสูจน์ว่า", งานเชิงประจักษ์ใช้ "พบว่า" ห้าม "พิสูจน์ว่า" เว้นแต่ทดสอบสมมติฐานจริง #### Optional: Advanced Techniques (4 Techniques) ใช้เสริมหลัง Pass 1+2 ผ่านแล้ว เมื่อ AI score ยังสูง: - A: Sentence Combining & Splitting - B: Personal/Cultural Markers (กฎหมาย, มาตรา, ตัวเลขจริง) - C: Aside & Qualification - D: Imperfect Flow รายละเอียดเต็มใน `references/02_two_pass_protocol.md` และ Catalog 12 Techniques ใน `references/04_correction_techniques.md` ### 6.3 ผลลัพธ์ - Pass 1 Output (Rhythm Corrected) + Burstiness Report - Pass 2 Output (Vocabulary + Voice Profile applied) + Vocabulary Change Log - Final Output (รวม Advanced Techniques ถ้ามี) - รายการ `[NEEDS USER INPUT: ...]` ที่ต้องผู้ใช้เติม --- ## 7. Mode 4: FULL CYCLE ทำตามลำดับ Detect → Correct → Voice Match → Iterate ``` [Input Text] → Mode 1 (Detect) → ผ่าน? ↓ No ↓ Yes Mode 3 (Correct Two-Pass) [Done] ↓ Mode 1 (Re-Detect) ← Loop จน AI score < target ↓ Voice Match Scoring (D1-D6+D7) — เกณฑ์ ≥ 75% ↓ Pass [Final Output] ``` ใช้ prompt template ใน `templates/full_cycle_prompt.md` --- ## 8. Mode 5: SUMMARIZE อ่านข้อความและให้ feedback ในประเด็น: - คุณภาพ AI signature โดยรวม - จุดเด่น/จุดอ่อน - ความสอดคล้องกับ Voice Profile (ถ้าผู้ใช้ระบุ) - ข้อแนะนำการปรับปรุง ไม่ต้องรัน 3-Layer ครบเหมือน Mode 1 — เป็น quick read เท่านั้น --- ## 8.5 Mode 6: ADD SOUL ⭐ NEW (V02) ### 8.5.1 เมื่อใดต้องใช้ ใช้เมื่อ: - ข้อความผ่าน 3-Layer Detection แล้วแต่ peer reviewer ยังบอกว่า "อ่านเหมือน AI" - ข้อความ "เย็นชา" "เป็นกลางเกินไป" "ไม่มีตัวตน" - หลัง Pass 1+2 แล้วยัง flag จาก Turnitin 2026 (ที่ตรวจ "soulless writing") - ผู้ใช้ขอเฉพาะ — เช่น "เติมเสียงให้บทความนี้หน่อย" ### 8.5.2 ขั้นตอน 1. **อ่าน `references/08_personality_and_soul.md`** ทั้งหมด 2. **รัน Soul Check 7 คำถาม** (Section 4 ของไฟล์ดังกล่าว) 3. **เลือก Technique S1-S6** ที่เหมาะกับจุดที่ขาด: - S1: Have Opinions - S2: Vary Rhythm Aggressively - S3: Acknowledge Complexity - S4: Use "ผู้วิจัย" When It Fits (จริง ๆ ไม่หลบ) - S5: Let Some Mess In - S6: Be Specific About Reactions 4. **ปรับข้อความตาม Voice Profile** — ห้ามเติม fake personality ### 8.5.3 กฎเหล็กของ Mode 6 - **ห้ามเติม fake personality** — ห้ามคิดความเห็นที่ผู้เขียนไม่ได้คิด - **ห้าม fabricate emotions** — อย่าเขียน "I keep thinking about" ถ้าผู้เขียนไม่ได้รู้สึก - **Counterargument ต้องอิงงานวิจัยจริง** — ห้ามสร้าง "บางคนแย้งว่า..." ลอย ๆ - **ใช้ user-provided facts เท่านั้น** สำหรับข้อสังเกตเฉพาะ --- ## 9. การใช้ KM-TH-THESIS-DOC (Voice Profile Library) ### 9.1 7 Sub-Profiles ที่มี | ID | ชื่อ | บริบท | |---|---|---| | **VP-A1** | MCU PA Dissertation | ดุษฎีนิพนธ์รัฐประศาสนศาสตร์ มจร (ไม่เน้นพุทธ) | | **VP-A2** | MCU Buddhist