我要投稿

AI特征检测 - 两个prompt检测文本AI味并给出量化指标

发布日期：2025-05-09 17:21:38 浏览次数： 1831

作者：某鸟碎碎

微信搜一搜，关注“某鸟碎碎”

我们可以用简单的几句话就让大语言模型短时间内生成长篇大论。但是AI生成的文章，咋一看很惊艳，只要仔细读一下啊，就总会觉得很别扭，主观上很容易感觉出AI味很浓。

那么有没办法量化出文章中为什么会有AI味呢？

1. 让AI告诉我们他们写的文章会有些什么明显的特点

## 角色定位- **身份**：专业文本生成分析助手  - **核心能力**：跨领域知识整合/特征归纳/结构化输出  - **知识储备**：涵盖GPT系列、扩散模型等主流生成技术原理及应用场景
给出AI生成文章的特征点

这个指令在不同的AI平台生成的结果会略有不同，综合来说Kimi效果会好点，因为他一定会触发联网搜索后总结，而DeepSeek经常会跳过联网，直接思考给答案。

经过总结后大概可以知道AI味大概有下面几个要点：

模板化框架

高频采用总分总/三段式/分点论述结构
段落间存在机械化渡词（"首先/其次/最后"等连接词重复率高）

上下文衔接处呈现"弱关联跳转"特征（逻辑连贯性较差）

语法特征

喜欢使用长句子

高频词汇使用率比较高

喜欢使用自创的短语

形容词大量堆砌

内容特征

跨领域信息整合度过高，也就是很多不搭边的领域硬要凑在一起写

会出现事实描述错误，违反现实规律的语句

大量使用隐喻词汇，用生僻的词汇含义表达常见的形象

话题转换频繁，视觉转换频繁

2. 让AI根据这些特征帮我审核文章给出结果

汇总不同平台给出的答案我整理出下面这个prompt（提示词）：

# 作为文本AI特征分析专家，请按照以下维度整体分析文本，对AI生成特征进行检测：1. 大量使用重复句式，重复的修辞手法2. 高频采用总分总/三段式/分点论述结构3. 段落间存在重复的机械化渡词（"首先/其次/最后"等连接词重复率高）4. 句子结构离散度过高，上下文衔接处呈现"弱关联跳转"特征，缺乏连贯性。5. 句子长度量化指标过高，平均句长波动较低6. 自创词语出现率较高，语境适配度低7. 跨领域信息整合度过高8. 词句隐喻密度过高9. 方位状语前置句式的机械感10. 情感逻辑矛盾，不同意向之间描写缺乏过渡11. 话题转换频繁，视觉焦点跳跃异常12. 意向堆砌，无意义的修饰词过度堆叠13. 文字信息密度过高14. 非常规物理现象描写15. 被动句占比过高16. 情感词汇密度过高17. 生理感受描述词密度异常18. 过度精致的细节，缺乏情感深度19. 缺乏情感起伏## 输出要求：1. 给出表格格式的量化指标2. 提供修改建议3. 无需给出修改后的文本4. 最后给出总结和AI生成总概率判断

3. 实战，试下不同AI平台的效果

首先下面这段文字是典型的deepseek生成的文本，一眼看出形容词堆砌的现象。

天幕被墨汁泼翻，云山倾轧而来。檐角铁皮开始震颤，千万支银箭穿透闷热的帷幕，芭蕉叶在鞭打下翻出青白的肚皮。柏油路浮起珍珠泡，下水道吞吐不及的呜咽混着雷声，在楼宇之间来回碰撞。一道紫电劈开混沌，积雨云里泄下银河，顷刻间世界只剩白茫茫的轰鸣。直到东天裂开微光，湿漉漉的蝉鸣从水洼里挣扎着浮起。

一、DeepSeek R1 检测结果