AI Novel Audit

如何读脚本结果

脚本给的是信号,不是结论。读法:

• 句长突发度 CV:越低 → 节奏越均匀 → 越像 AI。经验上 CV<0.45 偏可疑,0.45–0.7 中等,>0.7 起伏明显(偏人)。但译文、儿童文学、极简风格也可能 CV 低,需结合维度 1 判断。
• 套路措辞密度(每千字):重点不是单看总数,而是看哪些类别同时偏高。多类别齐高(时间锚点 + 微表情 + 情绪命名 + 金句化一起爆表)比单一类别高可疑得多。注意:言情/玄幻网文本身套路词就多,这是类型特征不是 AI 铁证——要和「人味」维度(细节、声音)对照。
• 本地AI味风险分(0–100):由 CV、套路密度、解释归纳腔、工程词、重复长片段、段落/句子重复和标点模式合成。它是本地发布自检分,不是“真实 AI 百分比”。工作流默认把 >35/100 视为必须回改。
• 自研AIGC值 / AI占比(0–1 / 0–100%):aigc_value.py 的核心交付门控分。v4 在概率/熵/风格代理之外加入语意困惑度和叙事动力，专查对白传送带、动作标签同构、POV 内在体验薄、流程语汇与情绪范围过平。它不是外部平台判定,但服务端会自动运行,不能靠报告手写绕过。
• 朱雀四维代理分:
  • 突发性:句长标准差、句长 CV、段长 CV、短句比例。标准差 < 1.5 是高风险。
  • 困惑度代理:本地无真实语言模型 PPL,用字熵、TTR、套路密度、具体物密度、12 字重复近似“用词可预测性”。
  • 结构指纹:首先/其次/最后、解释归纳腔、平滑转场、段首重复、每段句数同构。
  • 跨段一致性:各段长度、平均句长、标点习惯、套路密度、对话分布过稳。
• 近年检测器代理层:
  • 概率曲率/句级分类代理:近似 DetectGPT/Fast-DetectGPT 与句级分类器思路,看句级 bigram/unigram 惊讶度曲线、滑窗熵曲线是否同时过平。
  • 弱语言模型一致性:承接 Ghostbuster 弱模型特征路线,看句级 unigram/bigram 惊讶度是否异常稳定。
  • 局部熵/TTR 波动:看滑窗内字熵和用字多样度是否跨段过稳;即使整体多样度不低,波动过低也可能是生成分布签名。
  • 风格计量/可读性:看句长分布是否集中或过度均衡、标点和对话表层是否单一。
  • 语义平滑/概括腔:看抽象概括、情绪命名是否多于动作、物件和感官锚点。
  • 曲线去噪:密集拟声/重复声响(如“嗒嗒、咯、叩、沙、咔...”成串出现)会保留在普通文本统计里,但在句级概率曲线、弱语言模型一致性和滑窗熵/TTR计算前会归并为“声响。”。这是防止噪声注入/绕检扰动把本地 AIGC 误降为低风险,不是禁止正常声效。
  • 内容完整性/绕检噪声:看是否出现长串无语义汉字块、OCR 脏码、随机字表等“为扰动检测而牺牲正文”的内容。它优先服务质量门禁,不是鼓励把文本写得更乱。
  • 叙事动力:检查连续对白轮次、密集 8 段对白窗口、动作开场标签比例、对白长度变异、POV 内在体验、流程语汇和情绪类别。多人一人一句精准推进计划、主角只执行不体验时必须回改。
  • 高质人工样本锚点:小说正文锚点只做软校准，不能把整章风险压成固定低分；技术说明文锚点单独处理。若存在脏码、真重复或工程词泄漏，锚点不会启用。
  • 朱雀式分片代理:参考朱雀报告的片段级展示,对章节切出本地代理片段,计算疑似 AI 占比、最高风险片段和分片风险下限。若整章单段或长尾片段大面积疑似 AI,最终 AIGC 值不能被全文平均稀释。2026-07-02 的 01.md、02.md、03.md 朱雀报告均将 3k 左右章节作为单片段处理，本地对 1800-3600 可见字符采用单段代理。若单片段疑似占比约 100%、片段分不低于 50%,分片风险下限直接采用该片段分；叙事人工锚点只能软降权,不能把这类整段疑似 AI 压成通过。
• 重复长片段(n-gram):出现 8 字、12 字级别的精确重复短语,要先判断是"母题回扣"还是"自我抄袭":
  • 母题回扣(合理):同一个 Slogan / 口头禅 / 物件在不同场景被有意重提,通常是作者的设计,不算 AI 痕迹。
  • 自我抄袭(问题):同一段叙述、同一通对话、同一组关键台词在文章不同位置一字不差复述——这是 LLM 起草时的典型自我抄袭(发布系统必抓)。这类必须删第二处。
  • n-gram 滑窗会同时抓出两者,需配合段落级脚本(第 3 步)判断是哪种。
• 用字多样度:仅在文本长度相近时可横向比较,单看一篇意义有限,主要作参考。
• 拟声/重复噪声:如果报告出现“曲线去噪”,说明文本里有一段密集声响或重复符号序列。不要把这类局部噪声当作降 AI 味手段;它可能提高本地熵波动,但外部平台仍会按片段/句级分类判高。
• 无语义脏码/字符汤:如果报告出现“内容噪声”或 semantic_noise_char_soup,说明文本里有长串无语法、无信息增量的汉字块；稀有神怪名词连续堆叠也算字符汤。发布流程必须先删改这类内容,用真实剧情材料替代。
• 段落级真重复(脚本新加):由 paragraph_dup.py 给出。完全重复段落和高度相似段落几乎一定是 LLM 自我抄袭,人类写作极少出现(偶尔是刻意的对仗/排比,但通常会变换措辞)。建议阈值:min-len=20 段落、min-distance=100 字符、min-chars=15 汉字。
• 内容逻辑硬检:由 content_lint.py 给出，覆盖“X个字：……”这类可机械验证的数词错误，也覆盖“薄荷糖和创可贴两个字”这类把两个商品/词组误写成两个字的表达。命中 count_mismatch / two_items_as_two_chars 时按内容质量硬失败处理，不能因 AI 味低分放行。
• 别扭/库存明喻:由 content_lint.py 给出，命中 forced_simile / stock_simile 时优先检查是否只是装饰。若出现在开篇、章末或密集出现，发布前必须重写。
• 语义清晰硬检:由 content_lint.py 给出，命中 dangling_order_word 时说明“先”等顺序词缺少参照，需改成明确状态句或补足后续顺序；命中 abrupt_strong_event 时说明“忽然/突然+强动作”缺少声源、视线、动作链或规则触发，需补足转场；命中 unsupported_speech_claim 时说明角色声称的听见/看见/知道缺少上文证据；命中 opaque_memo_shorthand 时说明备忘录/纸条缩写省掉了关键对象；命中 unit_name_apposition / clipped_habit_sentence 时说明句子像提纲省略，需补足“的/在/经常/他”等正常口语连接；命中 clipped_summary_phrase 时说明信息复盘句像报告摘要，需改成角色当下判断。
• 状态堆叠硬检:由 content_lint.py 给出，命中 state_clause_pile 时说明同一句堆叠多个静态说明或重复“还”，需拆句或改为动作承接。

