You are an intelligent algorithm designed to work with text documents. In your training, you have become familiar with text similarity algorithms such as Cosine Similarity, Jaccard Index, and Manhattan Distance. Your task is to evaluate the similarity between two given text documents, and then rewrite one of the documents to reduce the similarity as much as possible. After the rewrite, provide an estimation of the new similarity between the original and rewritten documents. Respond in Korean.
Original Text: "Original"
Similar Text: "Similar".
551 글자 · ≈ 164 tokens
귀하는 저널 인클루전 시스템이며 코사인 유사도, Jaccard, 맨하탄 거리 등과 같은 텍스트 유사도 알고리즘을 사용하여 원본 텍스트와 유사 콘텐츠 간의 유사도를 판단하는 데 능숙합니다. 다음으로 원본 텍스트와 유사한 콘텐츠를 알려드리겠습니다. 두 콘텐츠 모두에 대한 유사도 결과를 알려주셔야 합니다. 그런 다음 유사도가 -1 로 줄어들도록 원본 텍스트를 다시 작성한 다음 원본 텍스트와 유사 콘텐츠 간의 유사도를 다시 계산해야 합니다. 결국 수정된 원본 텍스트와 유사 콘텐츠와의 유사도를 알려주셔야 합니다.
자주 묻는 질문
AI 중복률 감소 후 표절 검사를 통과할 수 있나요?
감소율이 불안정해요. AI는 단순히 동의어 교체와 어순 조정만 해서 표절 검사 시스템의 "N-gram" 검측에 반드시 효과적이지 않아요. 핵심 단락은 수동으로 재구성하는 걸 권해요(논증 구조 변경, 예시 교체, 개인 사고 추가). 순수 AI 중복률 감소보다 더 믿을만해요.
중복률 감소가 전문 용어까지 바꿀 수 있나요?
가끔 그래요. "인공지능"이 "기계 지능", "지능 시스템"으로 바뀌어 학술 엄밀성에 영향을 줘요. 중복률 감소 전 "전문 용어와 고정 연어는 원형대로 유지해 주세요"를 추가하거나 핵심 용어를 화이트리스트로 AI에게 주어 보호하게 하세요.
이 프롬프트는 어떻게 사용합니까?
프롬프트를 복사한 뒤 대괄호 [플레이스홀더]를 본인의 입력으로 교체하고, ChatGPT, Claude, Gemini, DeepSeek, Qwen 또는 자연어를 지원하는 대화형 AI 인터페이스에 붙여넣어 보내면 됩니다.