你的文章被一个用于文章的AI检测器标记了，而该分数是一个概率估计，并非关于谁写了它的证据。检测器之间彼此不一致，同一篇文章在两个工具上可能读出不同结果。你能做的是找出哪些句子承载了信号，重写那些句子，并保持你的意思不变。
用于文章的AI检测器实际上在测量什么
大多数检测器并不是在寻找一张收据。它们看的是你的句子有多可预测，以及整页的节奏变化有多大。一个模型写出平淡、节奏均匀的散文，会产生低方差的文本，而低方差正是会被标记的模式。
我们在 2026-09-28 用我们自己的检测器（本地集成，lite 层级，30% 标记阈值）对两个语料库进行了检测。在来自 61 篇 DeAIze 指南的 709 个参考段落上（这些指南因其元数据未标记为生成而被选中），平均 AI 得分为 26%，中位数为 25%，范围为 0-69%，709 个段落中有 239 个得分达到或高于该阈值。人类作者身份未经独立验证，因此这些计数无法确立人类假阳性率。在由固定提示生成的 12 个未经编辑的 DeepSeek 模型段落上，平均值为 33%，中位数为 34%，范围为 4-46%。把这两个数字放在一起看：参考段落和原始 DeepSeek 模型输出的范围存在重叠。标记是一种提示，而非定论。
这种重叠正是为什么有用的问题不是“我是不是被抓到了？”而是“哪些句子在造成损害？”
为什么同一篇文章在不同工具上会得到不同分数
每个供应商都会调整自己的阈值，而调整通常旨在避免误报。Turnitin 自己的文档指出，在 1% 到 19% 的范围内不会给出任何分数或高亮，并且低于 20% 阈值时，报告会显示一个星号而不附带百分比（来源：turnitin.com）。它还指出，一份被识别为 50% 可能由 AI 撰写的文档，其 AI 写作内容可能高达 65%（来源：turnitin.com）。标记是一个区间，而不是一个点。
GPTZero 的常见问题解答对其置信度字段的描述有所不同：90% 意味着在类似文档上，检测器在其做出的预测中有 90% 的时间是正确的（来源：gptzero.me），并且当置信度字段较高时，其调整后的置信度类别将人类文章归类为人类的准确率为 99.1%，将 AI 文章归类为 AI 的准确率为 98.4%（来源：gptzero.me）。这些是供应商关于其自身工具在特定设置下的声明，并非对你论文的保证。
如果你想在重写任何内容之前查看哪些句子携带了信号，请将你的草稿通过句子级 AI 检测器运行——/ai-detector/ 会显示整篇文档的分数，并按 AI 概率高亮每一行，这样你就可以编辑被标记的行，而不是整篇文章。
令人不安的部分：你可能无法证明作者身份
以下是没有人直说的话。检测器无法证明某物是人类写的，也无法证明是机器写的。两个工具可能对同一段落意见不一，而且两者都不必为其数字提供理由。如果你正面临学术诚信对话，仅凭检测器分数是薄弱的证据，你应该这样说，而不是试图把百分比争辩下去。
在那个场合真正有帮助的是痕迹：草稿、笔记、版本历史、你可以大声讲出来的推理过程。如果你正处于这种情况，在写任何一封邮件之前，请阅读 /blog/academic-integrity-hearing-ai/。
如果你用AI起草了部分内容，要说明这一点。编辑AI辅助的草稿使其读起来像你写的，与冒充他人的作品不同，而且想法、数据和结论仍然必须是你自己的。
逐句修复
重写整篇文章是错误的。这需要花费数小时，而且会抹平原先已经不错的部分。只处理被标记的句子。
- 先评分，后编辑。 获取句子级别的阅读结果，这样你就知道哪些句子被标记了。整篇文档的分数告诉你存在问题；但它们不会告诉你问题在哪里。
- 打破统一的节奏。 长句、长句、长句是明显的破绽。把一个句子砍成两半。合并另外两个。让句子长度跳跃起来。
- 替换连接词习惯。 连续句子开头使用“Furthermore”、“Moreover”、“Additionally”读起来像是生成的。大多数可以直接去掉。
- 加入具体内容。 一个日期、一个名字、来自你自己数据的一个数字、一个地点。没有锚点的泛泛之谈是检测器最容易标记的。
- 重新评分并比较。 只有当意思保留下来时才保留重写。如果你的论点变了，你修复了指标却破坏了文章。
一个前后对比示例（说明）
之前，被标记：
此外，值得注意的是，气候政策对农业产出有重大影响，而这种关系是复杂且多方面的。
之后，同样的主张，同样的长度，人类的节奏：
