# qu-ai-wei — CCL 批量查询词表
# 上传到 https://corpus.pku.edu.cn/batch,逐条查 CCL 真实语料里的频率与上下文
#
# 这是「校准词表」,不是 snapshot 测试 fixture —— scripts/build-flat.sh 不会把它打进
# .cursorrules / WARP.md;放在 tests/fixtures/ 是方便集中审计,不会被测试运行器消费
#
# 解读阈值(给后续维护者一份固定刻度,避免人工估值):
#   - 命中 0–5 例 → 强 AI 腔证据,在对应规则文件旁标「单次即触发」,见 #47b 范式
#   - 命中 6–100 例 + 集中在一种语体(公文 / 学术 / 体育 / 小红书) → 语体限定证据,
#     在该规则的「⚠️ 语体限定」块补一行「<语体> 不触发」
#   - 命中 >100 例 + 跨语体均匀分布 → 真人惯用,该规则要么调密度判定,要么把词条挪进
#     references/whitelists.md
#   - 命中 >100 例 + 时间集中在 2023 年之后 → 新兴 AI 痕迹,在 #49 流行词表添一行
#
# 重要提醒:表里「高质量发展 / 凝心聚力 / 砥砺奋进」等词条,查的是「AI 仿写公文 / 宣传体
# 的痕迹」,不是公文本身。SKILL.md「冲突仲裁顺序」§3 对真公文先做语体降级;校准结果
# 只动「AI 仿写判定」,不动公文规范表达
#
# 文件规则:
#   - 编码 UTF-8 (无 BOM),行尾 LF
#   - 一行一条查询,空行与 `#` 开头为注释
#   - 已去重;分组对应 SKILL.md / references/*.md 规则编号
#
# CCL 上传约束(实测 2026-05):
#   - 每次上传最多 100 行
#   - 上传器不识别 `#` 注释,会把注释当字面查询
#
# 已为上传准备的派生文件(本目录):
#   - corpus-queries-clean.txt           全部 441 条,去注释 / 去空行 / 去行尾注释
#   - corpus-queries-batch-1-content.txt              54 条 (规则 #1-#6)
#   - corpus-queries-batch-2a-language-hf.txt         43 条 (#7 高频词单词 + 共现)
#   - corpus-queries-batch-2b-language-rest.txt       62 条 (#8, #11-#20)
#   - corpus-queries-batch-3-rhetoric-dialogue.txt    55 条 (#34, #21-#22a, #26-#29, #51)
#   - corpus-queries-batch-4-fillers-translation.txt  61 条 (#30-#33, #39-#42)
#   - corpus-queries-batch-5-platform.txt             77 条 (#37 + #50)
#   - corpus-queries-batch-6-popwords-whitelist.txt   89 条 (#49 + 白名单控制)
#
# 派生文件由本表重新生成:
#   grep -vE '^#|^$' corpus-queries.txt | sed -E 's/[[:space:]]+#.*$//; s/[[:space:]]+$//' > corpus-queries-clean.txt
#
# 校准建议(每年一次,或每次规则文件大改后):
#   - 「已入土」流行词按《咬文嚼字》年度榜更新
#   - 「2024-2025 鲜活词」逐年沉淀进 references/whitelists.md
#   - 若白名单控制组在 CCL 跨语体频率明显偏低,回 whitelists.md 复核词条

# ===========================================
# A. 内容模式(规则 #1-#6)
# ===========================================

# #1 过度拔高意义
具有重要意义
具有深远意义
具有重要的意义
发挥重要作用
发挥着重要作用
占据举足轻重的地位
举足轻重
标志着新的阶段
开创了新的局面
谱写了新的篇章
书写新的华章
注入新的活力
迈上新台阶
重要里程碑

# #2 空洞的关注 / 强调句
值得一提的是
值得关注的是
值得思考的是
值得我们关注
值得深思
不可否认
不容忽视
毋庸置疑
众所周知

# #3 时代背景开场套路
随着不断发展
随着日益深入
不断发展的今天
在当今时代
在新时代背景下
在数字化时代
数字化浪潮
时代浪潮中
近年来,随着

# #4 尾巴式空洞总结
深刻内涵
时代价值
深层逻辑
重要启示
折射出
彰显了
体现了深刻

# #5 模糊权威归因
专家表示
业内人士认为
有关研究显示
据悉
相关报告指出
不少学者指出
有关人士透露
权威人士指出

# #6 公式化的挑战与展望
尽管面临诸多挑战
面对新的挑战
展望未来
更加光明的未来
迎来更加
有理由相信
必将迎来

# ===========================================
# B. 语言模式(规则 #7-#20)
# ===========================================

# #7 AI 高频商务词(单词;预期 CCL 命中高,价值在「上下文集中度」)
赋能
助力
打造
护航
抓手
闭环
底层逻辑
核心竞争力
高质量发展
全方位
多维度
多层次
全链路
一站式
根植于
聚焦点
至关重要
转折点

# #7 高频词 2-3 字共现探针(密度证据;CCL 命中应远低于上面的单词)
深度赋能
全面赋能
持续赋能
全方位赋能
多维度赋能
一站式赋能
全链路赋能
深度打造
全力打造
精心打造
倾力打造
全力护航
保驾护航
全方位护航
助力发展
一站式服务
全方位服务
多维度分析
多层次保障
全链路覆盖
闭环管理
深度参与
深度融合
深度协同
赋能千行百业

