检测器 AI 分数是对你的文本如何生成的 概率估计，而不是证据。它不是对你作者身份的裁决，也没有任何工具能做出这样的裁决。你能做的是找出哪些句子带有信号，修正它们，然后重新评分。这就是全部工作，一个下午就能完成。
检测器 AI 分数实际测量的是什么？
检测器关注统计规律性。它们测量每个 token 在给定前文时的可预测性，以及这种可预测性在整篇文档中的变化程度。机器输出往往落在一个狭窄的区间内：平滑、节奏均匀、低方差。人类写作则会游移。它会重复自己喜欢的词，丢下一个片段，突然对三月的某个星期二变得具体。
你看到的分数是模型对模式看起来像机器生成的置信度。它是根据示例校准的，而不是根据你的意图。
由此得出两点，而当你就是那个被标记的人时，这两点都很重要。
首先，分数不是对作者身份的测量。它是对风格的测量。人类可以写出类似模型输出的风格，而这正是许多谨慎、正式或非母语写作者所遇到的情况。
其次，分数并不通用。一个工具给出的检测 AI 结果只说明该工具的模型看到了什么。另一个使用不同训练数据的工具，对同一段文字可能得出不同的结果。Turnitin 自己的文档明确说明了这种不确定性：该公司表示，它宁愿漏报也不愿误报；并且当它报告某份文档有 50% 可能由 AI 撰写时，真实数字可能高达 65%（来源：turnitin.com）。它还声明，在每 100 份完全由人类撰写的文档中，会有 1 份被它标记为 AI 撰写（来源：turnitin.com）。这就是该工具在自己的文档中告诉你：标记并不等于结论。
人类写作实际上会得多少分？
大多数写作者就是在这里得到第一条有用的信息，而这条信息通常能化解恐慌。
我们在 2026-09-28 用自家检测器对 709 篇手写的 DeAIze 指南进行了检测，标记阈值为 30%。AI 得分均值为 26%，中位数为 25%，范围从 0% 到 69%。在该阈值下，709 篇中有 239 篇被标记。
再读一遍。一个从构造上完全由人类撰写的文本语料库，在 30% 的截断值下，产生了 26% 的平均得分，以及大约三分之一的无故标记率。与此同时，十二段未经编辑的模型文本通过同一检测器，得分均值为 33%，中位数为 34%，范围为 4% 到 46%。
这两个分布存在重叠。这就是这项技术真实的现状。这也意味着，实际问题不是“我是不是被抓住了？”，而是“我草稿中哪些句子在推高分数，我该怎么处理它们？”
检测输出是一种概率估计，而非作者身份的证明——因此应将其视为编辑信号。如果你想查看自己草稿中哪些具体句子带有这种信号，AI 检测器 会逐句高亮显示，而不是只给你一个数字。
为什么你被标记的句子会是这个样子
当你查看句子级别的分析时，被标记的句子通常具有一些共同特征。并非总是如此，但足够常见，可以作为一个有用的检查清单。
- 句子长度一致。 四个句子每句都是十八到二十二个词。真正的写作中总会在某处有一个短句。
- 模糊、平衡的句式。 “虽然 X 有益，但考虑 Y 也很重要。” 想法本身没问题；但句式是个模板。
- 空洞的过渡词。 “此外”、“而且”、“另外”连续出现在句首。
- 抽象而无具体内容。 这些说法没人能反对，因为没人能核实。
- 列表对称。 每个项目符号长度相同、语法形式相同、细节程度相同。
这里有一个示例，并非真实提交内容。修改前：“实施结构化的反馈循环可以显著提升团队绩效。此外，确保所有利益相关者在目标上保持一致也很重要。” 修改后：“我们尝试了每周反馈时段。它奏效了两个月，然后人们不再来了，所以我们把它移到了冲刺评审的末尾。” 第二个版本更好，不是因为它更长或更花哨，而是因为它包含了一个第一个版本无法包含的事实。
逐句修改示例
拿一段得分高的段落，按顺序逐句处理。
- 先给整篇文档打分。 你需要一个基线。没有基线，你就无法判断你的修改是否有帮助。
- 只处理被标记的句子。 重写干净的句子既浪费时间，又有可能把原本没问题的文本改出错误。
- 给每个被标记的句子加一个可验证的具体信息。 一个日期、一个名字、一个你确实掌握的数字、一个地点、某人做过的某个决定。
