ChatGPT 破折号这个迹象是真实存在的，但并非决定性的。破折号本身是中性的；真正让人觉得是机器生成的，是频率加上千篇一律的位置。另外三种表面习惯造成的损害更大：把三连结构当作节奏、堆叠模糊限制语，以及加粗的列表引言——先宣布一个观点，再把它说出来。修复它们要靠替换，而不是删除。
为什么 ChatGPT 会过度使用破折号？
因为模型训练所用的文本中，破折号承担了大量功能——杂志特稿、散文、商务写作——而它没有能力判断破折号何时才真正值得使用。它伸手去拿破折号，就像一个紧张的说话者伸手去拿“你知道”：把它当作一种停顿，避免在逗号、冒号或句号之间做出选择。结果就是一份草稿，每隔三句就有一个出现在同一句法位置上的插入语。
这种千篇一律就是破绽。一段里有一个破折号是看不见的。连续四段中，破折号都出现在同一个位置——从句、破折号、插入语、从句——那就是指纹。读者先注意到节奏，然后才注意到词汇。
本文中其他表面习惯也是如此：问题不在于手法本身，而在于规律性。人类作者使用破折号，是因为插入语不值得用括号，而逗号又会被误读。模型使用破折号，是因为这个 token 很可能出现。
如果你想要这个论点的机械版本，关于人性化 AI 文本的支柱页面详细说明了检测信号如何在整个文档中累积，而不是停留在任何单个句子中。
哪四种表面习惯会暴露草稿？
大多数被标记的草稿都有四种共同模式。它们经常一起出现，以至于发现一种就应该让你去寻找其他几种。
| 习惯 | 表现形式 | 为何读起来像机器生成 |
|---|---|---|
| 破折号过度使用 | 从句——插入语——从句，在同一位置重复 | 位置统一；作者从不选择不同的停顿方式 |
| 三连词 | “清晰、简洁且有说服力”；“更快、更便宜且更可靠” | 节奏替代了论证；第三项往往是填充词 |
| 堆叠模糊语 | “可能潜在地表明”；“可以说可能被视为” | 一个模糊语就够的地方用了两个；作者没有明确表态 |
| 加粗列表引言 | 速度。 然后是一句解释速度的话。 | 加粗在提出观点之前就宣布了观点；句子重复了标签 |
这些都是表面习惯——它们存在于标点、节奏或格式中，而不是思想中。这很重要，因为表面习惯是最容易修正的，无需触及你的论点、数据或引用。
如果你想看看自己草稿中哪些句子带有这种信号，先把它通过 DeAIze AI 检测器 运行一下。它会为整个文档评分，并按 AI 概率高亮每个句子，这样破折号密集的段落会在你开始编辑之前自行显现出来。
为什么三连词和堆叠模糊语读起来像机器生成的？
三连句让人感觉完整。三个项目满足了耳朵从演讲、口号和标题中识别出的模式，因此即使第三项毫无增益，三连句也能冒充一个完整的想法。模型不断产出它们，因为三在训练数据中是一种常见的形态。对读者而言，问题在于三连句封闭了一个本应仍然开放的句子——它发出“这个列表是穷尽的”信号，而作者其实只有两个真实项目和一个同义词。
堆叠的模糊限制语是相反的失败。三连句过度承诺，而模糊限制语则承诺不足。“这可能潜在地表明结果可能暗示”在一个从句中有四个模糊限制语。一个谨慎写作的人只会在不确定性真正存在的地方模糊一次：“这表明效应很小。”同一个从句中出现两个模糊限制语，通常意味着作者没有决定自己相信什么。
这两种习惯读起来都像机器制造的，原因相同：它们是在形式层面而非内容层面做出的决定。选择三连句是因为三听起来不错。产生模糊限制语堆叠是因为模型被训练为避免过度断言。两者都不是因为句子需要才被选择的。
为什么加粗的列表引言感觉像是机器写的？
这种模式在模型输出和某种SEO博客中很常见：一个加粗的短语，一个句号，然后是一个用更长形式重述该短语的句子。
延迟。 延迟是请求与响应之间的时间差。
粗体标签和句子说的是同一件事。读者从后半句学不到任何东西。这并非格式上的罪过——许多人类作者都会使用加粗的段首标题——但当列表中的每一项都遵循相同的形态，且加粗短语是类别标签而非主张时，它就成了一个破绽。