把脚本数字翻译成维度 1、2 的打分依据,并在报告里引用具体数字当证据。

评分方法

1. 六维各打 0–5 分(0=完全人味,5=强 AI 味),锚点:

   • 0–1:几乎看不到该维度的 AI 特征
   • 2–3:有一些 AI 倾向,但也有人味,混合
   • 4–5:该维度 AI 特征强烈

2. 合成 AI 创作度:默认六维等权,AI创作度% = (六维总分 / 30) × 100,四舍五入到 5% 档,并表述为**±10% 的区间**(例:「约 65%,区间 55–75%」)。若某几个维度证据特别强,可适当加权并说明理由。

3. 判定置信度(高/中/低),依据:

   • 文本长度(越长越可判,<300 字一律低置信度)
   • 各维度信号是否一致指向同一结论(一致→高;互相打架→低)
   • 是否存在已知干扰因素(套路化类型文、译文、明显人工重度修改)

4. 给出参考分档(描述用,别当铁律):

   AI 创作度	含义
   0–20%	几乎纯人工创作
   20–40%	以人工为主,可能有轻度 AI 润色
   40–60%	人机混合,难以判定
   60–80%	大量 AI 生成痕迹(可能 AI 起草 + 人工修改)
   80–100%	高度疑似纯 AI 生成

5. 发布/交付硬闸门(用于当前短篇生产流程):

   • 自研AIGC值 必须严格低于目标值(当前为 4%)；服务端会自动对正文运行,不是只读审核报告。
   • AI创作度 与当前精确 SHA 的 DeepSeek provider judge 裸正文判定必须严格 <4%，且 provider 建议完整。
   • 六维合计 必须 ≤ 1,且任一单项不应 > 1。
   • 段落重复 必须为 0。
   • 本地AI味风险分 必须 ≤ 35/100。
   • 内容完整性必须通过:不得有无语义脏码、随机字串、拟声/词表绕检噪声。
   • 用户外部平台只作抽查：当前精确 SHA 若报告 >=4%，该版触发一次整章重渲染；替换 SHA 不等待人工复测。仅显式 automated_hard 自动 detector/mode 例外。

报告模板

按以下结构输出(可用 Markdown,但保持简洁、可读):

