我用豆包改了 3 天论文,AIGC 率从 61% 只降到了 43%
考虑用豆包降维普 AIGC 的同学,先听我说完这个教训。
上个月我的论文维普 AIGC 检测结果 61.4%,学校要求 20% 以下。我第一反应就是用豆包来改写,毕竟免费嘛。于是我把论文分成十几段,一段一段喂给豆包,让它'用更自然的方式重新表述'。改了整整 3 天,信心满满再测一次:43.2%。降了 18 个百分点,离达标还差 23 个百分点。
后来我才搞明白,不是豆包不行,是我的用法有问题。直接让 AI 改 AI 写的内容,改出来的还是 AI 风格。就好比让一个说普通话的人模仿方言,怎么模仿都带着普通话味儿。
这篇文章就把我后来摸索出来的正确用法整理出来。附上完整的指令模板,直接复制就能用。
为什么直接让豆包改写效果差
先搞清楚问题出在哪。豆包本身也是一个大语言模型,它生成的文本天然就带有 AI 的统计特征。你让它'重新表述'一段话,它输出的内容在词汇选择、句式结构、过渡方式上跟原文风格高度一致。维普检测引擎看的就是这些统计特征,所以改来改去 AIGC 率降不下去。
我做过一个对比实验。同一段 500 字的 AI 生成文本,分别用三种方式处理:
第一种,直接让豆包改写。AIGC 率从 68% 降到 52%,降了 16 个百分点。
第二种,用我后面要分享的结构化指令让豆包改写。AIGC 率从 68% 降到 29%,降了 39 个百分点。
第三种,用结构化指令改完之后,再用专业工具精修。AIGC 率从 68% 降到 8%,基本清零。
差距一目了然。关键就在指令的写法上。
3 套可直接复制的降 AI 指令
指令一:句式打散指令
这条指令的目的是让豆包在改写时主动打乱句子的长度和结构。直接复制到豆包对话框里用:
请按以下规则改写下面这段文字:
1. 每段包含至少 2 句 10 字以内的短句和 1 句超过 40 字的长句
2. 删除所有'值得注意的是''综上所述''与此同时'等过渡词
3. 至少有 1 句用反问句式
4. 至少有 1 处使用具体数字(可以是合理的假设数据)
5. 不要用'首先/其次/最后'这种排列
待改写文字:[粘贴你的原文]
这条指令的效果平均能让 AIGC 率额外降 10-15 个百分点。核心原理是强制豆包输出不符合 AI 统计特征的文本结构。
指令二:风格迁移指令
请把下面这段学术文字改写成一个研究生向导师口头汇报的语气。要求:
1. 保留所有专业术语和核心观点
2. 加入 1-2 处个人判断(比如'我觉得''我的理解是')
3. 可以有 1 处不那么确定的表述(比如'大概''好像是')
4. 句子不要太工整,可以有插入语和补充说明
5. 总字数与原文相差不超过 20%
待改写文字:[粘贴你的原文]
这条指令针对的是维普检测中的'语体特征'维度。学术论文被检测为 AI 的一个重要原因就是语体太'完美'。口头汇报的风格天然带有不规则性。
指令三:信息重组指令
请把下面这段文字的信息重新组织,要求:
1. 原文第一句话的内容移到最后说
2. 在中间插入一个具体的例子或数据
3. 把原文中并列的几个点用不同的篇幅展开(第一个点用 1 句话带过,第二个点详细展开用 3-4 句话,第三个点用一个反问引出)
4. 段落开头不要用概括性的主题句
待改写文字:[粘贴你的原文]
这条指令打破的是 AI 写作中'每段开头先总结'的习惯。维普检测引擎对这种结构模式非常敏感。
| 指令类型 |
|---|