人类版本会让粗体承担句子无法完成的工作：
延迟是你每次请求都要付出的代价。 加上一百次调用，它就会累积。
粗体承载论点。句子将其延伸。如果你的加粗引言删掉后不损失含义，那它就是一个标签，而不是标题。
我们自己的测量对表面破绽怎么说？
我们在两个语料库上运行了检测器，使用 lite 层级的本地集成模型，标记阈值为 30%。第一个语料库是 46 篇手写的 DeAIze 指南——由人在截止日期前写成的真人散文。平均 AI 分数：27%。中位数：25%。范围：0–55%。46 篇中有 17 篇在阈值处被标记。
这个数字值得深思。近五分之二的人工撰写指南越过了30%的界线。如果一个检测器能在从未接近模型的文本上如此频繁地标记人类写作，那么表面特征就不是作者身份的证据。它是一个信号——众多信号之一——而且单独来看是较弱的。
第二个语料库是由固定提示生成的12个段落，未经编辑。平均AI得分：35%。中位数：34%。范围：25–49%。未经编辑的模型输出得分高于人类写作，但差距不大，且范围高度重叠。
我们还统计了AI特征频率：人类样本中每100词出现3次，而未经编辑的模型输出中每100词出现1次。这一结果让我们感到惊讶。人类作者比模型更多地使用了所谓的特征——破折号、三连词、模糊限制语——因为人类作者采用的是一种依赖这些手法的内部风格。
这正是关键所在。只有当某个特征不符合写作者的一贯风格时，它才算是一个特征。如果你的草稿一直使用长破折号，那么破折号就不是证据；它是你的声音。如果并非如此，而是模型引入了它们，那就是另一回事了。
我如何区分特征与合理的风格选择？
对于你在草稿中发现的任何习惯，问三个问题。
- 这是我的吗？ 看看你在使用模型之前写的东西。如果这个习惯已经存在，就保留它。如果它不存在，那它是随着草稿一起来的，很可能也应该随着草稿一起离开。
- 它在起作用吗？ 一个破折号取代了你可能会误读的逗号，那它就在起作用。一个因为句子感觉太长而随手加上的破折号则不是。
- 它是否千篇一律？ 一篇文章中有一个三连句是一种点缀。四个段落中有四个三连句就是一种模式。变化是人类手笔最廉价的标志，而且增加变化不需要任何成本。
如果这三个问题的答案都是“这是我的，它在起作用，而且我让它有变化”，那你就有了风格，而不是破绽。不要为了迎合检测器而把它去掉——你会让自己的写作变得平淡，而且鉴于上面数字的重叠，很可能也不会让分数有多大变化。
我如何用我自己的构造来替换每一个习惯？
替换比删除更容易。对于每一个习惯，这里有一个你可以做出的替换，而不必重写它周围的句子。
破折号 → 选择正确的停顿。 如果插入语是真正的打断，就保留破折号。如果它是解释，就用冒号。如果它是轻微的限定，就用逗号。如果它是完整的第二个想法，就用句号。目标不是零破折号；而是经过选择的破折号。
三连句 → 两个或四个。 删掉最弱的一项。“清晰、简洁、有说服力”变成“清晰而有说服力”——现在这个句子是在主张什么，而不是在罗列。如果你确实有四项，就用四项；耳朵不会预料到第四项，而这正是你想要的。
堆叠模糊限制语 → 一个模糊限制语，放在不确定之处。“可能潜在地表明”变为“表明”。如果需要缓和语气，只做一次：“数据表明。”一个模糊限制语读起来是谨慎。两个读起来是回避。
**加粗标签 → 加粗主张。**重写加粗部分，使其说出下一句无法说出的话。如果加粗部分是名词，它就是标签。如果它是一个句子，它就是论点。
**示例。**这里有一段未编辑风格的文字，然后是同一段文字经过表面修改后的版本。
修改前（示例）：
结果——可能潜在地表明一个更广泛的趋势——表明延迟、吞吐量和可靠性都很重要。**可扩展性。**可扩展性很重要，因为系统需要增长。
修改后：