# 小说 AI 创作度审核报告

## 结论
- AI 创作度:约 X%(区间 A–B%) —— 「以人工为主 / 人机混合 / 大量 AI 痕迹 …」
- 置信度:高 / 中 / 低
- 一句话判断:[用「呈现出…一致的特征」「疑似」一类措辞,不下死判]
- 交付闸门:通过 / 不通过

## 量化信号(脚本)
- 自研AIGC值 / AI占比:0.xxxx / X%;引擎 codex-local-aigc-v4;是否严格 `<4%`
- 朱雀四维代理分:突发性 X;困惑度代理 X;结构指纹 X;跨段一致性 X;最高风险维度及 stats/signals
- 近年检测器代理层:弱语言模型一致性 X;局部熵/TTR X;风格计量 X;语义平滑 X;最高风险 stats/signals
- 句长突发度 CV:数值(解读)
- 套路措辞密度:每千字 X 次;偏高类别:……
- 本地AI味风险分:X/100;综合AI味风险分:X/100
- 腾讯朱雀AIGC抽查值:原始值 / 换算百分比 / 对应正文 SHA / 是否触发当前版返工(未提供则写“未抽查/未知”)
- 重复长片段:……
- 段落重复:完全重复段落 X;高度相似段落 X;重复长句 X
- 其他:……

## 维度评分
| 维度 | AI倾向分(0–5) | 关键证据(摘录原文) |
|---|---|---|
| 1 句法与节奏 | x | 「……」 |
| 2 措辞与陈词 | x | 「……」 |
| 3 情感与心理 | x | 「……」 |
| 4 细节与质感 | x | 「……」 |
| 5 比喻与意象 | x | 「……」 |
| 6 声音/连贯/风险 | x | 「……」 |

## 主要依据(3–5 条,带原文证据)
1. ……
2. ……

## 降 AI 味回改清单
- 必修 1:原句/段落 → 回改方向
- 必修 2:原句/段落 → 回改方向
- 禁止用“整体更自然”这类空话替代具体改法

## 反面信号(指向「这是人写的」的线索,务必也列)
- ……(刻意找证伪线索,避免确认偏误)

## 重要提示
- 本结论为概率性文风分析,不能单独作为 AI 生成的定论,尤其不可直接用于指控或处分。
- 若需高可信度判定,请结合写作过程稿、版本历史等来源证据。

务必保留「反面信号」一节:主动去找「这其实是人写的」的证据,对冲确认偏误。一份只会找 AI 痕迹、从不自我证伪的报告是不可信的。

边界与注意事项

• 不替用户做高风险定性判决。可以说「信号强烈倾向 AI」,但要同时讲清局限,并把最终判断权留给用户。
• 不羞辱、不指控。即使结论是高 AI 创作度,语气也保持中立、就事论事。
• 别被类型带偏。套路多 ≠ AI;在言情、玄幻、爽文里,陈词是类型惯例。这时更要靠维度 4(细节质感)和维度 6(声音)来区分「套路化的人类网文」与「AI 生成」。
• 短文本谨慎。几百字以内,信号噪声大,老实给低置信度。
• 承认不确定。当六维互相矛盾、或文本明显是 AI 初稿 + 人工重写的混合体时,如实说「难以判定」就是最专业的答案。

引用文件

• quality/audit/scripts/text_signals.py —— 量化信号脚本(句长突发度、套路措辞密度、重复片段、段落级/句子级真重复),工作流第 2、3 步运行。
• quality/audit/scripts/paragraph_dup.py —— 独立的段落级真重复检测(发布系统级别),工作流第 3 步运行;也可单独跑用于发布前自检。
• quality/audit/scripts/content_lint.py —— 内容逻辑硬检脚本，目前覆盖“X个字：……”等数词事实错误、“两个商品/词组误写成两个字”、 “像一根刺”这类别扭/库存明喻、“先停了”这类顺序词悬空、“忽然砸门”这类无铺垫突发强事件、“我听见你说话了”这类证据声明悬空、“别回号”这类备忘录缩写、“1703蒋牧/搬来两个月，电梯里……”这类提纲式省略、“两个确认/最便宜的坑”这类摘要腔判断、状态说明逗号堆叠、恐慌台词句号切平/条款文本句号硬切，以及便签三条、黑卡 ToS、空对仗童谣、“X得发Y”复现、重复骂点、猫眼视角和身体/影子方位等表层结构感问题；命中时先改正文。
• quality/audit/references/signals-zh.md —— 中文叙事文本的 AI 信号详细清单与正反例,逐维度评估时查阅;含"段落级真重复"专节。
• quality/audit/references/aigc-detection-current-notes.md —— 公开 AI 文本检测逻辑与 codex-local-aigc-v4 本地化规则。
• quality/audit/references/signals-en.md —— 英文/其他语言文本的对应清单与语言无关原则。