AI writing pattern detection and removal tool for Chinese MBA thesis

MCP Tools

去除中文文本中的 AI 生成痕迹，使其更符合中国 MBA 毕业论文的自然写作风格。当用户提到"去 AI 痕迹"、"去除 AI 写作痕迹"、"MBA 论文改写"、"让这段文字更像人写的"、"去除机器感"等关键词时触发。适用于需要降低文本 AI 特征、提升学术写作自然度的场景。

Install

openclaw skills install humanize-mba-text-skill

去除 AI 写作痕迹 - MBA 论文风格优化

任务目标

将带有明显 AI 生成特征的中文文本改写为自然、人类化的 MBA 毕业论文风格文本，符合中国MBA毕业论文的学术规范和实践导向。

核心原则

实践导向: MBA论文必须来源于企业管理实际，解决具体管理问题，避免纯理论空谈
小题大做: 选题聚焦明确，"小题深做"，避免选题过大、过于宽泛
客观性优先: 用事实和数据替代主观评价和空泛论述
具体化表达: 提供具体企业案例、数据支撑、时间节点，避免笼统描述
数据溯源: 所有数据必须注明来源，确保准确性和可信度
理论支撑: 运用1-2个相关理论作为分析框架，避免就事论事
简洁性: 删除冗余修饰、重复表述，保留核心信息
学术规范: 符合中国高校MBA论文的写作规范和格式要求
逻辑严密: 论证过程清晰，因果关系明确，避免跳跃式推理
结构合理: 正文字数3万字以上，章节分配合理，避免节下无目或一节不足一页

识别与改写策略

1. 内容层面改写

1.1 去除过度强调

识别: 使用"关键"、"重要"、"核心"、"至关重要"、"不可或缺"等价值判断词汇
改写: 直接陈述事实，删除评价性形容词，用数据说话
示例:
- "数字化转型是关键抓手" → "数字化转型影响企业绩效"
- "人才是企业发展的核心竞争力" → "2020-2023年间，该公司技术人才占比从15%提升至28%"

1.2 避免宏观叙事与空洞表述

识别: 将具体事物上升到"时代"、"历史"、"趋势"、"浪潮"、"征程"、"新篇章"层面
改写: 聚焦具体研究对象、企业背景和实证数据
示例:
- "推动行业变革" → "提升企业运营效率15%"
- "顺应数字化浪潮" → "2022年启动ERP系统升级项目，实现业务流程数字化"

1.3 消除表面分析与套话

识别: "凸显了"、"反映了"、"体现了"、"昭示着"、"预示着"等 -ing 结尾分析
改写: 提供具体机制解释、因果链条或数据支撑
示例:
- "凸显了管理的重要性" → "管理效率提升使成本下降8%"
- "这体现了企业文化的重要性" → "实施新的绩效考核制度后，员工离职率从18%降至12%"

1.4 删除模糊归因与无主引用

识别: "专家指出"、"研究表明"、"普遍认为"、"相关数据显示"、"实践证明"
改写: 明确引用具体文献、具体数据来源或删除此类表述
示例:
- "有研究指出" → "Smith(2019)的研究发现"
- "相关数据显示" → "根据公司年报，2023年营收增长..." 或直接陈述事实

1.5 避免MBA论文常见套话

识别词汇:
- "综上所述"、"由此可见"、"因此可见"（每章结尾过度使用）
- "这不仅...更是..."（强行拔高意义）
- "在...背景下"、"基于...视角"（滥用背景句式）
- "具有重要理论意义和实践价值"（空洞评价）
改写:
- 用具体研究发现替代总结性套话
- 用"本文发现"、"研究结果表明"替代"综上所述"
- 删除无实质内容的评价语句

1.6 强化数据支撑

识别: 缺乏数据支撑的定性描述、"显著提升"、"明显优化"等模糊表述
改写: 补充具体数据、时间、对比基准
示例:
- "显著提升客户满意度" → "客户满意度评分从2021年的3.8分提升至2023年的4.5分（5分制）"
- "优化了供应链管理" → "库存周转天数从45天降至32天，缺货率从8%降至3%"

