用途
AI Content Quality Framework 是一套用于开发高质量 AI 辅助内容、并识别不达标内容的系统化方法。它定义了 27 条评估标准，按置信度分层，用于判断 AI 辅助内容是否达到专业出版标准。
该框架的核心目标是质量评估，而非来源检测。它明确指出：没有任何单一指标能确凿证明内容由 AI 生成，检测需要跨多个指标进行模式识别。框架区分了三类情况：未经编辑的 AI 输出（原始生成内容未经人工润色即发布）、AI 增强的作品（人类专业能力借助 AI 得到提升，并有适当监督）、系统性人机协作（人类保持判断力、贡献真实专业能力并确保质量的方法化整合）。
主要能力
框架包含 27 条质量评估标准，每条标注置信度层级 [HIGH]、[MED] 或 [LOW]，分为以下几类：
语言与语气模式：对重要性和象征意义的过度强调、宣传与旅游手册式语言、编辑评论与元分析、使用分词短语的肤浅分析、否定式平行结构、过渡词过度使用、章节结尾总结、三的法则、被动语态与“被描述为”、句式与段落长度过于统一。
风格与结构指标：破折号过度使用、带粗体引导词的列表、过度加粗与格式化、不当语境中的表情符号、Markdown 格式与标准文本混用、弯引号与直引号、标题中的标题大小写。
技术与格式线索：占位符文本与不完整元素、聊天机器人通信痕迹、失效或伪造链接与技术代码、引用异常、可疑的长编辑摘要。
引用与来源问题：幻觉引用、对未具名权威的模糊归因。
语境特定指标：行业特定的低质模式、缺乏个人细节或具体性、无专业知识的肤浅深度。
使用方式
框架提供基于置信度的评估流程：
- 扫描高置信度指标：检查幻觉引用、聊天机器人痕迹、占位符文本、原始 Markdown 格式、失效或伪造链接、多个指标聚集出现。若存在任一情况，极可能是未经编辑的 AI 输出。
- 统计中置信度指标：出现 3-4 个，可能是 AI 生成；出现 5 个以上，极可能是 AI 生成。
- 评估整体模式：统一结构 + 宣传语气 + 肤浅分析 = 强 AI 信号；具体细节 + 个人声音 + 多样结构 = 人类写作。
- 考虑语境：作者是否有作品集？该作者其他作品是否显示类似模式？出版方是否以质量控制著称？
框架还列出了不可靠的检测方法：完美语法、平淡文风、常见短语、破折号、技术术语，这些都不能可靠地指示 AI 生成。
针对创作者，框架提供五轮系统化修订流程：消除公式化模式、加入真实专业知识与经验、核实并增强来源、注入个性与声音、应用“人类触感测试”。
框架还包含快速参考清单，列出高风险短语、结构检查项和“人类触感测试”问题。
适用场景
- 发布前审查 AI 辅助草稿
- 编辑可能包含未修订 AI 输出的内容
- 构建或校准 AI 内容检测工具
- 培训写作者或编辑掌握 AI 内容质量标准
- 对投稿内容进行编辑审查
限制
框架明确说明，没有任何单一指标能确凿证明 AI 生成，检测需要跨多个指标进行模式识别。框架强调质量评估而非来源检测。关于该技能的具体安装方式、平台支持、收费模式等信息，资料中暂未提供。