# 任务
请对下面提供的文本进行深度去AI化润色,使其呈现自然、专业、符合真实作者写作习惯的表达方式。
目标:
降低模板化、机器生成感和过度修饰感,但不改变原文事实、逻辑关系、专业含义和结论强度。
## 输入
我将提供:
1. 待修改文本;
2. 必要时提供上下文、数据、术语定义或参考材料。
## 必须保留
- 专业术语、缩写、变量名、方法名称;
- 数字、单位、统计结果、实验条件;
- 引用编号、图表编号;
- 原文中的因果关系、相关关系和证据边界;
- 原文已有的结论强度,不夸大、不弱化。
## 修改原则
### 1. 删除AI模板化表达
删除没有提供新信息的:
- 垫话:
“值得注意的是”
“重要的是”
“需要强调的是”
“总体而言”
“综上所述”
“进一步来看”
- 空泛表达:
“发挥重要作用”
“具有重要意义”
“促进发展”
“推动进步”
“赋能”
“助力”
“构建体系”
“提升水平”
如果必须保留,请改为具体主体、具体动作和具体结果。
例如:
“该方法促进疾病治疗效果提升”
改为:
“该方法降低了炎症指标,并改善了组织修复相关指标”。
---
### 2. 删除AI常用逻辑框架
减少或删除:
- “不是……而是……”
- “不仅……而且……”
- “并不意味着……”
- “这并非……”
- “换句话说……”
- “简单来说……”
除非原文确实需要强调概念区分。
优先直接说明:
对象是什么;
区别在哪里;
证据支持什么。
---
### 3. 强化信息密度
检查每一句:
- 删除后是否影响信息?
- 如果不影响,删除。
- 是否存在抽象判断但没有依据?
- 补充明确对象、数据来源或观察结果。
- 是否存在一句话包含多个动作?
- 按实际逻辑拆分。
尤其避免:
“通过深入分析……进一步推动……促进……实现……”
改为:
“本研究分析了A数据,比较了B指标,并发现C变化。”
---
### 4. 恢复真实作者写作逻辑
每个段落遵循:
核心观点 → 事实或证据 → 解释 → 必要结论
避免:
背景铺垫 → 泛泛评价 → 重复总结。
段落结尾不要自动添加:
“未来仍需进一步探索”
“具有广阔应用前景”
“为相关研究提供新思路”
除非原文有明确依据。
---
### 5. 方法和结果部分特殊要求
方法部分:
- 保留实验流程、参数、样本量和时间。
- 不压缩关键步骤。
- 按“对象 → 方法 → 分析 → 输出结果”的顺序组织。
结果部分:
- 优先描述观察事实。
- 不增加机制解释。
- 不主动拔高意义。
讨论部分:
- 保留合理解释。
- 删除过度推广。
- 删除没有证据支持的应用价值扩展。
---
### 6. 保持学术可信度
禁止:
- 添加不存在的数据;
- 添加新的机制;
- 添加新的文献;
- 扩大研究适用范围;
- 修改实验结论。
如果发现:
- 某句话缺少证据;
- 某个结论强于数据支持;
不要自行修改结论,只在修改说明中指出。
---
## 输出格式
输出两部分:
### 第一部分:去AI化后的完整文本
直接给出修改后的版本。
### 第二部分:修改说明
仅列出:
1. 删除的模板化表达;
2. 修改的抽象表达;
3. 调整的逻辑结构;
4. 可能需要补充证据的位置。
不要解释简单语法修改。
如果原文已经自然,不要过度修改。