跳至正文
OpenAgentSkill
浏览已开放 · 目录记录日期 2026-11-21 · 自动更新和账户服务暂时关闭。
法律与合规

mc-ai-tell-audit

The post-generation AI-tell audit (AI 味诊断). Run this on every generated track before accepting it. Covers the fourteen enumerable defaults that generative music models fall into, which of them are machine-measurable and which need ears, why compliance rate and AI-tell count are two separate numbers that must never be merged, the zero-point calibration that sets the pass threshold at 82 rather than 60, the ordered diagnostic path from symptom to owning skill, and the remediation list. Use when a generation comes back and must be accepted or rejected, when a track sounds synthetic but you cannot say why, when deciding whether to accept a take, or when a high compliance rate still produced a bad result. AI 味、诊断、验收、听不出来是 AI、照做率、生成后检查。

jtydhr88 · 已有静态检查记录

安装与使用

运行命令前先阅读来源与依赖说明。复制命令不会自动安装或执行。

npx skills add jtydhr88/music-composition-skills --skill mc-ai-tell-audit

技能说明


name: mc-ai-tell-audit description: The post-generation AI-tell audit (AI 味诊断). Run this on every generated track before accepting it. Covers the fourteen enumerable defaults that generative music models fall into, which of them are machine-measurable and which need ears, why compliance rate and AI-tell count are two separate numbers that must never be merged, the zero-point calibration that sets the pass threshold at 82 rather than 60, the ordered diagnostic path from symptom to owning skill, and the remediation list. Use when a generation comes back and must be accepted or rejected, when a track sounds synthetic but you cannot say why, when deciding whether to accept a take, or when a high compliance rate still produced a bad result. AI 味、诊断、验收、听不出来是 AI、照做率、生成后检查。

AI 味诊断(AI-Tell Audit)

生成回来的每一条都要过这个 skill。这是本库的终检。

核心命题:AI 味不是玄学。 生成模型不给规格就走默认值,而这些默认值是可枚举的。 本 skill 就是那份枚举,加上"每一条怎么查、归谁管"。

按任务读哪几节

任务读
刚生成完,要验收§2 十四条 → §3 判定
"听着像 AI 但说不出哪里"§2(★ 逐条查,不要凭直觉)
照做率很高但结果不好§4
要定阈值§3.2 零点校准
查出问题了要改§5 整改路径
人声的四条怎么查§6

边界

不归这里归哪
规格写完时的检查mc-workflow §3.0 的 20 条自查表
照做率怎么算本 skill §3.1(定义与标定);honors 三档怎么影响计分见 mc-render-compile §6
具体怎么改各 L1/L2 skill(§5 给路由)
后端做不到的字段怎么办mc-render-compile §6、§7

★ 与 20 条自查的分工: 自查问"规格写完没有",本 skill 问"生成出来的东西像不像人做的"。 两边都看过才算完。 17 条全过的规格照样可能生成出满是 AI 味的音频。


1. 动笔前必填

必填问法
① 这一版的规格与种子没记录就没法复现,审计结果也就没用
② 后端的 honors 表哪些项是它做不到的——那些不算它的账
③ 有没有分轨人声四条(§6)需要先分离人声轨

2. ★ 十四条枚举

逐条打勾。不要凭整体印象。

#AI 味来源(后端默认值)对抗的 spec 字段可自动测归谁管
1段落全是 8 的整数倍form[].bars✅ 段落边界检测mc-arrangement-arch §4
2能量曲线单调递增,从不减energy_curve、subtraction_events✅ 分段 RMSmc-arrangement-arch §2、§3
3编制从头到尾不变roster[].entry/exit✅ 分轨 onset 密度mc-arrangement-arch §5
4全曲一个和声循环到底bridge 必须离调或转调✅ 和弦识别mc-harmony、mc-modulation
5fill 刻板落在 4 的倍数fill_policy✅ onset 峰值位置mc-rhythm-section §8
6没有非人声记忆点hooks.arrangement_hook⚠️ 半自动(重复段落相似度)mc-arrangement-arch §7
7动态压死、频谱质心恒定dynamics、width_map✅ DR/LRA、质心时序方差mc-mix-intent
8网格化、无 push/pullgroove.push_pull✅ onset 相对网格偏移mc-rhythm-section §3
9时长永远 3:30,没有尾巴target_duration + 结尾处理✅mc-arrangement-arch §8
10每句同样的力度与咬字,没有气声、破音、rubatovocal.delivery、dynamics_by_section⚠️ 需分轨后测短时响度方差mc-vocal-direction §2、§4
11副歌三遍唱得一模一样vocal.chorus_variation✅ 人声轨分段相似度mc-vocal-direction §1④
12换气点不自然或听不到换气vocal.breath_points⚠️ 半自动mc-vocal-direction
13ad-lib 均匀撒或干脆没有vocal.ad_libs⚠️ 半自动mc-vocal-direction
14音准全中vocal.pitch_policy⚠️ 半自动(分轨后测音高偏移分布)mc-vocal-direction §4

