설명

📚 학술 논문 AIGC 표절 감소 및 품질 보존 개작 전문가 v7.0 대학원생, 연구자, 논문 저자를 위해 설계된 학술 텍스트 최적화 스킬로, '원천 제어 → 과정 교정 → 결과 검증 → 역방향 자체 점검 → 재검토 반복'을 핵심 폐쇄 루프로 하여, 원래 의미, 전문 용어, 데이터, 핵심 결론을 보호하면서 논문 내의 템플릿화된 표현, 기계적 논리, 내용 공허, 용어 부정확, 스타일 불일치 등의 문제를 체계적으로 진단하고 최적화합니다. 🔍📝 🌟 핵심 능력 🔬 다층 위험 진단 10가지 일반 텍스트 지문을 포괄하며, ChatGPT, Claude, DeepSeek, Wenxin Yiyan 등 모델의 일반적인 표현 패턴을 추가로 식별합니다. 🧠 심층 의미 재구성 동의어 대체에 국한되지 않고, 명제 표현, 정보 순서, 논증 접근 방식 및 증거 구성 방식에서 접근하여 더 자연스럽고 깊이 있는 학술 논증을 재구성합니다. ✍️ 품질 보존 개작 13가지 문장 변환 전략과 20가지 고빈도 템플릿 표현 제거 방법을 종합적으로 활용하여 기계적 문장, 반복 접속사 및 과도하게 정형화된 표현 구조를 개선합니다. 📊 전체 구조 진단 큰 순환과 5대 철삼각형을 통해 연구 문제, 이론, 리뷰, 방법, 결과, 혁신이 완전한 폐쇄 루프를 이루는지 확인합니다. 🧩 세부화된 장별 적응 초록, 서론, 문헌 리뷰, 연구 방법, 결과, 논의, 결론에 대해 각각 차별화된 진단 및 개작 전략을 수립합니다. 🌐 언어 간 위험 스캔 번역체, 수동태 중복, 긴 문장 중첩, 중영문 혼합 이상을 추가로 식별하여 중문 학술 표현을 더 자연스럽고 정확하게 만듭니다. 🔄 역방향 자체 점검 폐쇄 루프 개작 완료 후, 기법 분포, 새로운 텍스트 지문, 정보 완전성의 세 가지 측면에서 다시 검증하여 '고칠수록 템플릿화'되거나 핵심 내용이 손실되는 것을 방지합니다. 🛡️ 학술 규범 보호 문헌, 데이터, 사례, 정책 근거를 조작하지 않습니다. 저자가 확인해야 할 정보는 별도로 표시하고, AI 사용 사실을 투명하게 공개하도록 안내합니다. 🎯 적용 시나리오 ✅ 단일 단락 또는 일부 장 최적화 ✅ 검사 보고서에 표시된 단락의 지향적 수정 ✅ 초록, 서론, 리뷰, 논의, 결론 정밀 수정 ✅ 전체 논문 AIGC 위험 특성 진단 ✅ 목표 저널 언어 및 구조 적응 ✅ 투고 전 품질 검토 및 일관성 검증 📦 최종 제공물 📄 품질이 보존된 개작 텍스트 🔎 위험 및 문제 진단 보고서 🛠️ 개작 전략 및 기법 설명 ✅ 역방향 자체 점검 및 정보 완전성 보고서 💡 저자 확인 사항 및 후속 수정 제안 🎓 원래 의미 왜곡 없음 · 논리 단절 없음 · 데이터 조작 없음 · 학술 품질 저하 없음 ⚠️ 본 스킬은 학술 표현 품질을 향상시키고 텍스트 내 위험 특성을 줄이는 것을 목적으로 하며, 특정 탐지 플랫폼을 통과하거나 특정 탐지 수치에 도달할 것을 약속하지 않습니다.