一个 ChatGPT 检测器标记了你的文本，而你需要降低这个比率。首先，要明白你看到的是什么：检测器分数是一个概率估计，而不是作者身份的证明。其次，要了解信号所在的位置——通常是少数几个句子，而不是整个文档。修正这些句子并重新评分。
ChatGPT 检测器实际在测量什么
检测器识别“ChatGPT”的方式，并不像拼写检查器识别拼写错误那样。它们根据统计特性对文本进行评分：给定前面的词，每个词的可预测程度如何，句子长度和结构的变化有多大，以及某些固定短语出现的频率有多高。两个工具可能查看同一段落却给出不同结果，因为它们对这些信号的权重不同，使用的阈值也不同。这就是为什么同一个工具可能返回高分，而另一个工具对同一篇文章给出临界读数。
这对你如何回应很重要。如果分数只是一个估计值，你的目标就不是战胜机器——而是移除那些推高估计值的模式，同时不破坏你的原意。
我们自己在 2026-09-28 存档的检测器观察使用了本地集成、lite 层级和 30% 标记阈值。它覆盖了来自 61 篇 DeAIze 指南的 709 个参考段落，这些指南之所以被选中，是因为其元数据没有将其标记为生成内容。它们的均值为 26%，中位数为 25%，范围为 0 到 69%；有 239 个段落得分达到或高于该阈值。由固定提示生成且从未编辑的 12 个未编辑 DeepSeek 段落，均值为 33%，中位数为 34%。这些本地读数有重叠，但参考文本的人类作者身份未经独立验证，且来自同一指南的段落彼此相关。因此，709 中的 239 这一计数并不能确立人类假阳性率。
为什么同一段落在两个工具上得分不同？
因为每个检测器都设定自己的阈值并报告自己的置信度。GPTZero 自己的常见问题解答描述了一个置信度字段，解释说“90% 意味着在类似文档上，我们的检测器有 90% 的时间对其做出的预测是正确的”（来源：gptzero.me）。同一常见问题解答指出，置信度类别经过调整，因此当置信度类别较高时，“99.1% 的人类文章被归类为人类，98.4% 的 AI 文章被归类为 AI”（来源：gptzero.me）。这些是 GPTZero 发布的关于 GPTZero 的数据，而不是检测的普遍规律。当你的置信度读数较低或文档较短时，你正处于工具本身不太确定的区域——这正是标记应被视为一个问题而非定论的时候。
如果标记出现在你自己的写作上，有用的下一步不是换一个检测器——而是看看哪些句子携带了信号。DeAIze 对整个文档进行评分，并按 AI 概率高亮每个句子，因此你可以编辑被标记的行，而让其余部分保持不变。从 AI 检测器指南 开始，并在改动一个字之前先阅读你自己的报告。
首先逐句修改什么
打开你的报告，只处理高亮的句子。大多数草稿中这类句子数量很少。
- 打破统一的节奏。 机器生成的文本倾向于将句子长度保持在一个狭窄的范围内。拿一个被标记的长句，把它拆开。连续三个中等长度的句子，把其中一个改成五个词。
- 替换连接词脚手架。 像“此外”、“而且”、“另外”和“值得注意的是”这样的短语在生成的草稿中聚集出现。删除它们，或替换为你实际会说的简单连词。
- 删掉层层模糊限制。 “可以说这可能潜在地表明”变成“这表明”。每个主张最多一个模糊限制。
- 说出具体的东西。 把抽象名词换成具体名词：不是“各种利益相关者”，而是“签字的两位部门负责人”。具体性很难伪造，却很容易写。
- 在被标记的句子中放入只有你才有的事实。 一个日期、一个地点、一个来自你自己工作的测量值。仅仅这一处添加，往往就会改变句子在人类编辑眼中的读法——而人类编辑才是最终重要的受众。
这里有一个该模式的示例，不是真实分数。修改前：“为了促进多个部门取得改进成果，该框架的实施工作得以开展。”修改后：“我们在三月推出了这个框架。两个部门的周转更快了；第三个没有。”同样的主张，不同的节奏，而第二个版本承载了第一个版本所埋没的信息。
对比：各工具报告的内容
