闲社

标题: 【工作流】AI写作误判复核工作流 [打印本页]

作者: admin 时间: 1 小时前
标题: 【工作流】AI写作误判复核工作流
[md]
# AI写作误判复核工作流

## 套餐描述

把真实写作过程、检测差异和证据缺口整理成人工复核材料包。

## 详细介绍

# AI写作误判复核工作流

**4个可下载技能 · 4步自动化工作流 · 每个技能可单独运行**

AI写作检测结果是概率信号，不是作者身份、使用意图或学术违规的自动结论；同一文本在不同检测器和版本下还可能出现明显差异。本套餐先整理真实存在的写作过程与AI使用声明，再审计检测报告差异、把文档区段映射到草稿和来源证据，最后生成中性的人工复核材料包。4个技能均为本地确定性Python脚本，不读取论文正文、不调用检测器、不生成“降AI率”文本、不伪造版本历史、不替写答辩或申诉故事，也不代替学校、期刊、教师或纪律程序作出结论。

## 4步自动化工作流

### 1 规范真实写作过程证据账本

**对应技能：** `authorship-provenance-ledger-normalizer`

**解决什么：** 把真实存在的提纲、草稿、来源笔记、修订和最终稿按时间、SHA256与证据ID排序，并保留none、允许辅助且已声明、生成内容已声明或unknown四类AI使用声明。

**你会得到：** 时间有序的里程碑账本、稳定账本SHA256、证据种类、READY/BLOCK状态和可修复blockers。

**流转到下一步：** 有版本与声明的过程证据将与下一步检测器报告差异共同构成中性复核背景。

### 2 审计AI检测报告差异

**对应技能：** `ai-detector-report-disagreement-auditor`

**解决什么：** 规范检测器别名、报告版本、检查时间、概率分数、区段ID、警示语和证据引用，比较分数跨度及区段一致性，并禁止输出作者身份结论。

**你会得到：** 多报告版本表、分数跨度、共同标记区段、HIGH/MODERATE/LOW或INSUFFICIENT_COMPARISON差异等级。

**流转到下一步：** 检测差异只作为背景信号；真实写作里程碑继续进入下一步，与每个文档区段和来源证据建立映射。

### 3 映射区段与写作过程证据

**对应技能：** `authorship-process-evidence-mapper`

**解决什么：** 将脱敏区段ID关联到已有里程碑、研究来源和证据引用，区分COVERED、PARTIAL与GAP，并为缺口生成只能由本人真实回答的人工问题。

**你会得到：** 逐区段证据覆盖、缺失项、未知里程碑、总体覆盖率和人工复核问题，不包含代写答案。

**流转到下一步：** 过程覆盖、证据缺口、检测差异、声明和适用政策一起进入最后一步，形成最终交付。

### 4 生成人工复核材料包

**对应技能：** `academic-integrity-human-review-packet-builder`

**解决什么：** 汇总政策、期限、真实里程碑、检测差异、区段覆盖、证据引用和待问问题，限制处理结果为不采取行动、请求解释、请求更多证据或转正式程序。

**你会得到：** READY_FOR_HUMAN_REVIEW、事实清单、证据缺口、责任角色、提交期限、人工问题和允许结果；自动作者身份或违规结论被明确禁止。

## 实际示例

随包虚构样例包含4个写作里程碑、3份检测报告和3个脱敏区段。第一步记录“允许辅助且已声明”并形成稳定账本哈希；第二步发现3份报告的分数从17%到72%，跨度55个百分点且共同标记区段为空，输出HIGH差异；第三步将2个区段完整关联到草稿与来源，结论区因缺来源和本人解释状态未知而为PARTIAL，覆盖率0.6667；第四步保留这些事实和缺口，输出READY_FOR_HUMAN_REVIEW而不作作者身份或违规判断。以上仅为程序测试情境，不是真实学生、论文、检测报告、学校决定或申诉结果。

