企业官网建设流程全解析

avoid-ai-writing 三级词表体系全解析：112 个 AI 高频词条如何分级、替换与豁免

【免费下载链接】agentsMulti-harness agentic plugin marketplace for Claude Code, Codex, Cursor, OpenCode, GitHub Copilot, and Google Antigravity项目地址: https://gitcode.com/GitHub_Trending/agents24/agents

导读

本文深入剖析avoid-ai-writing插件中负责词汇审计的核心参考文档——word-tiers.md。该文档维护了 112 个单词/短语词条（分三个层级）外加 10 条多词样板短语，定义了"哪些词是 AI 写作信号、在什么强度下该替换、哪些场景下可以豁免"。读完本文，你将掌握这套分级词表的完整内容、每条词目的推荐替换方案、形态变体匹配规则、load-bearing等特殊词条的连字符陷阱与构造豁免，以及它在 detect/rewrite/edit 三种模式下与语境（context）配置协同工作的底层逻辑。

一、词表总览：层级表达的是"权重"，不是"修改难度"

word-tiers.md开篇即点明这套词表的设计哲学：层级（tier）表示一次命中携带多少权重（weight），而不是修复难度。所有词条都可以被替换，且替换动作本身难度相同；真正不同的是"一个命中意味着什么"。

文档统计口径为：

• 112 个单词与短短语词条，分布在三个层级；
• 10 条多词样板短语（Tier 3 phrases）；
• 计数源自上游词表（upstream tables），并会在上游的 CI 中对这些数量强制校验（"Counts here are derived from the upstream tables and enforced against them in the upstream CI"）。

按插件 README.md 的说明，这套词表派生于 MIT 许可的conorbronsdon/avoid-ai-writing上游技能，其词汇研究基础来自brandonwise/humanizer——后者的研究"减少了对单独出现完全正常的词、却在聚集成簇时可疑的词的误报"（the tiering is adapted from brandonwise/humanizer's vocabulary research, which reduces false positives on words that are fine alone and suspicious in clusters）。

形态变体匹配规则

每个词条覆盖所列单词及其形态学变体：副词（adverb）、动名词（gerund）、复数（plural）、比较级（comparative）以及动词变位（verb conjugations）。例如：

• delve覆盖delving；
• leverage覆盖leveraging。

文档特别给出了一条语境判断原则：当某个变体承载了独立的、正当的含义时，应依据语境判断而非盲目匹配。典型示例是real——当它表示"真实的、事实性的"（如 "a real improvement" 表示真实的改进）时，它不再作为强化词（intensifier）处理。

二、Tier 1：始终替换（always replace）

Tier 1 又细分为两个"带"（band）：1A与1B。两者都会被替换，且编辑动作完全相同；区别在于一次命中的含义。

2.1 Tier 1A：AI 频率标记词（49 条）

1A 收录的是"被声称在机器文本中出现的频率远高于人类写作"的词汇。成簇出现时，这些词构成关于一段文字产生方式的证据。49 条完整词表如下：

load-bearing的特殊规则：连字符是分水岭

文档为load-bearing单独标注了两条规则：

1. 必须连字符：不带连字符的 "load bearing" 是普通英语（"the load bearing down on the bridge"），只有连字符复合形式才是 AI 信号。
2. 构造豁免（construction carve-out）：当load-bearing出现在字面结构名词（wall,beam,column,joist,truss,footing,slab,stud,masonry,lintel,rafter,girder,capacity）之前——中间最多夹一个材质或位置形容词——它属于标准建筑术语，不标记。而抽象名词（structure,element,frame,foundation）仍保持可标记状态，因此 "the load-bearing structure of his argument" 依然会被命中。

关于 1A 的证据边界（Caveat）

文档明确提醒一个值得保留的注意事项："在 AI 文本中出现频率远高于人类"这一说法是继承而来，而非实测所得。它追溯至brandonwise/humanizer，后者声明了一个 5 到 20 倍的比率，但没有公开其方法与数据集。因此在有人用机器写作语料实测这个比率之前，1A 应被视为"有充分支持的惯例（convention）"，而不是经过测量验证的事实。

2.2 Tier 1B：清晰度编辑（10 条）

1B 处理的是冗长与虚浮的形式化表达（wordiness and inflated formality）。替换它们本身就是好写作，与作者是谁无关——一次 1B 命中不是机器作者身份的证据。文档给出的实测背景是：对照 257 段 2023 年之前经核实的人类散文，1B 词条在普通专业写作中的出现率相当可观——in order to、utilize、commence、ascertain、endeavor就是一部分人惯用的词汇。

因此 1B 的处理策略是：

• 按 Tier 2 的权重处理（两个以上同段出现才标记），并将其排除在任何密度信号之外——这样一次冗余修复永远不会把一篇文档推向 AI 分类；
• 在 detect 模式下，两个带必须分开报告（1A 是作者身份相关证据，1B 只是风格建议）。

10 条完整词表：

三、Tier 2：同一段落出现两个及以上才标记（40 条）

Tier 2 收录的词汇单独出现完全正常。两个或两个以上挤在同一段落里，通常意味着该段落需要重写。40 条完整词表：

注意deeply条目附带的限定：只有"意义类搭配"才算数，字面用法（"deeply nested"、感情上的 "cares deeply"）永远不参与聚集计数——这条边界防止了把正常的英文误判为 AI 信号。

