## 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
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
# 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
DeepSeek典型的风格就是数据化，准不准确不知道，就是一眼给人一种好像精确仪器测试出来的报告一样，带点科幻感……
忍不住吐槽一下：Kimi 生成的结果表格竟然显示不完整，还需要我自己F12调整页面元素宽度才能截图……
指标量化方面，各个模型都差不多：
Deepseek 指标更精确
感觉Kimi更人性化一点
这次混元模型有点独特，别人都是70%以上，他只有38%……
