假身份检测应用于写作时，指的是检查一段文本是否带有机器而非人类的统计指纹。这个说法被宽泛地使用，所以先区分两种含义：验证身份证件是否为伪造，以及验证作者身份声明是否真实。本指南涵盖第二种，因为当检测器标记你的草稿时，落入你收件箱的正是这一种。如果你自己的写作读起来像机器写的，解决办法不是伪装，而是句子层面的编辑，恢复真实作者留下的具体、不均衡、可核查的细节。
关键要点
- 写作中的假身份检测是对风格的统计检查，而不是对文本实际作者的检查。
- 模型评分、合格文本占比和相似度百分比是不同的量。它们都不能证明作者身份。
- 机器输出和仓促的人类写作有共同习惯：节奏均匀、词汇可预期、可核查的具体内容很少。
- 解决办法是编辑性的。用具体主张替换抽象主张，恢复诚实的限定词，核实每一个数字和引用。
- 保留你的原始文件。在回复任何人之前，保存草稿、时间戳和版本历史。
假身份检测对写作者究竟意味着什么
当有人说他们对你的文档运行了假身份检测时，通常指的是三件事之一。他们把它粘贴到检测器中，返回了一个模型评分。他们查看了一份平台报告，显示被标记的合格文本占比。或者他们读了它，觉得听起来很泛泛。这些是不同的工具，有不同的输出，而且它们都不能证明文本是谁写的。
这种区分很重要，因为这个说法带有指控意味。假身份意味着蓄意欺骗。检测器标记意味着统计模式。这两者不是同一种主张，把它们当作同一种，正是争议升级到证据对任何人都无益的地步的原因。
如果你正面临正式指控，准备比争辩更重要。我们的误报AI检测器指控指南会带你了解在时间线还清晰时，应保留哪些内容、记下哪些内容。
为什么我自己的写作会被标记为机器生成？
因为机器生成的文字和匆忙写就的人类文字有共同习惯。两者都会趋向平均水平。两者都会使用相同的连接短语。两者都会回避一个真正做过这项工作的人往往会包含的那种不自然的细节。
在2026-10-04，我们用DeAIze检测器以30%的标记阈值对两个语料库进行了评分。来自DeAIze指南、未被标记为生成的1,504段参考样本返回的平均AI得分为27%，中位数为20%，其中1,504段中有487段达到或超过阈值。未经编辑的模型输出，即根据固定提示生成的12段内容，返回的平均值为52%，中位数为49%。范围有重叠。这种重叠才是诚实的图景：这是一个信号，而不是裁决，并且这些段落计数不是独立文档的计数，也不是经过验证的人类误报率。
如果你想在修改任何内容之前，先看看草稿中哪些行带有这种信号，请先把它交给DeAIze检测器运行。句子级高亮会把模糊的担忧变成一份你实际可以编辑的简短清单。
假ID检测会寻找哪些信号？
检测器不读取含义。它们读取统计纹理，并且通常将几个弱信号合并为一个分数。
| 信号 | 它看起来像什么 | 人工编辑改变了什么 |
|---|---|---|
| 句子长度一致 | 每个句子都落在一个狭窄的范围内 | 在一个长段落中混入一个短句 |
| 低突发性 | 节奏在整个页面上保持平稳 | 改变从句顺序并在思考中途停止 |
| 可预测的用词 | 每次都是预期的形容词 | 说出实际的事物 |
| 笼统的断言 | 几乎对任何事物都成立的陈述 | 添加一个日期、一个地点、一个你验证过的数字 |
| 缺少模糊限制语 | 没有“可能”、“根据我的经验”、“我认为” | 恢复你实际持有的限定语 |
| 均匀的模糊限制 | 每个句子都有一个限定语 | 删掉其中大部分 |
这些信号本身都不是决定性的。这就是为什么两个检测器可能对同一段落意见不一，而两者都在报告它们所测量的内容。我们关于AI检测如何运作的解说会更深入地探讨这些信号是如何被加权的。
实例演示：一段被标记的文字和一段修复后的文字
这里是一个示例，不是经过测量的前后对比。下面这段文字是那种往往得分很高的流畅、笼统的段落。
