AI 动漫图像检测器

要解决什么问题

二次元社区里，AI 生成的动漫图与手绘作品混在一起发布。人工肉眼很难稳定区分：手部异常、背景重复纹理、光影逻辑不自洽这类瑕疵，在缩略图上几乎看不到，逐张放大检查又太耗时。现有检测方案多依赖通用图像特征，对动漫画风的亚像素特征处理不够精细，误判和漏判都不低。创作者也常被质疑“图是不是 AI 画的”，却很难拿出有依据的自证。

检测机制与核心能力

这个技能采用多轮提问式视觉分析，核心是调用 view_image 工具对目标图片进行分维度、逐轮次的观察，避免一次性提问过多导致分析质量下降。

• 第 1 轮：整体特征扫描

覆盖背景纹理、手部结构、瞳孔反光、发丝走向、衣褶规律、边缘过渡等六类常见瑕疵点。

• 第 2 轮：细节瑕疵深挖（仅在高度怀疑时执行）

检查水印痕迹、小物体重复、光影自洽性、骨骼比例异常，以及多余瞳孔、异常耳环这类“签名式瑕疵”。

• 第 3 轮：生成工具溯源（仅在确认或高度怀疑 AI 时执行）

依据色彩饱和度、构图习惯、肤质表现等线索，推测最可能来自 Niji Journey、Midjourney、Stable Diffusion、NovelAI 或国产工具中的哪一种。

最终按五个等级输出概率结论：A（几乎确定，95%+）、B（高度怀疑，75~94%）、C（存疑，40~74%）、D（可能是真人，10~39%）、E（高度可能真人，<10%）。支持最多 9 张图片的批量分析，每张独立评分后汇总为对比表格。详细的瑕疵特征库整理在 references/ai-artifact-catalog.md，按身体部位、背景元素、技术特征分类。

适用边界与注意点

检测结论是概率判断而非确定性结论。有几类情况容易误判：

• 手绘板作品：线条干净、色彩均匀的数字绘画（如 Procreate、SAI 作品）可能被判为 AI，需关注笔触一致性和个人风格。
• AI 加人工后期：修复手部、调整光影后再发布的作品最难识别，这类情况应标记为 C 级并说明理由。
• 刻意模仿 AI 审美的手绘：少数画师会主动贴近 AI 画风，需要从微观笔触层面寻找区分点。

建议把检测结果当作辅助参考，而非唯一判定依据。