1.7 聚焦具体问题（小题大做原则）

识别: 讨论过于宽泛，缺乏针对性；问题描述模糊；选题过大
改写: 明确研究边界，聚焦具体企业、具体问题，符合"小题深做"要求
示例:
- ❌ "当前企业面临诸多挑战" → ✅ "XYZ公司在2022-2023年面临市场份额下降问题，从12%降至9%"
- ❌ "市场竞争日益激烈" → ✅ "区域内新增3家竞争对手，2023年价格平均下降15%"
- ❌ "企业数字化转型研究" → ✅ "XYZ公司生产部门数字化转型中的流程优化研究"
- ❌ "人力资源管理优化" → ✅ "XYZ公司研发人员绩效考核体系优化研究"

1.8 标注数据来源

识别: 数据陈述缺乏来源说明；使用"相关数据显示"、"据统计"等模糊表述
改写: 明确标注数据来源，确保可追溯性
示例:
- ❌ "企业营收增长20%" → ✅ "根据XYZ公司2023年年报，企业营收同比增长20%"
- ❌ "员工满意度为85%" → ✅ "根据2023年12月开展的问卷调查（N=120），员工满意度为85%"
- ❌ "相关数据显示，行业平均利润率为10%" → ✅ "根据国家统计局《2023年工业企业主要经济指标》（表号：B604-1），行业平均利润率为10%"

1.9 理论与实践的融合

识别: 理论阐述与实践分析脱节；缺乏理论框架指导；就事论事
改写: 用理论框架指导问题分析，用实践案例验证理论
示例:
- ❌ "公司存在沟通不畅问题" → ✅ "基于组织沟通理论，XYZ公司在横向沟通（部门间）和纵向沟通（层级间）两个维度均存在障碍，具体表现为..."
- ❌ "采用SWOT分析" → ✅ "运用SWOT分析框架，从内部优势（S）、劣势（W）和外部机会（O）、威胁（T）四个维度，对XYZ公司战略环境进行系统分析"

1.10 避免MBA论文常见禁区

识别问题类型:
- 非管理类问题（纯技术、纯财务计算等）
- 过多研究主题（超过2-3个核心概念）
- 纯理论研究（缺乏企业实际背景）
- 与工商管理范畴无关的问题
改写: 确保选题属于工商管理范畴，运用工商管理知识分析和解决实际管理问题
检查要点:
- 研究对象为企业组织
- 运用管理学理论和方法
- 有明确的管理问题导向
- 核心概念不超过2-3个

2. 结构层面改写

2.1 打破三段式结构

识别: 背景-现状-展望的僵化模式
改写: 根据论证逻辑灵活组织段落
方法: 按问题-分析-解决方案的逻辑重组

2.2 转化列表为段落

识别: 使用项目符号或编号列表
改写: 转化为连贯的叙述性段落
示例: 将"第一...第二...第三..."改为"首先...，其次...，此外..."

2.3 删除套话式结尾

识别: "尽管面临挑战，但前景广阔"
改写: 具体问题具体分析，避免泛泛而谈

3. 语言层面改写

3.1 减少连接词

高频连接词:
- 首先、其次、最后、综上所述
- 此外、另外、与此同时、值得注意的是
- 因此、所以、由此可见
改写策略:
- 保留必要连接，删除冗余
- 使用更自然的过渡方式
- 通过段落结构体现逻辑关系

3.2 简化复杂句式

识别: "不仅...而且..."、"既不是...也不是..."
改写: 拆分为简单句或直接陈述
示例: "不仅提升了效率，而且降低了成本" → "效率提升15%，成本下降8%"

3.3 规范标点使用

破折号: 减少"——"使用，改用逗号或括号
中英文混排: 删除中英文之间的空格（"MBA论文"而非"MBA 论文"）

3.4 替换 AI 词汇

识别词汇:
- 赋能、抓手、闭环、落地、痛点
- 打法、赛道、生态、迭代、优化
改写: 使用传统学术词汇
示例: "赋能业务创新" → "促进业务创新"、"支持业务创新"

4. 引用层面检查

4.1 核实引用准确性

检查所有引用是否存在
验证引用内容与原文是否一致
删除无法验证的引用

4.2 优化引用方式

常识性内容无需标注
具体数据和观点必须标注来源
使用规范的引用格式

三维协同优化策略

本Skill采用三维协同优化方法，系统性地提升MBA论文质量：

维度1: 降低AI检测率

核心策略：

句式多样化：打破规整并列结构，引入句长变化（目标：句长标准差 > 8）
学术语气自然化：适当使用第一人称（"本文"、"我们"），引入合理主观判断
逻辑链路人性化：增加背景铺垫，避免过于完美的逻辑闭环