四、Tier 3：仅在高密度时标记（13 条）

Tier 3 收录的是完全正常的词汇，仅在文本"饱和"时才标记。其逻辑是：当这些笼统赞美词填满了本该放置具体细节的空间时，说明文字出了问题。文档给出的参考阈值是约占总词数的 3%时值得再看一眼。

五、Tier 3 短语：密度或聚集时标记（10 条）

多词样板短语（multi-word boilerplate）单独出现时毫无问题，但在生成内容中会大量堆叠。文档特别点名：Crypto、web3、DePIN 和 AI 基础设施类评测文章是重灾区。

针对这类短语有两条触发规则：

1. 同一短语在一篇中使用了两次；
2. 一篇中出现了来自本表的三个及以上不同短语（即使每个只出现一次）。

第二条规则专门捕捉模型的典型形态——模型通过"变化自己的样板话"来显得不那么重复，而这三个不同短语的聚集恰恰暴露了这一点。

六、语境调整：technical-blog / docs / casual 的豁免矩阵

词表不是一刀切的。word-tiers.md末尾给出了三层语境调整，完整的逐规则容差矩阵在 profiles.md 中：

6.1technical-blog：技术含义回归

在技术博客语境下，以下词汇恢复其正当技术含义，不再标记：

robust、comprehensive、seamless、ecosystem、leverage（当主语是真实的平台杠杆或 API 时）、facilitate、underpin、streamline

但即使在这种语境下，以下词仍然标记：

delve、tapestry、beacon、embark、testament to、game-changer、harness

6.2docs与casual

• docs（文档、README、指南）：放宽整张词表（relaxes the full table），清晰度优先于语气；
• casual（聊天、内部笔记、快速回复）：只降级到 P0 模式（drops to P0 patterns only），即只处理最严重的可信度杀手。

6.3 词表在技能中的实际调用位置

词表不是孤立存在的。按 SKILL.md 定义的审计流程（The pass），词汇检查是五步中的第三步：

1. 选择语境配置（linkedin / technical-blog / investor-email / docs / casual / blog 默认）；
2. 扫描 pattern-catalog.md 中的 P0/P1 模式（快速检查覆盖 P0+P1，完整审计再加 P2）；
3. 对照 word-tiers.md 的分级词表检查词汇——Tier 1 默认替换（先应用语境配置的例外）；Tier 2 在同一段落出现两个及以上时替换；Tier 3 仅在文本饱和时替换；
4. 节奏检查放最后，权重最高——结构规律性在词汇替换后依然存活，统一句长、统一段长、对称句式比任何单个标记词都重要；
5. 重写后再读一遍自己的重写——循环过渡语、系动词回避（copula avoidance）和新的虚浮词总是能在第一遍中幸存。

此外，profiles.md 的容差矩阵中，词表一栏（Word table）在各语境下的强度为：linkedin 严格、blog 严格、technical-blog部分（即上文 6.1 的豁免清单）、investor-email 严格、docs 放宽、casual 仅 P0。Tier 3 短语聚集（Tier 3 phrase clustering）在 investor-email 中为额外严格——一封投资邮件里出现一个 "thriving ecosystem" 就可能削弱整封邮件的可信度。

七、使用边界：词表是写作质量信号，不是作者身份判决

贯穿整个插件的立场（详见 SKILL.md 开篇）是：这些模式在模型输出中更常见，但人类——尤其是赶稿、在不熟悉的体裁中写作或使用第二语言的人——也会大量使用。机器检测的证据是双向的：一份 Stanford 审计发现七个检测器将 61% 的非母语英语写作者的 TOEFL 作文标记为 AI 生成（而母语写作者约 5%）；2025 年的一份审计发现开源检测器误报率在 30%–78% 之间，不适合高风险场景。

因此：

• 每个 flag 都应被视为写作质量信号；
• 该技能不对任何文本做作者身份分类，任何 flag 都不应决定学术诚信、招聘或署名问题；
• 1A 的 "5–20x 比率" 是继承自上游的惯例而非实测，使用时需保留这一证据边界；
• 在 detect 模式下，清晰度编辑（1B）必须与作者身份标记（1A）视觉分离——一次冗余修复说明不了谁写了这段文字，它只能作为风格建议。

结语：从词表到可执行的写作纪律

word-tiers.md提供的不是一份"禁用词黑名单"，而是一套按权重分层的证据体系：1A 是频率标记、1B 是清晰度、Tier 2 是聚集信号、Tier 3 是密度信号、Tier 3 短语捕捉样板的自我伪装。配合 SKILL.md 的模式目录与 profiles.md 的语境矩阵，这套词表可以无缝嵌入 detect-only、rewrite、edit-in-place 三种模式，在 README、changelog、PR 描述、博客与社交文案等各类场景中落地。记住文档反复强调的那句原则：一个在语境中恰好正确的词，即使在词表里，也应当保留。

【免费下载链接】agentsMulti-harness agentic plugin marketplace for Claude Code, Codex, Cursor, OpenCode, GitHub Copilot, and Google Antigravity项目地址: https://gitcode.com/GitHub_Trending/agents24/agents