- 打破节奏。 如果连续三个句子都很长，就把其中一个删到六个词。
- 删掉空洞的连接词。 删掉“Furthermore”，直接以主语开头。
- 重新打分并对比。 如果分数没有变化，说明这次修改没有针对那个信号。
第六步是人们会跳过的那一步，而它恰恰能告诉你自己是不是在瞎猜。有用的循环是：打分，只重写被标记的句子，确认意思没有走样，然后再次打分，把修改前后并排对比。这正是 humanize AI text 作为闭环所做的事，也是你可以用两个浏览器标签页手动完成的事。
关于第三步有一点要提醒：不要编造具体信息。如果你没有真实的数据，就用文字描述这件事。编造统计数据比高分要糟糕得多。
你应该相信哪个检测器的 AI 结果？
都不该完全相信，这不是愤世嫉俗。这是厂商们对自己工具的说法。
| 工具 | 其自身文档所述 | 这对你意味着什么 |
|---|---|---|
| Turnitin | 每100份完全由人类撰写的文档中，有1份被标记为AI撰写；低于20%不显示分数或高亮（来源：turnitin.com） | 低分被有意抑制。高分是一个范围，而非一个点。 |
| GPTZero | 将其类别概率描述为检测器在类似文档上正确的几率——90%意味着在类似你的文档上90%的情况下正确（来源：gptzero.me） | 这个数字关乎模型的置信度，而非你的写作过程。 |
| GPTZero（高置信度模式） | 其文档指出，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） | 置信度设置会改变结果。务必记录生成报告时使用的设置。 |
| DeAIze（我们自己的测量） | 709份手写指南在30%标记阈值下，平均得分为26% AI，中位数25%，范围0-69%（2026-09-28） | 人类文本的得分通常远高于零。与机器输出存在重叠是预期之中的。 |
注意那张表的形态。每一行都是供应商在描述自身的局限。这不是工具的弱点；这是解读它们的正确方式。一个报告0%或100%且毫无不确定性的检测器，是在对你说谎。
何时改写是错误的选择
有些情况下，正确的做法是完全不修改文本。
如果作品不是你的。 如果一份草稿是整体生成的并作为你自己的作品提交，改写它以蒙混过检查器是虚假陈述，没有任何编辑方法能解决这个问题。想法、数据和结论必须是你自己的。
如果你的机构或客户完全禁止AI协助。 那么解决办法是就你所做的事情进行沟通，而不是改写。在开始编辑之前检查你的政策，而不是之后。
如果被标记的文本是短摘录。 非常短的段落几乎无法给检测器提供任何可分析的内容，分数会剧烈波动。为了追逐一个数字而改写四十个词，只是在追逐噪声。
如果截止时间在一小时后。 仓促修改会引入比标记更糟糕的错误。提交你现有的内容，如果有人问起，解释你的过程并保留你的草稿。
如果你需要分数在某个特定第三方工具上达到某个具体数字。 没有任何工具能保证这一点。DeAIze 报告的是它自己的预测分数；它不保证在任何外部检测器上的任何结果。
接下来一小时该做什么
给文档打分。记下分数。打开句子级视图，列出被标记的行。对每一行，问它是否包含只有你才能写出的具体细节。如果答案是否定的，就添加一个或删掉这个句子。然后重新打分。
保留你的草稿及其时间戳。如果标记引发了讨论，一份显示你的段落如何在三天内演变的版本历史，比任何分数都更有说服力。如果你想要那个论点的更长版本，AI 检测如何工作 会逐一讲解这些信号本身。
令人不安的是，检测器的 AI 评分无法被确定无疑地反驳，因为它从一开始就并非确定无疑。你能做的，是让你的写作承载更多你自己的痕迹，一次一句被标记的句子。
测量说明：本文中的数据来自我们自己的检测器于 2026-09-28 的运行结果——n = 709 篇手写指南对比 n = 12 份未经编辑的模型输出，AI 评分中位数分别为 25% 和 34%。方法：/methodology/。