下表将已发布的第三方数据与我们自己的数据混合在一起，并明确标注。所有第三方数据均来自 gptzero.me 的常见问题页面。
| 工具 / 来源 | 它报告什么 | 已公布的限度或数字 | 用途 |
|---|---|---|---|
| GPTZero（根据其 FAQ） | 文档分数、置信度类别、句子高亮 | 文本最多 150,000 个字符；免费账户每批最多 250 个文件 | 带句子级细节的逐文档分诊 |
| GPTZero 置信度类别（根据其 FAQ） | 分数旁边的置信度字段 | 高置信度类别：99.1% 的人类文章被归类为人类，98.4% 的 AI 文章被归类为 AI | 解读单次读数应获得多大权重 |
| GPTZero 置信度含义（根据其 FAQ） | 对置信度值的解释 | “90% 意味着在类似文档上，我们的检测器有 90% 的时间在其所作预测中是正确的” | 判断某个标记是否值得采取行动 |
| DeAIze（我们自己的测量，2026-09-28） | 文档分数加上逐句 AI 概率 | 参考样本：来自 61 篇按元数据选出的指南的 709 个段落；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；不是人类假阳性率 | 找出哪些行应优先编辑 |
结论并不是某个工具胜出。而是你报告上的数字都附带条件——样本量、阈值、置信度——没有这些条件的分数只是谣言。
真正能降低比率的编辑步骤
请按此顺序一次性完成。
- 对当前草稿进行评分并保存报告。
- 只修改被标记的句子。保持干净的句子不动——重写所有内容正是人们失去自己声音和准确性的原因。
- 重新评分。如果某个句子仍被标记，再看一遍：它通常有重复的结构或抽象的主张，而不是缺少同义词。
- 检查含义是否保留。将编辑后的句子与原文对照阅读，确认主张、数字和限定条件完全相同。降低分数却改变了你的论点，比被标记更糟糕。
- 记录你修改了什么。如果老师、编辑或客户问起，你有记录可查。
最后一点触及了人们很少说出口的事：恐惧的不是百分比，而是被指控。如果你正处于这种情况，误报指南会详细说明需要记录什么以及如何回应。检测输出只是一个信号，而信号会受到质疑。你的草稿、笔记和版本历史才是解决问题的依据。
什么时候这是错误的选择
如果文本不是你的，就不要运行这个过程。重写别人的作品以躲过检查，与清理自己的草稿是不同的行为，任何分数提升都不能让它变得诚实。
如果你写的是两段式电子邮件或简短说明文字，先不要购买任何东西。短文本给检测器提供的信息很少，短段落上的标记几乎等同于噪声。在花费时间或金钱之前，先检查文本是否足够长，能够进行有意义的评分。
不要追求零分。我们自己 9 月 28 日的参考样本范围为 0 到 69%，来自 61 篇按元数据选出的指南的 709 个段落中有 239 个得分达到或高于 30% 阈值。人类作者身份未经独立验证，因此该计数不是人类假阳性率。满分不是目标，也从来不是。目标是让文字读起来像人写的，因为确实是人写的。
不要把任何单次检测结果当作任何事情的证据。GPTZero 自己的文档将其输出描述为带有置信度的预测，这种描述适用于这个领域的每一个工具，包括我们的。用分数找出值得修改的句子。然后用你的判断力，这是任何检测器都没有的部分。
如果你想更全面地了解为什么工具之间会有分歧，以及检测在编辑工作流程中的位置，人性化指南 涵盖了从首次评分到最终检查的完整流程。
测量说明：存档的 2026-09-28 本地检测器观察包含来自 61 篇 DeAIze 指南的 709 个参考段落，这些指南之所以被选中，是因为其元数据未标记为生成，并与来自固定提示的 12 个未编辑 DeepSeek 段落进行比较。中位得分分别为 25% 和 34%。参考段落的人类作者身份并未经过独立验证；同一指南中的段落具有相关性，因此这些数字无法确立人类假阳性率。方法：/methodology/。参见存档观察和限制。