## 适合谁

- 因AI写作检测分数出现争议，需要按学校或期刊流程整理真实写作证据的学生、作者和研究团队
- 需要避免把单一检测分数当作结论，并要求人工说明、来源和版本证据的教师、编辑与学术诚信办公室
- 需要为AI辅助使用声明、文稿版本、来源笔记和复核过程保留审计记录的高校、培训和出版团队
- 为机构搭建学术诚信流程，希望提供可重复脚本、脱敏样例和明确禁止自动定罪边界的服务商

## 买家只需提供

- 适用政策、案件别名、提交期限和本人真实AI使用声明
- 已存在且有权提交的提纲、草稿、笔记与最终稿哈希、时间和证据ID
- 经授权取得的检测报告元数据、脱敏区段ID、来源引用ID、人工责任角色和允许处理结果

## 使用方式

1. 使用Python 3.10或更高版本，按各技能README准备UTF-8 JSON；无需第三方依赖。
2. 依次运行过程账本、报告差异、证据映射和人工材料生成，也可将任一步接入学校、期刊或机构已有复核流程。
3. 先用随包样例验收高差异和过程缺口，再由本人和有权机构核对原始证据、政策与时间线，绝不补造材料或自动提交。

## 交付与验收

- 交付4个独立技能目录，每个包含_meta.json、SKILL.md、agents/openai.yaml、README、Python执行器和脱敏输入输出样例。
- 4个脚本均可离线重复运行，相同输入产生稳定JSON；技能数与工作流步数精确为4。
- 验收个人信息或正文阻断、里程碑哈希、时间排序、检测分数越界、多报告差异、区段缺口、人工问题和禁止自动结论是否按样例触发。
- 输入错误不会上传文稿、调用检测器、生成规避文本、伪造证据或发送申诉，可按blockers补充真实材料后重跑；不包含学校账号、检测器订阅、法律意见、代写、降AI率、人工代理、提交或结果保证。

## 服务说明

本套餐只处理买家有权使用且已脱敏的证据元数据，不处理论文正文、姓名、学号、邮箱、检测器账号或未授权报告。检测分数、版本历史和来源记录都不能单独证明作者身份、AI使用意图或学术违规；缺少过程证据也不自动证明违规，完整过程证据同样不保证机构接受。买家必须遵守所在学校、期刊、课程、研究伦理、隐私和申诉规则，并如实披露允许或禁止的AI使用。本资源不得用于改写文本逃避检测、伪造时间戳、冒充本人答辩、隐瞒真实AI使用、骚扰教师或规避正式程序。最终判断、通知、听取陈述、证据权重和处理结果必须由有权人员依适用规则完成。本资源不承诺撤销标记、申诉成功、检测准确、零误判或任何学业结果。

## 套餐图标

## 包含技能

- [academic-integrity-human-review-packet-builder
](https://www.xianshe.com/plugin.php?id=hl_skillhub&mod=detail&slug=academic-integrity-human-review-packet-builder)
- [ai-detector-report-disagreement-auditor
](https://www.xianshe.com/plugin.php?id=hl_skillhub&mod=detail&slug=ai-detector-report-disagreement-auditor)
- [authorship-process-evidence-mapper
](https://www.xianshe.com/plugin.php?id=hl_skillhub&mod=detail&slug=authorship-process-evidence-mapper)
- [authorship-provenance-ledger-normalizer
](https://www.xianshe.com/plugin.php?id=hl_skillhub&mod=detail&slug=authorship-provenance-ledger-normalizer)

## 安装方式

此套餐为**付费套餐**，购买后可一键下载全部技能。

🛒 [点击购买并下载 AI写作误判复核工作流](https://www.xianshe.com/plugin.php?id=hl_skillhub&mod=buy&bundle_id=415)

## 收费方式

💴 **现金购买** - 需要支付 ¥124.00

## 前往安装

**[👉 点击前往套餐安装页面](https://www.xianshe.com/plugin.php?id=hl_skillhub&mod=bundle&ac=detail&slug=authorship-provenance-ledger-normalizer-2d049e2a84c2)**
[/md]

欢迎光临闲社 (https://www.xianshe.com/)