气候政策决定了农民可以种植什么。在2022年种植季，这意味着北部各县的种植者提前了整整一个月轮作。
主张完全相同。第二个版本有一个简短的开头句，一个具体的锚点，没有多余的铺垫。这就是整个方法——也正是为什么修复是一种编辑技能，而不是你运行一次的工具。
如果你想要完整的步骤，/blog/how-to-reduce-ai-detection/ 详细解释了为什么AI辅助的草稿一开始读起来就很平淡。
工具报告了什么，以及它们没有报告什么
下表将供应商文档与我们自己的测量工具混在一起。请仔细阅读右列：只有一行描述的是我们自己测得的分数。
| 来源 | 它发布什么 | 它不告诉你什么 |
|---|---|---|
| Turnitin（供应商文档） | 在 1% 到 19% 之间不给出分数或高亮；50% 的标记可能意味着高达 65% 的 AI 写作（来源：turnitin.com） | 你的哪些句子是错的，或为什么错 |
| GPTZero（供应商文档） | 置信度字段被解释为检测器在类似文档上正确的概率；90% 是他们给出的示例（来源：gptzero.me） | 你的文章是否属于那组类似文档 |
| GPTZero（供应商文档） | 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（来源：gptzero.me） | 你的文章自身的错误率 |
| DeAIze（我们自己的测量，2026-09-28） | 来自 61 篇元数据筛选指南的 709 个参考段落：平均值 26%，中位数 25%，范围 0-69%；239 个段落达到或高于 30% 阈值 | 人类作者身份未经独立验证；是否有任何其他检测器同意 |
| DeAIze（我们自己的测量，2026-09-28） | 12 个未经编辑的 DeepSeek 模型段落：平均值 33%，中位数 34%，范围 4-46% | 该模式在编辑后是否仍然存在 |
注意第一行和第二行 DeAIze 一起显示了什么：参考段落平均为 26%，原始 DeepSeek 模型输出平均为 33%。参考的人类作者身份未经独立验证。相差七个百分点。那不是人类与机器之间的一堵墙——而是一条狭窄的带，这正是为什么“只要让它读起来不那么像 AI”是糟糕的建议，而“修正被标记的句子”才是好的建议。
什么时候这是错误的选择
如果以下任何一条描述的是你，就什么都不要买。
- 这篇文章不是你写的。 如果论点、数据或分析来自别人，任何重写都解决不了。那是另一个问题，需要另一个答案。
- 你想要一个保证的数字。 没有供应商能承诺在他们无法控制的检测器上得到某个具体分数。DeAIze 不保证在 Turnitin、GPTZero 或任何其他东西上得到任何特定结果，其他人也不应该保证。
- 你只需要 200 词的检查。 免费检测扫描最多支持 800 词，但受请求频率和容量限制。更长的扫描需要账户和积分，每次检查最多 3,000 词。独立的改写试用在确认电子邮箱后提供一次 200 词额度，无需信用卡。如果这就是你的全部需求，用它然后停下。
- 你的写作本来就没问题，只是一个工具不同意。 试试第二个检测器并比较。如果它们结果不一致，你就有答案了：这个标记是噪声，给导师写一条简短说明比修改更有价值。
经得起审视的常规做法
保留记录。保存你的草稿版本，保留你的笔记，不要删除混乱的中间过程。如果你在任何地方使用了AI，记录下用了什么以及在哪里用的。在诚信对话中，这份记录比任何分数都更有价值，因为它是关于过程的证据，而检测器分数只是关于模式的证据。
然后进行编辑。评分，修正被标记的句子，重新评分，并检查你的论点没有偏离。如果意思变了，说明你改得太过头了。
关于更广泛的方法——包括如何在重写时保持引用和技术术语不变——请参阅 /humanize-ai-text/。
简而言之：标记告诉你该看哪里，而不是你做了什么。修正那些带有信号的句子，保持你的论点完整，并准备好解释这篇文章是如何构建的。
测量说明：本文中的数字来自我们自己的本地检测器于 2026-09-28 的观察——n = 709 个来自 61 份元数据筛选指南的参考段落，对比 n = 12 个未经编辑的 DeepSeek 模型段落，AI 分数中位数分别为 25% 和 34%。人类作者身份未经独立验证；来自同一指南的段落相互关联，因此这些数字无法确立人类假阳性率。方法：方法论。带日期的证据：语料库观察，2026-09-28。