# #8 华丽意象词堆砌
璀璨
熠熠生辉
绽放光芒
时代画卷
壮丽画卷
时代华章
时代乐章
新的篇章
扬帆起航
乘风破浪
砥砺奋进
蓬勃发展
共谱华章

# #11 的的不休(典型长定语探针)
拥有着丰富经验的
来自不同行业的
一个被认为是
一个拥有

# #12 进行 + 动词(共现探针)
进行讨论
进行分析
进行研究
进行沟通
进行优化
进行思考
进行了深入
进行全面的
进行系统的
进行深入的分析
进行全面的研究

# #14 性 后缀堆叠(非白名单)
全面性
前瞻性
战略性
时代性
前瞻性思考
战略性意义
全局性谋划
方向性把握

# #15 化 后缀堆叠(非白名单)
精细化
精益化
精准化
精致化
精细化管理
精益化运营
精准化服务
精致化生活

# #16 长破折号 / 同位补注(必带破折号,否则会被「也就是」这种口语词淹没信号)
——也就是
——换句话说
——特别是
——更确切地说
——或者说

# #17 中英术语强行括注(典型形态)
算力(compute)
推理(inference)
一致性(consistency)
核心指标(metric)
模型上下文协议(MCP)
模型上下文协议

# #20 列表预告
下面从三个方面展开
有以下几点值得关注
主要可以分为
需要从多个维度
几个方面值得我们关注
以下几个方面
从以下几个

# ===========================================
# B+. 逻辑连接(规则 #34)
# ===========================================
# 真人(尤其学术 / 论说)也用这几个词;触发条件是「短段 ≥3 个 + 内容空转」,
# 不是「出现即 AI 腔」。CCL 高频是预期结果,看的是上下文集中度与密度

综上所述
由此可见
与此同时
不仅如此
更重要的是
换言之
首先,其次,再者
首先,其次,最后

# ===========================================
# C. 修辞模式(规则 #21-#25)
# ===========================================

# #21 四字成语机械堆叠(宣传腔成语对;查 AI 仿宣传体,不查公文本身)
凝心聚力
砥砺前行
开拓创新
共创未来
锐意进取
真抓实干
凝心聚力砥砺前行
砥砺前行开拓创新

# #22 排比段机械模板
一方面
另一方面
一方面另一方面

# #22a 押韵口诀 / 顺口溜
一句话口诀
三字诀
四字诀
核心就八个字
总结起来就是
一句话记住

# ===========================================
# D. 交流模式(规则 #26-#29, #51)
# ===========================================

# #26 客服式助手腔
希望对您有帮助
如有疑问请随时
仅供参考
祝您生活愉快
如果您需要进一步
如需进一步了解

# #27 过度迎合 / 谄媚语气
您问得非常好
您说得太对了
这是一个非常棒的问题
您的观点完全正确
非常好的问题

# #28 知识截止日期免责声明
截至我的知识更新日期
根据我所掌握的信息
作为一个 AI 语言模型
基于现有资料

# #29 空洞的积极结尾
未来可期
让我们共同期待
相信在不久的将来
美好的明天
光明的前景
大有可为
前景广阔
未来必将

# #51 第二人称泛化代词
广大用户
广大读者
读者朋友
各位朋友
小伙伴们
朋友们
诸位

# ===========================================
# E. 填充与模糊(规则 #30-#32)
# ===========================================

# #30 冗余书面化短语(具体可查的形态,不带 `XX` 占位)
通过这种方式
在这种情况下
由于这个原因
关于这个问题
为了这个目的
具有这种能力
发挥这种作用
做出这样的贡献

# #31 过度模糊限定
在一定程度上
某种意义上
某种程度上
在某种层面上
一定程度上

# #32 让我们一起 号召句
让我们共同
让我们携手
让我们一同
让我们一起探讨
让我们一起走进
让我们一起感受
让我们共同见证

# ===========================================
# F. 翻译腔(规则 #33, #39-#42)
# ===========================================

# #33 翻译腔残留
作为一个
作为一名
被认为是
被广泛认为
被普遍认为
被一致认为
令人感到
令我感到
所关心的是
所讨论的是

# #39 思考场景里的物理动作动词(必带思维 / 论证语境锚定,孤词太常见无信号)
接住每一个
击穿了
拆解开来
说服力很锋利
咬住论点
论证很锋利
扛住质疑
拎清思路
扣住主线

# #40 X 很 Y 起手式(冒号 + 形容词预判)
逻辑很清晰
结论很明确
道理很简单
答案很直接
事实很清楚
问题很明显
道理其实很简单
结论其实很明确

# #41 抽象名词作主语 + 形容词谓语
现实比想象的
成熟度比预期低
复杂性超出
难度远超

# #42 有中文译法却留着的英文词(必带中文语境锚,裸英文词会被新闻 / 品牌名淹没)
这个 argument
这个 workflow
整个 pipeline
这种 pattern
把 context
state 的
cache 一下
refactor 一下
flow 理清
把它 refactor

