AI检测软件会给出一个概率，表示文本看起来像机器写的——它并不能证明是谁写的。如果你被标记了，有用的做法不是去和那个数字争辩，而是找出哪些句子携带了信号并重写它们，然后重新评分以确认比率确实下降了。
AI检测软件实际测量的是什么？
检测器并不识别作者身份。它们估计一段文字的可预测程度。两个信号起了主要作用：困惑度（语言模型对你的用词选择感到多意外）和突发性（句子长度和结构的变化程度）。低困惑度和平坦节奏的文本读起来像是生成的，无论模型是否碰过它。
这就是为什么正式的学术文章、翻译文本和非英语母语者的写作会被标记。这些风格在构造上就是可预测的。如果你处于这种情况，诚实的框架在为什么AI检测器会标记非英语母语写作者中——标记是一种风格解读，而不是指控。
我们在2026-09-28运行了自己的检测器（DeAIze，本地集成，轻量级，30%标记阈值），跨两个语料库。在709篇手写的DeAIze指南上，平均AI得分为26%，中位数为25%，范围为0–69%；这709篇人类文档中有239篇在该阈值下被标记。在12段未经编辑的模型文本上，平均值为33%，中位数为34%。由此得出两点。人类写作并非自动安全，未经编辑的模型输出也并非自动被捕获。两个方向的错误都是正常的。
供应商发布自己的容差，而且各不相同。GPTZero的FAQ指出，当其置信度类别为高时，99.1%的人类文章被归类为人类，98.4%的AI文章被归类为AI，并将90%的类别概率描述为意味着检测器在类似文档上大约90%的时间是正确的（来源：gptzero.me）。Turnitin的产品页面表示，它可能每100份完全人类文档中标记一份，1%到19%之间不归因任何分数，并且它识别为50%可能AI写作的文档可能包含多达65%的AI写作（来源：turnitin.com）。将这些解读为供应商定义的操作区间，而不是对你文件的保证。
你究竟该查哪个检测器？
让工具匹配你的决策。免费句子级检查足以应付编辑；学校或客户会看的报告则是另一回事。
| 工具 | 报告内容 | 值得注意的公开细节 | 最适合 |
|---|---|---|---|
| DeAIze（我们的） | 整篇文档评分加上句子级 AI 概率 | 自有测量，2026-09-28：人类样本 n = 709，均值 26%，中位数 25%，239 个被标记 | 找出哪些句子需要重写 |
| GPTZero | 文档评分、句子高亮、置信度类别 | 供应商 FAQ：在高置信度下，99.1% 的人类文章被归类为人类，98.4% 的 AI 文章被归类为 AI；90% 类别概率被描述为在类似文档上的正确率（gptzero.me） | 对已被标记的草稿寻求第二意见 |
| Turnitin | 机构报告中的片段级指标 | 供应商页面：约每 100 份完全人类文档中有 1 份被标记；1% 到 19% 之间不归因任何评分；50% 的发现可能反映高达 65% 的 AI 写作（turnitin.com） | 了解你的机构看到什么 |
| Copyleaks、Originality.ai、Sapling | 文档和片段评分 | — | 提交前交叉核对 |
在重写任何内容之前，先找出哪些行承载了信号。DeAIze 对文档评分，并按 AI 概率高亮每个句子，因此你只需编辑被标记的句子，而不是整篇草稿——免费套餐，200 词，无需信用卡。
为什么一个工具标记了你，另一个却放过了你？
因为它们是用不同的仪器读同一页。阈值、训练数据、片段长度和语言处理都不同，所以出现分歧是意料之中的，而不是程序错误的证据。短段落会让情况更糟：模型可用于估计的文本更少，这就是为什么三行段落会在不同检查之间剧烈波动。
实用规则：选择一个检测器作为你的工作工具，记下它的分数，然后停止寻找更友好的数字。从第五个工具那里追求一个干净的读数，对你的文章毫无教益。如果两个工具严重不一致，这种不一致本身就是发现——文本处于边界附近，而边界是模糊的。
如何降低被标记率？
工作是句子层面的编辑，而不是同义词替换。改写工具轮换词汇，却保持同样平淡的节奏，而节奏正是被测量的东西。
- 先评分。 获取文档分数和逐句读数。不要盲目编辑。
- 列出被标记的句子。 通常是少数。其余部分保持不动。
- 为节奏而重写，而非为词汇。 混入一个短句。拆分一个长句。让一个句子承载观点或旁白。
- 添加只有你才有的具体细节。 一个日期、一个地点、来自你自己数据的一个数字、一个你真正相信的限定条件。检测器将通用措辞视为低困惑度文本。
- 重新评分。 如果数字没有变化，重写只是表面功夫。对同一句子再试一次。
- 检查意义是否保留。 比较前后；如果某个主张发生了变化，就回退。
这里是一个示例，不是实测结果。修改前：“实施可再生能源解决方案对于减缓多个行业的气候变化影响至关重要。”修改后：“可再生能源不再是可选项。在我们地区，去年电网新增的太阳能超过了天然气，而规划排队才是瓶颈，不是技术。”同样的论点，具体的细节，不规则的节奏。这就是能改变分数的编辑形态——尽管没有任何重写能保证在任何检测器上得到特定数字。
高分不意味着什么？
这并不意味着你作弊了，也不意味着如果你作弊了就安全。检测器的输出是一个概率估计。GPTZero自己的FAQ将90%的类别概率解释为在类似文档上的正确性，而不是对你文档的确定性（gptzero.me）。Turnitin的页面承认，50%的发现可能反映高达65%的AI写作——这是一个范围，而不是一个测量值（turnitin.com）。
我们2026-09-28的运行从另一面说明了同一点：709篇人类撰写的指南中有239篇在30%的阈值下被标记，而12段未经编辑的模型段落平均为33%，其中一段低至4%。标记落在人类作品上，而机器作品却溜了过去。如果你面对的是评审小组而不是一个分数，学术诚信听证会评估什么涵盖了真正重要的证据。
令人不安的部分是：低分也不能证明任何事情。它意味着文本在那一天没有触发那个仪器。
当这是错误的选择时
如果被标记的文本不是你的——你从来源粘贴的段落、同事生成并交给你的部分——不要将其人性化。改写他人的作品以通过检查正是检测器存在的目的，而这些编辑并非为此。同样，如果你的机构完全禁止AI辅助，编辑输出并不能使草稿合规。规则优先；工具是下游的。
如果你只需要知道一个句子读起来是否奇怪，也跳过付费途径。免费的句子级检查就能回答这个问题。当你有一份必须通过特定读者检查的文档，并且需要运行和验证重写循环时，付费才有意义。
还有一个诚实的限制：没有任何工具能让机器写的想法变成你的。在值得进行任何编辑之前，论点、数据和结论都必须是你自己的。
一个五分钟的例行程序，降低比率
给文档打分。大声朗读被标记的句子——你的耳朵比任何分数都能更快地捕捉到平淡的节奏。用每个句子一个具体细节重写其中三个。重新打分。如果分数下降了，你就有了方法；如果没有，你的文本可能只是处于该检测器不可靠的区间，正确的答案是寻求第二意见，而不是陷入重写螺旋。
保留修改前文本的副本。如果有人问起，展示你改了什么以及为什么改，比一个没有痕迹的干净分数更有说服力。
测量说明：本文中的数据来自我们自己的检测器于2026年9月28日的运行——n = 709篇手写指南对比n = 12个未编辑的模型输出，AI得分中位数分别为25%和34%。方法：/methodology/。