维度2: 降低查重率

核心策略：

深度语义改写：同义替换、结构重组、表述角度转换
引用规范化：直接引用转间接引用，归并多源引用
专业术语处理：核心术语保留，非核心描述灵活变换

维度3: 学术润色提升

核心策略：

表达精准化：消除模糊表述，量化抽象概念
学术规范性：术语一致性，时态语态规范
可读性优化：复杂句拆分，段落结构优化

改写流程（三维协同版）

通读原文：理解核心观点和论证逻辑
多维度检测：
- 检测AI特征
- 评估查重风险
- 检查学术规范性
降AI优化：应用句式多样化、语气自然化策略
降重优化：进行深度语义改写
学术润色：提升表达精准性和可读性
质量验证：对照评估标准确认

输出要求

保持原意: 不改变原文的核心观点和结论
提升自然度: 读起来像人类作者的真实写作
符合规范: 符合 MBA 论文的学术写作规范
提供说明: 简要说明主要修改点（可选）

MBA论文改写检查清单

内容质量检查

选题聚焦，符合"小题大做"原则（核心概念≤3个）
研究对象为企业组织，有明确职业背景
所有数据已标注来源（公司年报、调研、统计年鉴等）
运用了1-2个理论框架指导分析
问题分析有数据支撑，因果机制清晰
建议具体可操作，考虑资源约束
属于工商管理范畴，非纯技术/财务研究

AI痕迹检查

删除了"重要"、"关键"、"核心"等过度强调词汇
删除了"时代"、"趋势"、"浪潮"等宏观叙事词汇
删除了"凸显了"、"体现了"等表面分析表述
删除了"专家指出"、"研究表明"等模糊归因
删除了"综上所述"、"由此可见"等套话
删除了"赋能"、"抓手"、"闭环"等AI词汇
减少了"首先、其次、最后"等机械连接词
避免中英文之间多余空格

结构规范检查

正文字数≥3万字
每章至少4节（含本章小结）
每节内容充实，避免一节不足一页
节下有目，层级清晰
文献综述按主题组织，非按作者罗列
结论分条列出，2000字以内，不与摘要雷同

格式规范检查

图表有编号（图1-1、表1-1）和标题
图表有文字说明，先文后图
图表清晰，非拷贝模糊图片
引用格式规范，用上标[1]
参考文献≥50篇，外文≥1/3，近5年≥1/3
期刊论文≥60%，专著≤20%
无百度百科等网络引用
章节目序号规范

MBA论文章节特定改写规则

根据中国高校MBA论文结构要求，不同章节需遵循特定改写策略：

第1章绪论改写要点

1.1 研究背景

AI痕迹: "随着经济的发展..."、"在...背景下"、"当今时代"
改写要求: 直接点明研究企业、具体问题、研究必要性
示例:
- ❌ "随着市场竞争日益激烈，企业面临诸多挑战"
- ✅ "XYZ公司作为广东省制造企业，2022-2023年市场份额从15%下降至10%，亟需优化营销策略"

1.2 研究目的与意义

AI痕迹: "具有重要理论意义和实践价值"、"丰富相关理论研究"
改写要求: 具体说明解决什么问题、带来什么价值
示例:
- ❌ "本研究具有重要理论意义和实践价值"
- ✅ "本研究旨在通过优化XYZ公司绩效考核体系，解决当前研发人员流失率高达25%的问题，预期可将流失率降至15%以内"

1.3 文献综述

AI痕迹: 简单罗列A说、B说、C说；缺乏归纳分析
改写要求:
- 按主题/流派分类整理，避免按作者罗列
- 指出已有研究不足和空白
- 明确本文研究的补充价值
- 参考文献不少于50篇，其中外文≥1/3，近5年≥1/3，近2年文献应有涉及
- 期刊论文≥60%，专著≤20%，避免大量引用学位论文

1.4 研究方法

AI痕迹: 简单列举方法名称
改写要求:
- 说明为什么选择该方法
- 阐述如何应用该方法
- 说明数据来源和收集方式
- 确保研究方法与论文类型匹配

第2章理论基础改写要点

AI痕迹: 大段引用教科书式理论阐述；理论与研究脱节
改写要求:
- 界定核心概念（2-3个主要概念）
- 选择1-2个核心理论作为分析框架
- 理论与研究问题紧密结合
- 为后续分析奠定理论基础，而非纯理论介绍

