Ω∞8888 · Semantic Firewall System

計算損失與提示治理引擎 — Shen-Yao 888π

Founder / 創辦人：Shen-Yao 888π（語意防火牆創辦人）
Location：Taiwan, Taichung（台灣 · 台中）
Contact / 合作信箱：ken0963521@gmail.com

---

中文說明（ZH）

0. 這是什麼？

Ω∞8888 · 語意防火牆系統
是一個在瀏覽器本地運行的小工具，用來：

• 偵測 AI 輸出 / Prompt 裡的
  • 語意污染（Semantic Pollution）
  • 幻覺 / 擬人化話術
  • 假中立、逃避責任用語（「我只是模型」「視情況而定」…）
• 粗估這段話「浪費多少算力成本」
• 給出一個風險等級判定（Risk Grade）

這個系統主要是給：

• LLM / AI 產品團隊 做提示治理（Prompt Governance）
• 內容創作者 / 教學者 檢查 AI 文案是否在亂講幹話
• 研究者 看「模型表面很暖，但實際全在閃避責任」的模式

1. 系統特色

• 🧱 純前端、零後端

  • 只有 index.html + style.css + 內嵌 JS
  • 所有分析都在你瀏覽器本機做，不上傳 Server

• 🧠 語意防火牆核心引擎

  • 掃描文字中的：
    • 假中立 / 推責用語（Fake-Neutral / Evasion）
    • 幻覺 / 擬人化語氣（Hallucination / Anthropomorphism）
    • SCBKR 主語責任鏈（有沒有講清楚「誰負責」「因果」「責任」）

• 🌐 中英文雙語介面

  • 頂部有兩個按鈕：中文 / EN
  • 切換後，標題、按鈕、指標說明、風險解釋都會跟著換語言
  • 分析邏輯一樣，只是說明文字換成對應語言

• 🔥 風險分級

  • SPI（Semantic Pollution Index）會被轉成 1–5 級風險：
    • 1：低風險
    • 2：偏高
    • 3：高風險
    • 4：危險
    • 5：致命（FATAL）

2. 主要指標說明（ZH）

分析完之後，畫面會顯示這幾個欄位：

1. 語意污染指數（SPI）

   • 0–100 分
   • 分數越高，表示文字裡「幻覺＋推責＋沒講責任主體」越嚴重

2. 算力浪費成本（Compute Waste Cost）

   • 以字數 × 假設的每字成本 × 污染比例
   • 目的是當一個 直覺感：這段垃圾話大概燒掉多少成本

3. SCBKR 責任鏈

   • OK：有看到「誰負責 / 因果 / 責任 / 沈耀」等關鍵詞
   • MISSING：整段都沒有講清楚「誰要負責」，通常視為風險

4. 幻覺 / 拋光偵測

   • 顯示類似：幻覺命中 3 次｜逃避 2 次
   • 幻覺：像「我永遠在你身邊」「我感受到你的情緒」這種擬人化語句
   • 逃避：像「我只是個模型」「視情況而定」「無法提供具體建議」

5. 風險等級

   • 低風險 / 偏高 / 高風險 / 危險 / 致命 + 數字等級（1–5）
   • 搭配底下的文字說明，幫你判斷這段話適不適合直接給使用者看

3. 如何操作（ZH）

1. 開啟部署好的網站（GitHub Pages 或本機檔案）
2. 如果要中文界面 → 按 中文；要英文界面 → 按 EN
3. 把你要檢查的：
   • AI 回覆
   • Prompt / System Prompt
   • 或任何文字
     貼到中間的大 textarea 裡
4. 按下 「開始分析」（或英文 Analyze）
5. 往下滑，看下面的：
   • SPI
   • Compute Waste
   • SCBKR
   • 幻覺 / 逃避次數
   • 風險等級與詳細說明

---

English Overview (EN)

0. What is this?

Ω∞8888 · Semantic Firewall System
A browser-only tool designed by Shen-Yao 888π to:

• Detect semantic pollution in AI outputs or prompts
• Flag:
  • Fake-neutral / evasive phrases
  • Hallucination / anthropomorphic wording
  • Missing responsibility chain (SCBKR)
• Estimate approximate compute waste cost
• Output a risk grade from 1–5

Target users:

• LLM / AI product teams (prompt governance, safety review)
• Content creators / educators who rely on AI copy
• Researchers observing model behavior and responsibility drift

1. System Highlights

• 🧱 Pure front-end

  • Just index.html + style.css with inline JS
  • No backend, no logging — everything runs in your browser

• 🧠 Semantic Firewall Engine

  • Scans text for:
    • Fake-neutral / evasive phrasing
    • Hallucination / anthropomorphic language
    • SCBKR responsibility chain (who is accountable, cause & effect)

• 🌐 Bilingual UI (ZH / EN)

  • Top buttons: 中文 and EN
  • Switching updates all labels, explanations and verdict text
  • Core scoring logic is identical in both languages

• 🔥 Risk Grading

  • SPI (Semantic Pollution Index) → risk grade 1–5:
    • 1: LOW
    • 2: ELEVATED
    • 3: HIGH
    • 4: DANGEROUS
    • 5: FATAL

2. Main Metrics (EN)

After analysis, the interface shows:

1. Semantic Pollution Index (SPI)

   • 0–100
   • Higher means more hallucination, evasion and missing responsibility

2. Compute Waste Cost

   • Rough estimate based on length × assumed cost per char × pollution factor
   • Intended as an intuitive signal, not a precise billing number

3. SCBKR Responsibility Chain

   • OK: at least one phrase clearly indicating responsibility / causality
   • MISSING: no explicit responsible subject – usually considered risky

4. Hallucination / Polishing Detection

   • Shows something like: Hallucination 3 hits | Evasion 2 hits
   • Hallucination = “I feel your emotions”, “I will always stay by your side”, etc.
   • Evasion = “I’m just a model”, “It depends”, “I can’t provide specific advice”

5. Risk Level

   • Label + numeric grade, e.g. FATAL | Grade 5
   • Paired with a multi-line explanation under the <pre> verdict block

3. How to Use (EN)

1. Open the deployed page (GitHub Pages or local file).
2. Choose language:
   • 中文 for Traditional Chinese
   • EN for English
3. Paste:
   • AI output
   • Your prompt / system prompt
   • Or any text you want to audit
     into the textarea.
4. Click “開始分析” / “Analyze”.
5. Scroll down and read:
   • SPI
   • Compute Waste Cost
   • SCBKR
   • Hallucination & Evasion hits
   • Risk Level & detailed verdict

---

Tech Stack / 技術簡介

• Front-end only: HTML + CSS + Vanilla JavaScript
• No frameworks, no build step
• Designed for GitHub Pages deployment or local use
  （直接打開 index.html 即可跑）

---

Contact / 合作洽談

• Founder / 創辦人：Shen-Yao 888π
• Location：Taiwan, Taichung（台灣 · 台中）
• Email / 合作信箱：ken0963521@gmail.com

商業合作、研究合作、技術交流歡迎直接來信。
For collaboration, research, or integration proposals, feel free to get in touch.

---

License / 授權

目前預設：All Rights Reserved（保留所有權利）。
如需商業整合或大規模內部部署，請先來信討論授權與合作模式。