# ===========================================
# H. 平台场景与文体(规则 #37, #50)
# ===========================================

# #37-A 公众号伪深度咨询腔(单词预期 CCL 高命中,信号在「抽掉术语后是否丢信息」)
逻辑闭环
颗粒度
心智(伪深度语境)
生态位
长期主义
信息茧房
认知突围
飞轮(伪深度语境)
势能
第一性原理(伪深度语境)
范式转移
拉开差距的其实是
底层逻辑是
不是 X 而是 Y

# #37-B 小红书 AI 模板(老套路 + 万能赞美词)
闭眼入
真的绝了
宝藏
神器
天花板
显瘦不是梦
准时下班不是梦
人均
必点招牌
必看
必入
码住
种草
打工人必看
租房党必看
学生党必看
敏感肌姐妹
宝妈必看
气场两米八
好吃到想原地开店

# #37-B 小红书伪疗愈 / 伪搞钱(2024-2025 主流)
25 岁裸辞
内核稳定
高能量人格
课题分离
把自己重养一遍
允许一切发生
能量场
戒掉讨好型人格
复利思维
认知杠杆
睡后收入
反内卷
建议收藏
建议所有
评论区告诉我
i 人
e 人
淡人
浓人
确诊为

# #37-D 短视频口播算法钩子
刷到这条视频说明你
大数据不会乱推
留下接字
能刷到这条的人都不简单
千万别再
我劝你立刻停止
注意看这个男人叫小帅
这个看似不起眼的动作
点赞收藏关注
一键三连

# #37-E AI 客服亲亲体
您好呢亲
亲亲这边
亲这边建议您
亲这个问题

# #50 B 站 AI 口播套路(开场过渡 + 强行比喻 + CTA)
大家好今天我们来聊一聊
大家好今天我们来聊
接下来让我们一起来看看
下面我们就来聊一聊
你可以把它理解成
原因主要有三个
感谢大家的观看

# #50-D B 站 AI 翻译字幕残留(强行中译技术词)
变压器模型(Transformer)
语境窗口(context window)

# ===========================================
# 流行词半衰期校准(规则 #49)
# ===========================================

# 已入土 / 用了基本就是 AI 腔(应在 CCL 近五年语料里走低或几乎消失)
yyds
绝绝子
栓Q
凡尔赛文学
人类高质量男性
家人们谁懂啊
姐妹们快冲
不好吃回来打我
素质三连
这集我看过

# 梗时代感弱化(2025-2026 用在新内容里像复读;真人偶有玩老梗,概率分布看 KWIC)
真香
奥利给
哈基米
爷青回
AWSL

# 2024-2025 鲜活词 · 控制组(应在 CCL 近 2-3 年语料里上升)
city 不 city
硬控
水灵灵地
班味
松弛感
银发力量
小孩哥
小孩姐
数智化
智能向善
未来产业
韧性
具身智能
苏超
赛博对账
数字游民
谷子
预制
活人感
基础不基础
牛马
吗喽
抽象
我的老天奶
沉默震耳欲聋
已老实求放过

# ===========================================
# 白名单控制组(应在 CCL 学术 / 科技语料里有稳定基线)
# ⚠ 这些是「负控制」,跨语体高频是预期结果;不要把它们的命中数当作 AI 腔证据
# ===========================================

# 性 后缀硬白名单(规则 #14)
鲁棒性
可解释性
一致性
可扩展性
确定性
复杂性
稳定性
可靠性
安全性
可用性
隐私性
连贯性
创新性
系统性
公平性

# 化 后缀硬白名单(规则 #15)
数字化
智能化
自动化
电气化
城镇化
工业化
现代化
全球化
市场化
标准化
国际化
规模化
商业化
多元化

# 学术 / 公文「进行 + V」合法用法(规则 #12 例外,公文 / 法律语体里属规范表达)
进行尽职调查
进行听证
进行统计学
对该政策进行研究

# 体育 / 行业沉淀词(whitelists.md 一档 / 四档,跨媒体高频是预期)
NBA
MVP
GOAT
绝杀
加时赛
点球大战
神经酰胺
透明质酸
烟酰胺
皮肤屏障

# 品牌广告硬锚点(brand-voice.md 引用,各 slogan 注明权属)
岂止于大              # Apple iPhone 6 Plus
让妈,更妈            # Apple 母亲节 campaign
管什么输赢,上        # Nike
跑了就懂              # Nike
活出你的伟大          # Nike "Find Your Greatness"