结果指向一点：延迟是约束条件。吞吐量和可靠性都由此而来。可扩展性是第一个问题解决后自然获得的结果。
第二个版本更短，提出了一个主张，使用了一个冒号和一个句号，而不是两个破折号。观点没有改变。只是表面发生了变化。
我应该对自己的草稿进行哪一轮检查？
在任何人阅读草稿之前先做这个。对于一篇正常长度的文章，大约需要十分钟。
- 大声朗读。 每一个让你的声音卡住的地方——一个比你的呼吸还长的从句，一个你不会说的模糊限制语——都是候选。标记它，但先不要修改。
- 数一数破折号。 如果在一篇几百字的文章中有超过几个，并且它们聚集在一个句法位置上，你就有了线索。替换那些没有作用的。
- 寻找三元组。 在列表上下文中搜索单词“和”。任何三项列表，如果第三项是前两项之一的同义词，就删掉。
- 扫描模糊限制语对。 “可能潜在地”、“可以说可能”、“或许可能”——每个都压缩成一个词。
- 检查加粗的开头。 如果加粗的是一个名词，将其改写为一个主张或删除。
- 重新评分。 再次将草稿通过检测器，比较前后句子级别的分数。你要找的是那些有变化的段落，而不是总体数字。
在这里，句子级别的视图很重要，因为表面习惯会聚集。一个有三个破折号和一个三元组的段落值得重写；一个各有一个的段落可能没问题。草稿编辑器正是为此而构建的——你可以看到哪些句子携带信号，编辑那些有信号的句子，其余的则保持不动。
如果我故意这样写呢？
那就保留它。这是文章中最诚实的部分，也是大多数编辑指南会跳过的部分。
如果你的内部风格依赖破折号，你的三段式是你十年来养成的修辞习惯，你的加粗引言是你的出版物要求的格式惯例，那么为了追求检测器分数而把它们去掉就是错误的取舍。你会失去让文字成为你自己的东西，而且——根据我们自己的数据，人类写作和未经编辑的模型输出存在大量重叠——你很可能不会让分数有太大变化。
你应该做的是把它记录下来。如果客户、编辑或委员会标记了你的草稿，最有力的辩护不是更低的分数，而是一份展示草稿演变过程的版本历史，再加上一份表明这些习惯一直属于你的风格指南。检测器输出是概率估计，不是作者身份的证明，而能够展示自己写作过程的写作者，比做不到这一点的写作者处于有利得多的位置。
关于这些信号如何产生及其含义的更广泛问题，AI 内容检测器如何工作是接下来值得阅读的参考资料。
准备好看看哪些句子读起来像机器生成的了吗？
本文中的表面习惯是可见层。在它们之下，真正影响检测器分数的信号是句子层面的：节奏、可预测性，以及整个段落中结构的统一程度。你无法可靠地凭肉眼判断这一点，这就是评分步骤重要的原因。
从AI检测器开始，在改动一个字之前先阅读句子高亮。如果被标记的句子集中在你自行检查时发现的习惯周围，那么你就确认了诊断。如果没有，你学到的东西比任何特征清单都更有用。
当你准备好修复它们时，草稿编辑器会运行重写循环：对文本评分，只重写被标记的句子，仅当语义相似度表明含义得以保留时才保留重写，然后重新评分并向你展示前后对比。在我们网站上的示例段落中，经过这一轮处理后，92%的AI分数变为4%。在我们自己的测试中，网站报告人性化处理后AI分数平均降低60%以上，最佳情况为71%——这是我们自己的预测分数，不是任何第三方检测器的判定。
免费套餐注册即赠送200个词，无需信用卡，这足以在您决定付费前对一个被标记的段落测试该循环。之后按量付费：入门版20.99美元/1,000词，标准版44.99美元/3,000词，专业版99.99美元/10,000词，最高版199.99美元/30,000词。积分永不过期，且无需订阅。您可以在定价页面查看完整明细，或创建账户并粘贴您最不确定的段落。
最后一件事，也是最重要的部分。如果想法、数据和结论不是你的，那么任何表面处理、任何检测器和任何人性化工具都不会让草稿成为你的。修正破折号，删掉三连句，压缩模糊措辞——然后确保它们下面的论点是你愿意在房间里为之辩护的。这是唯一站得住脚的版本。