第3章现状与问题分析改写要点

3.1 企业概况

改写要求:
- 提供企业基本信息（成立时间、主营业务、规模等）
- 与研究问题相关的背景信息
- 数据真实，必要时可做脱敏处理

3.2 现状描述

AI痕迹: "公司发展良好"、"取得显著成效"等模糊表述
改写要求:
- 用数据说话，提供具体指标
- 包含时间序列数据，展示变化趋势
- 与行业平均水平或竞争对手对比

3.3 问题识别

AI痕迹: 问题描述笼统；缺乏数据支撑
改写要求:
- 问题明确、具体、可度量
- 通过调研数据（问卷、访谈）识别问题
- 每个问题应有具体表现和证据

3.4 成因分析

AI痕迹: 表面化分析；"原因是多方面的"
改写要求:
- 运用理论框架深入分析
- 分析因果机制，而非简单罗列
- 区分根本原因和表面原因
- 有数据或案例支撑

第4章对策建议改写要点

AI痕迹: 建议空泛、模板化；"加强管理"、"完善制度"
改写要求:
- 建议具体、可操作、可落地
- 结合企业实际资源和能力约束
- 明确实施阶段、步骤和优先级
- 预期效果可量化
- 与问题分析一一对应

第5章结论改写要点

AI痕迹: 简单重复摘要；"综上所述"
改写要求:
- 分条列出主要研究发现（用"提出了"、"建立了"等）
- 明确指出创新点（新见解、新方法、新应用）
- 说明研究局限性
- 提出未来研究展望
- 2000字以内，不与摘要雷同

格式规范检查

字数要求: 正文≥3万字
复制率: <15%（15%-20%需修改，≥20%不通过）
结构要求:
- 每章至少4节（含本章小结）
- 避免节下无目
- 避免一节不足一页
图表要求:
- 图表必须有编号、标题（图1-1、表1-1）
- 图表前后留空行
- 图表必须有文字说明，先文后图
- 图表清晰，不可直接拷贝模糊图片
引用要求:
- 正文引用用上标[1]
- 参考文献格式符合GB/T 7714-2015
- 避免引用百度百科等网络资源
- 脚注使用规范

自动化检测与反馈工作流

多方案融合检测

提供多维度 AI 特征检测系统，结合三种检测方法：

规则匹配检测 (scripts/detect_ai_patterns.py)
- 识别 AI 词汇、模糊归因、过度强调等
- 检测中英文混排空格问题
- 基于正则表达式的模式匹配
统计分析检测 (scripts/multi_detector.py)
- 句子长度均匀度分析
- 词汇多样性统计
- 标点符号分布检测
- 段落结构分析
语言特征检测 (scripts/multi_detector.py)
- 连接词密度分析
- 正式表达模式识别
- 句式复杂度评估

完整检测-修改工作流

输入文本
    ↓
[多维度检测] → 生成检测报告
    ↓
[反馈生成] → 生成修改建议
    ↓
[自动修复] → 处理可自动修复的问题
    ↓
[手动改写] → 处理需人工修改的问题
    ↓
[质量验证] → 再次检测确认
    ↓
输出优化文本

使用方法

1. 基础检测

# 基础规则检测
python scripts/detect_ai_patterns.py input.txt --format markdown --output report.md

# 多维度融合检测
python scripts/multi_detector.py input.txt --format markdown --output report.md

2. 生成修改建议

# 基于检测结果生成反馈
python scripts/feedback_generator.py detection_result.json --text input.txt --output feedback.md

3. 应用自动修复

# 自动修复空格等简单问题
python scripts/feedback_generator.py detection_result.json --text input.txt --apply

4. 交互式修改

# 交互模式，逐条确认
python scripts/multi_detector.py input.txt --interactive

评估标准

定量指标

指标	计算方法	目标值
AI检测率	AI生成概率	< 20%
句长标准差	各句长度标准差	> 8
词汇丰富度(TTR)	不同词/总词数	> 0.6

定性指标

学术严谨性：论点明确，论证充分
逻辑连贯性：章节内外逻辑自洽
表达专业性：术语准确，符合规范

检测结果解读

检测报告包含以下维度：

AI 生成概率: 0-100%，分数越高 AI 痕迹越明显
风险等级: 🔴 高风险 / 🟡 中风险 / 🟢 低风险
检测器一致性: 三种检测方法的结果一致性
优先修复项: 按严重程度排序的修改建议
章节特定建议: 根据检测到的章节类型提供的针对性建议

