如何快速看懂 avoid-ai-writing 的 Tier 1/2/3 词汇体系：112 条替换词表 + 10 个套话短语判定标准-平芜编程栈

如何快速看懂 avoid-ai-writing 的 Tier 1/2/3 词汇体系：112 条替换词表 + 10 个套话短语判定标准

【免费下载链接】avoid-ai-writingSkill that audits and rewrites content to remove AI writing patterns. Use it with your favorite agents including Claude Code, OpenClaw, Codex, and Hermes.项目地址: https://gitcode.com/gh_mirrors/avo/avoid-ai-writing

avoid-ai-writing 是一个开源的 AI 写作痕迹检测与改写技能，可配合 Claude Code、Codex 等 AI 智能体使用，把"AI 腔"逐条找出来并给出口语化的替换词。它最核心的资产就是112 条替换词表 + 10 个套话短语，按 Tier 1 / Tier 2 / Tier 3 三层管理——每一层的触发条件、替换方式和证据意义都不一样。读完这篇指南，你不需要读任何代码，就能判断一个词"算不算 AI 腔"、该不该替换。

三层词汇体系：判定条件一目了然

先建立整体印象。三层的设计思路是：词越"可疑"，判定越严格地触发；词越普通，越要堆够证据才标记，以此降低对普通人类写作的误报。

层级	判定条件	证据意义	评分权重
Tier 1	每个匹配都审查（1A / 1B 分带）	1A 是 AI 生成痕迹证据；1B 只是冗余表达，不算证据	1A ×5 / 1B ×3
Tier 2	同一段落出现 2 个及以上不同词	单独出现合法，聚集才是 AI 信号	×3
Tier 3	密度 ≥3% 且不少于 3 次（短语：同一短语 2+ 次，或 3+ 个不同短语）	只是"用词饱和"，提示空洞夸赞	×2

Tier 1 判定标准：每个匹配都要审查

Tier 1 内部再分两个子层（band），替换方式相同，但"标记意味着什么"完全不同：

Tier 1A —— AI 高频标记词：据称在机器文本中出现频率远高于人类文本（如delve、tapestry、tapestry类隐喻）。一个段落里这类词扎堆，就是对"这段是 AI 写的"的直接证据。
Tier 1B —— 清晰度修订：in order to、utilize、commence、ascertain、endeavor这类冗词和过度正式词。换掉它们对谁都好，但它不是 AI 证据——项目用 257 段 2023 年前的人类专业写作实测过，1B 词在正式写作中命中率同样不低。

这是整套体系里最容易被误用的一点：把"句子啰嗦"当作"AI 写的证据"，正是 1A/1B 分带要防止的错误。在 detect 模式下，两者必须分开汇报。

几个典型替换示例：

命中	判定	建议替换
`delve`/`delve into`	1A	explore、dig into、look at
`testament to`	1A	shows、proves、demonstrates
`leverag(e)`	1A	use
`in order to`	1B	to
`utilize`	1B	use
`commence`	1B	start、begin

两个容易踩坑的细节：

变形词一并覆盖。每个词条默认覆盖其形态变体——genuine连带genuinely、leverage连带leveraging/leveraged、meticulous连带meticulously。只有变体带出独立合法含义时才按语境判断。
load-bearing必须带连字符。"load bearing down on the bridge" 是正常英语，不标记；只有连字符形式且紧跟抽象名词（assumption、claim、invariant 等白名单）才算 AI 痕迹——宁可漏报，不误伤。

Tier 2 判定标准：单独合法，聚集才标记

Tier 2 的触发规则很具体：同一段落内出现 2 个或 2 个以上不同的 Tier 2 词，才整体标记（代码中为found.length >= 2）。写一段技术文用一次navigate、一次streamline完全没问题；但一个段落里elevate、foster、seamless同时出现，基本就要动刀了。

代表词条与替换建议：

harness→ use、take advantage of
elevate→ improve、raise、strengthen
streamline→ simplify、speed up
myriad/plethora→ many、a lot of（或直接给出数字）
transformative→ 直接说清楚"变了什么、怎么变的"
cornerstone→ foundation、basis、key part

条件词条deeply是个好例子：只有与integrated、committed、rooted等"意义感搭配"一起出现才计入聚集；"deeply nested JSON"、"cares deeply" 这类字面用法永远不算——因为这类词在日常文本里的基础概率远高于表内其他词，无条件标记会大量误伤干净的人类写作。

Tier 3 判定标准：密度阈值 + 套话短语规则

Tier 3 全是普通词（significant、innovative、effective、world-class……）。AI 偏爱用它们填满空间，但单次出现完全合法，所以只按密度标记。

单词密度公式：某词出现次数 ≥ max(3, 总词数 × 3%)。也就是说 100 词的文章里出现 3 次significant才标记；50 词里出现 1 次不算——这是为了避免"小文本一碰就响"的噪声。

10 个 Tier 3 套话短语（多词模板句）的判定更严，因为两词短语重复两次的证明力已经强于重复一次 "significant"：

同一短语出现2 次及以上，即标记；
聚集规则：一篇文章出现3 个及以上不同的表内短语，即使每个只出现一次，也是强 AI 信号——这正是 LLM"给自己的套话换着花样用"的形状。

10 个短语分别是：emerging sector/space/category、the integration of、the intersection of、community-driven、long-term sustainability、user engagement、decentralized compute、reward emissions、tokenized incentive structures、designed for long-term。加密、Web3、AI 基建类文本是重灾区，替换方向统一：把抽象名词换成具体对象或数字（"community-driven" 要说清社区到底做了什么）。

权重与上下文豁免：为什么这套体系误报少

权重梯度（detector/patterns.js 中的ISSUE_WEIGHTS）：1A ×5 > 1B / Tier 2 ×3 > Tier 3 ×2。1B 被刻意压低，保证"改掉一堆冗词"这件事本身永远不会把一篇文档推向 AI 分类。
技术语境豁免：technical模式下，robust、comprehensive、seamless、ecosystem、leverage、facilitate、underpin、streamline8 个技术合法词自动跳过——写技术博客不会被自己的行话误伤。
变体与豁免优先：每条词条都带上下文例外（如real表示"真实的"而非"强调语气"时不标记），检测时先过例外再出手。

新手上手建议

先用 detect 模式跑一遍：只看报告、不改文件，熟悉每类标记长什么样。完整模式说明见 README.md。
报告里先看 Tier 1A：那才是 AI 痕迹的直接证据；1B 和 Tier 2 / 3 的命中按"文字质量建议"处理，改不改看情况。
替换时别发明内容：词表给出的是措辞建议，myriad users换成many users可以，但不能凭空补出"10 万用户"这类原文没有的数字。
对照原文保真度：项目自带node detector/validate.js before.md after.md对比改写前后是否有内容丢失（保真度校验逻辑在 detector/validate.js）。