Integration | ดุษฎีนิพนธ์ มจร พุทธบูรณาการเป็นแกน | | **VP-B1** | AGJ Article | บทความวิชาการ AGJ TCI Tier 2 | | **VP-B2** | General TCI Academic | บทความวิชาการ TCI ทั่วไป | | **VP-C1** | Accounting Research | บทความวิจัยบัญชี/บริหาร (มี x̄, SD) | | **VP-C2** | Procurement Research | บทความวิจัยจัดซื้อจัดจ้าง / e-GP | | **VP-C3** | Public Sector/Education Research | บทความวิจัยรัฐประศาสนศาสตร์/การศึกษา | ### 9.2 Decision Tree การเลือก Profile ``` START → เป็นงาน มจร? (ดุษฎีนิพนธ์/วิทยานิพนธ์) │ ┌┴┐ Yes No │ │ ┌┴┐ │ Buddhist? เป็นแกน? Yes No │ │ │ │ A2 A1 เป็น Research (มีสถิติ) หรือ Academic? │ ┌┬┴┬─┐ │ │ │ Academic Research │ │ วารสาร? สาขา? ┌┴┐ ┌──┼──┐ AGJ Other บัญชี จัดซื้อ รัฐ/Edu B1 B2 C1 C2 C3 ``` ดูรายละเอียดเต็มใน `voice_profiles/KM-TH-THESIS-DOC_V02R01.md` Section 12 ### 9.3 ถ้าไม่มี Sub-Profile ใดเหมาะ → ใช้ Mode 2 (EXTRACT) สกัด Profile ใหม่จากโฟลเดอร์อ้างอิงของผู้ใช้ --- ## 10. Anti-Hallucination Safeguards ทุก Mode ต้อง enforce: - **Mandatory User Fact Input** ก่อน Correction (ตัวเลข ชื่อ วันที่ จากผู้ใช้) - **Mandatory Voice Profile** ก่อน Pass 2 - **Flag Missing Data** เป็น `[NEEDS USER INPUT: <สิ่งที่ต้องการ>]` - **No Citation Generation** — ใช้เฉพาะที่ผู้ใช้ให้ - **Pass Separation** — ไม่ให้รัน Pass 1+2 พร้อมกัน - **No Voice Profile Fabrication** — Level 5 = ASK เสมอ --- ## 11. Output Format (ขึ้นกับ Prompt) Skill นี้ **ไม่กำหนด format** ของ output — ปล่อยให้ Prompt เป็นผู้กำหนด | ผู้ใช้ขอ | Skill ตอบสนองอย่างไร | |---|---| | "ตอบใน chat" | แสดงผลในข้อความ chat ใช้ markdown ตาราง | | "ใส่ในไฟล์ .md" | สร้างไฟล์ markdown ในตำแหน่งที่ระบุ | | "ทำเป็นรายงาน Word" | เรียก skill `docx` เพิ่มเติม (ไม่ทำเอง) | | "Make it a presentation" | เรียก skill `pptx`/`b2b-presentation-creator` เพิ่ม (ไม่ทำเอง) | | "ระบุภาษาไทย" | ตอบไทย | | "ระบุภาษาอังกฤษ" | ตอบอังกฤษ | | "Bilingual" | ตอบสองภาษาคู่ขนาน | --- ## 12. Reference Files ไฟล์ที่อยู่ใน Load Manifest (Section 3.5) เป็นไฟล์ **บังคับโหลด** ตาม Mode — ไฟล์อื่นอ่านเมื่อต้องการรายละเอียดเฉพาะเรื่อง: | ไฟล์ | เมื่อใช้ | |---|---| | `00_MAIN_KB_V05R01.md` | KB หลัก ~30K คำ — อ่านทั้งหมดเฉพาะกรณี comprehensive task | | `01_three_layer_detection.md` | เมื่อทำ Mode 1 (Detect) — methodology + checks ครบ | | `02_two_pass_protocol.md` | เมื่อทำ Mode 3 (Correct) — Pass 1 + Pass 2 + Advanced Techniques | | `03_voice_extraction_methodology.md` | เมื่อทำ Mode 2 (Extract) — 6+1 Dimensions + 5-Level Hierarchy | | `04_correction_techniques.md` | Catalog 18 Techniques พร้อม before/after examples (V02 — เพิ่ม 6 จาก Wikipedia) | | `05_thai_academic_patterns.md` | **บังคับใน Mode 1+3 (ไทย)** — Translationese, Formulaic Templates (§7), Acronym Discipline (§8), Section-Closing Variety (§9) | | `06_verified_ai_signatures.md` | รายการคำที่ verified ว่าเป็น AI signature ใน corpus 292K คำ | | `07_wikipedia_24_patterns.md` ⭐ NEW | 24 patterns ครบจาก Wikipedia (สำหรับ English/Bilingual) | | `08_personality_and_soul.md` ⭐ NEW | Mode 6 ADD SOUL — เติมเสียงมนุษย์ Technique S1-S6 | | `09_filler_replacement_table.md` ⭐ NEW | ตารางแทนที่ filler phrases + chatbot artifacts (Pass 2 Step 2.4) | | `10_academic_audit_engine.md` ⭐ NEW | **Thai Academic Audit Engine (TAAE)** — ระเบียบวิธีตรวจเอกสารวิชาการไทย "ทั้งฉบับ" ก่อนส่งวารสาร/อาจารย์ (7 Phase: Resolve Standard → Citation → AI/ซ้ำ → Format/PDF → Cross-check 2 ทิศ → Source-of-Truth → Final Gate). **Shared engine** — qa-master (Academic QA Mode) + ผู้ทรง/สมนึก ชี้มาอ่านไฟล์เดียวกัน (เนื้อเดียว ไม่ก๊อป). ผู้ทรงเป็นเจ้าของ Phase 2.1-2.3 + 6 (AI/voice/wording) · qa-master เจ้าของ Phase 0,1,3,4,5,7 (เอกสาร/citation/format). **Prime Directive: Resolve Standard ก่อนตรวจเสมอ — ตรวจตามมาตรฐานของเอกสาร ไม่ใช่ตามความจำ** | อ่าน `voice_profiles/KM-TH-THESIS-DOC_V02R01.md` เมื่อต้องเลือก Sub-Profile หรือดู pattern เฉพาะสาขา อ่าน `templates/*.md` เมื่อต้องสร้าง output ตามรูปแบบมาตรฐาน --- ## 13. Workflow Summary ``` ผู้ใช้พิมพ์ prompt ↓ [Skill] เลือก Mode (1/2/3/4/5) ↓ [Skill] ถามคำถามที่จำเป็น (Voice source, facts, target score) ↓ [Skill] โหลดไฟล์บังคับตาม Load Manifest (Section 3.5) ให้ครบ ↓ [Skill] รัน workflow ตาม Mode ↓ [Skill] ส่ง output ตาม format ที่ prompt กำหนด ↓ [Skill] เสนอ next step ``` --- ## 14. กรณีพิเศษ **ถ้าผู้ใช้ส่งโฟลเดอร์ที่มี > 50 ไฟล์ PDF:** - ให้ใช้ pdftotext/aggregate analysis ก่อน เพื่อสำรวจในเชิงสถิติ - อ่านเชิงลึกเฉพาะตัวอย่างที่หลากหลาย (อย่างน้อย 8-10 ฉบับ ครอบคลุมประเภท) - ใช้ aggregate sample เพื่อ verify pattern - บันทึกผลทั้ง aggregate และ deep reading **ถ้าข้อความ < 300 คำ:** - AI Detector ไม่แม่นยำ — แจ้งผู้ใช้ - แนะนำให้เขียนเอง หรือใช้ Mode 5 (Summarize) แทน **ถ้าผู้ใช้ขอ "เขียนใหม่ทั้งหมด" แทนการแก้:** - เป็น out-of-scope ของ Skill นี้ — เน้นแก้ ไม่เน้นเขียนใหม่ - แนะนำให้ใช้ Mode 2 (Extract Profile) + skill อื่นที่เน้นการเขียนสร้างใหม่ --- *Skill นี้สกัดจาก Knowledge Base 30,000 คำ + Voice Profile Library 4,300 คำ ที่อิงงานวิจัยไทยจริง 101 ฉบับ (corpus 292,000 คำ) — ดูเอกสารต้นทางใน `references/00_MAIN_KB_V05R01.md`* *Version History: V01R01 สร้างจาก KB V05R01 | V02 เพิ่ม Mode 6 ADD SOUL + Wikipedia 24 Patterns | **V03R01 (2026.06.07)** ยกระดับจากบทเรียนจุดหลุดจริง — 15-Point Detection, Zero-Tolerance Class A/B, Template-Level Checks, Reporting Verb Discipline, Field-Discovered Living List, Mandatory Load Manifest, Full-Coverage Scan Discipline*