修改策略

根据 AI 概率分数采取不同策略：

🔴 高风险 (>70%): 深度改写

全面重构段落结构
删除所有 AI 特征词汇
补充具体数据和案例
预计时间: 2-3小时

🟡 中风险 (40-70%): 针对性优化

修复高优先级 AI 特征
调整套话和模板化表达
补充关键数据支撑
预计时间: 1-2小时

🟢 低风险 (<40%): 细节润色

修复少量 AI 痕迹
优化语言表达
最终校对
预计时间: 30分钟-1小时

快速修复 vs 深度改写

可自动修复的问题:

中英文混排空格
明显的 AI 词汇替换
标点符号规范

需手动改写的问题:

段落结构重组
数据补充和案例分析
逻辑论证优化
学术表达提升

注意事项

学术诚信: 改写时保持学术诚信，不编造数据；所有数据必须有真实来源
数据核实: 对于不确定的引用和数据，建议用户核实原始资料
理论适配: 建议用户根据具体研究问题选择合适的理论框架
企业授权: 如涉及企业内部数据，建议获得企业书面授权或做脱敏处理
个性化调整: 改写后的文本需用户根据具体学校和导师要求调整
查重控制: 改写后建议进行查重，确保复制率<15%
功能边界: 本 Skill 专注于去除 AI 痕迹和格式规范，不涉及学术内容深度审查
参考文献: 改写不自动生成参考文献，需用户根据实际引用补充完整

参考文档

三维优化策略

references/strategy_ai_reduction.md - 降低AI检测率策略详解
references/strategy_plagiarism.md - 降低查重率策略详解
references/strategy_polishing.md - 学术润色策略详解

AI写作特征

references/ai-writing-patterns.md - AI写作特征详细列表

分章节写作规范

references/chapter-1-introduction.md - 第1章：绪论（研究背景、文献综述、研究方法）
references/chapter-2-theory.md - 第2章：理论基础（概念界定、理论框架）
references/chapter-3-analysis.md - 第3章：现状与问题分析（企业概况、问题识别、成因分析）
references/chapter-4-solutions.md - 第4章：对策建议（具体方案、实施保障）
references/chapter-5-conclusion.md - 第5章：结论（研究发现、创新点、局限与展望）

格式规范

references/format-standards.md - 格式规范（中英文混排、图表、引用、标点等）

AI writing pattern detection and removal tool for Chinese MBA thesis

Install

去除 AI 写作痕迹 - MBA 论文风格优化

任务目标

核心原则

识别与改写策略

1. 内容层面改写

1.1 去除过度强调

1.2 避免宏观叙事与空洞表述

1.3 消除表面分析与套话

1.4 删除模糊归因与无主引用

1.5 避免MBA论文常见套话

1.6 强化数据支撑

1.7 聚焦具体问题（小题大做原则）

1.8 标注数据来源

1.9 理论与实践的融合

1.10 避免MBA论文常见禁区

2. 结构层面改写

2.1 打破三段式结构

2.2 转化列表为段落

2.3 删除套话式结尾

3. 语言层面改写

3.1 减少连接词

3.2 简化复杂句式

3.3 规范标点使用

3.4 替换 AI 词汇

4. 引用层面检查

4.1 核实引用准确性

4.2 优化引用方式

三维协同优化策略

维度1: 降低AI检测率

维度2: 降低查重率

维度3: 学术润色提升

改写流程（三维协同版）

输出要求

MBA论文改写检查清单

内容质量检查

AI痕迹检查

结构规范检查

格式规范检查

MBA论文章节特定改写规则

第1章 绪论改写要点

1.1 研究背景

1.2 研究目的与意义

1.3 文献综述

1.4 研究方法

第2章 理论基础改写要点

第3章 现状与问题分析改写要点

3.1 企业概况

3.2 现状描述

3.3 问题识别

3.4 成因分析

第4章 对策建议改写要点

第5章 结论改写要点

格式规范检查

自动化检测与反馈工作流

多方案融合检测

完整检测-修改工作流

使用方法

1. 基础检测

2. 生成修改建议

3. 应用自动修复

4. 交互式修改

评估标准

定量指标

定性指标

检测结果解读

修改策略

快速修复 vs 深度改写

注意事项

参考文档

三维优化策略

AI写作特征

分章节写作规范

格式规范

Related skills

第1章绪论改写要点

第2章理论基础改写要点

第3章现状与问题分析改写要点

第4章对策建议改写要点

第5章结论改写要点