larashero3-dotcom/lieflat-less-ai-tone

解決的問題

本專案針對中文文本中常見的「AI風味」（AI生成風格），這種風格常被認為不自然或程式化。專案旨在透過語言學研究量化這種風格的構成要素，並提供系統化的方法來消除這些標記，使AI生成的內容更接近人類寫作風格。

工作原理

本專案採用基於語料庫的語言學方法。分析了629篇文章（300篇由五個不同模型生成的AI內容，329篇人類撰寫）共280萬字。透過測試26個「AI風格」的候選特徵，專案識別出11個統計上顯著的標記——例如特定標點模式（過多的破折號）、結構重複、段落銜接不佳（段落開頭使用零回指，如「這」「其」等）。

這些發現隨後轉化為一組可執行的重寫規則（一個Agent技能），可用於文本處理。系統遵循「白名單」原則，僅修改已識別的11個標記，同時保留原文的含義、事實和整體結構。

適用對象

• 內容創作者：希望從中文寫作中去除AI生成的明顯痕跡者。
• AI代理與開發者：需要在中文情境下生成更自然、更像人類輸出的寫作助手建構者。
• 語言學家：對LLM生成文本與人類寫作的定量分析感興趣者。

亮點

• 數據驅動方法：基於近300萬字的統計分析，避免依賴主觀印象。
• 模型無關性：分析多個模型（Claude、DeepSeek、Gemini、GPT、Kimi）以識別共性與模型特有特徵。
• 嚴格約束：確保資訊保全，重寫過程中不新增事實，不刪除原始結論。
• 可執行規則：提供基於正規表示式的操作符，可具體識別並定位「AI風味」標記。