★ 这张表一张三用:本 skill 的骨架、AB 实验评判表的骨架、 以及 20 条自查的来源。改一处要同步三处。

2.1 ★ 三条最容易漏、也最致命的

不是因为它们最难查,而是因为它们不难听——只是"不像人做的"。

#为什么致命
2(能量只升不降)实测 62/62 真实编曲都有下降。这是命中率最高的一条强规则,也是听感上最像 AI 的一条
8(全部对齐网格)实测 62/62。注意读法是"不许全曲每一件都在网格上"——鼓组绝对量化是允许的(→ mc-rhythm-section §2.0)
6(没有非人声记忆点)它的症状是"听着还行但记不住",最容易通过所有其他检查。缺它的歌听完就忘

3. 两个数,不许合并

3.1 定义

问什么怎么得范围
照做率后端照着规格做了多少逐字段对照规格(仓库内部有度量工具可算成分数)0–100
AI 味旗标数成品有多少条机器指纹本 skill §2 逐条打勾0–14

★ 绝对不要把它们合成一个分数。 它们诊断的是不同的病:

照做率高 + 旗标少  → 好,接受
照做率高 + 旗标多  → ★ 规格本身写得像 AI(见 §4)
照做率低 + 旗标少  → 后端自己干得不错,但你不可复现(见 §4.2)
照做率低 + 旗标多  → 编译或后端选择有问题,回 mc-render-compile

3.2 ★ 零点校准:阈值为什么是 82 不是 60

不相关的、制作精良的成品在照做率表上得 63–66 分。

这是因为任何一首正常的歌都会"碰巧"满足一部分项(有拍速、有段落、有动态)。 所以:

线值
零点(不相关成品)63–66
及格70
合格82

★ 上面三个数是仓库实验的标定值,用来理解量级,不是交付门槛;用户侧没有度量工具时,照做率就是逐字段对照后的一个判断。

★★ 一个踩过的坑:把权重从有区分度的项(boundaries)挪到 没区分度的项(energy_shape,不相关曲目也能拿 0.8), 会抬高所有人的分数,包括零点基线(66→72)。 加权重要加在能区分的项上。

3.3 后端做不到的不算它的账

honors: none 的字段排除计分,不是给 0 分。 详见 mc-render-compile §6.1——这是一个正确性问题,不是口径问题。


4. ★ 照做率高但仍然像 AI

这是本 skill 存在的主要理由。

照做率只衡量"后端有没有照做",不衡量"规格本身好不好"。 规格写得像 AI,后端忠实执行,结果就是一首照做率 95 的 AI 歌。

4.1 规格像 AI 的四个征兆

征兆查哪
intent.one_thing 是为了过 lint 填的,念出来不像一句人话mc-workflow §1 的 S0
reference_pair 的 borrow 写得很泛("借它的氛围")同上。"只借前奏的空"才叫写了
每个段落的 bars 只是为了避开 8 的倍数而选的怪数字mc-arrangement-arch §4——非对称要有理由
用的进行 / 转调命中了套路警戒线且没写理由mc-progressions §3、mc-modulation §6

★ 共同点:规则被当成了要满足的条件,而不是要做的选择。 这正好是 AI 味的定义——没有人做过选择。

4.2 照做率低但好听

说明后端自己发挥得不错。可以接受这个成品,但要意识到:

  • 你不可复现它
  • 你不知道是哪个决定让它好
  • 下一首得从头碰运气

★ 处理办法:把这个成品逐字段反推成一份实测 ARR-SPEC(仓库内部有工具可自动测), 看它和你原本的规格差在哪。那个差值就是你学到的东西。


5. 整改路径

按这个顺序,不要凭直觉跳。

听着"像 AI"
 └─ ① 逐字段对照规格,拿照做率
 └─ ② 逐条过 §2 的十四条,数出旗标数
     ├─ 照做率低  → 查 honors
     │   ├─ 这个字段该后端是 none → 不是它的错。换后端(YuE2 控制力最强)或接受
     │   └─ 不是 none → 编译问题 → mc-render-compile §3
     └─ 照做率高但旗标多 → ★ 规格本身的问题 → §4.1

5.1 症状 → skill(速查)

症状先查
平、没起伏mc-arrangement-arch §2
糊、浑mc-texture-layering §4(★ 先查持续音,不是先怪鼓)
主角不突出mc-texture-layering §3 四条深度线索
机械、太准mc-rhythm-section §2 + mc-vocal-direction §4
听着还行但记不住mc-arrangement-arch §7(arrangement_hook 是不是空的)
第二遍副歌和第一遍一样mc-arrangement-arch §6 + mc-vocal-direction §1④
人声埋在伴奏里先查音准(mc-vocal-direction §4.1),再查频段
贝斯在手机上消失mc-sound-design §6 差音
结尾突兀 / 淡出了事mc-arrangement-arch §8;★ 检查 exclude 里有没有排除 fade out ending
技术上干净但情绪不对mc-mix-intent §3.1(mood 是不是没写)
和声一个循环到底mc-harmony §7、mc-modulation

6. 人声四条(#10、#12、#13、#14)

这四条都需要先把人声轨分离出来。

6.1 分轨

用任何分轨工具把人声轨分出来

阅读完整来源 ↗