之前：“有效的沟通在职业环境中至关重要。清晰的写作有助于团队协作并减少误解。通过专注于清晰和简洁，组织可以改善结果并建立更牢固的关系。”
那一段话里没有一句是假的。其中也没有任何可核查的内容。没有团队，没有项目，没有日期，没有后果。读者学不到任何他们原本不相信的东西。
修改后：“我们的支持团队上个月重写了升级邮件，因为有三位客户回复询问我们到底想让他们做什么。旧版本写了两段才说到可操作的内容。新版本一开头就点明截止时间。”
修改后的版本有主题、有触发条件、有一个你需要核实的数字，还有对旧草稿的看法。它也更短。这通常就是改进的方向。如果你想要一套完整的方法来完成这一步，重写 AI 文本给出了一套逐句操作的流程。
为什么分数不是定论
模型分数是分类器的输出。它不是机器写了你的文本的概率，也不能在不同工具之间通用。合格文本的占比又是另一个不同的量。相似度百分比衡量的是与其他文档的重叠程度，完全不能说明作者身份。
大多数争议就出在这里。有人引用某个工具给出的数字，却把它当作另一个工具的结论。如果有人要求你对某份具体报告作出回应，先读清楚那份报告实际定义了什么，再去争论那个数字。我们对AI 检测器准确率的分析说明了为什么两个工具会对同一篇文章给出不同结果。
实际后果是：不要试图改动数字。修改文字。一份有真实细节、节奏多变、措辞诚实的草稿读起来就像人写的，因为在有用的意义上，它确实是人写的。
重新提交前的简短清单
- 大声朗读被标记的句子。任何你绝不会说出口的内容，都是需要重写的候选。
- 把每一个抽象论断换成具体论断，或者删掉它。
- 检查你的限定词是否与你真正相信的内容一致。
- 确认每一个数字、引语和引用都能追溯到你亲眼见过的来源。
- 保留你的原稿。不要覆盖你已提交的文件。
- 如果你的机构有相关政策，在回复任何人之前先阅读它。
第四步不是可选项。机器生成的草稿会编造参考文献，而伪造引用是比被标记严重得多的问题。我们关于AI 写作伪造引用的指南解释了如何逐一核实。
如果你的文本是翻译的，或者你用第二语言写作
有两类人受到的标记比应有的更多。用第二语言写作的人常常写出均匀、正式的节奏，而检测器会把这与机器输出联系起来，因为课堂训练就是这样教他们的。翻译文本则带有相反方向的同一问题：机器翻译会留下看起来更像统计特征而非人类痕迹的伪影。
两种模式都不意味着作者作弊。它意味着检测器在衡量风格，而风格并不等同于作者身份。如果这是你的情况，请记录你的过程。草稿、时间戳和版本历史比任何关于分数的争论都更有用。我们关于为什么检测器会标记非英语母语写作者的文章介绍了应该保留什么。
假身份证检测无法告诉任何人的事
它无法告诉读者你是否理解了自己的论点。它无法告诉编辑你的报道是否可靠。它无法告诉评审小组这些想法是否属于你。这些问题需要阅读，而阅读正是这个分数在悄悄替代的东西。
这也是为什么这些工具的诚实用途是编辑性的，而非惩戒性的。把输出当作一份值得再看一眼的句子清单。如果某个句子读起来很泛泛，它很可能确实很泛泛，而修正它会改善写作，无论以后是否还会有人再运行检测器。
关于这些工具能支持什么、不能支持什么的更全面图景，我们关于AI检测如何运作的解说文章阐述了评分是如何构建的，以及它的局限在哪里。
准备好看看哪些句子读起来像机器生成的了吗？
将你的草稿通过DeAIze检测器运行，并阅读句子级高亮显示。然后打开草稿编辑器，逐条处理被标记的行，将每条建议的修改与你的原文进行对比，并亲自核查每一项主张、数量、引用、否定和限定词。重写Word文档会保留你的字体、样式和表格不变。如果你想先试用，重写试用版在邮件确认后提供200个单词，无需信用卡。检测有其自身可配置的限制，显示在当前界面中。当你准备好时，注册并在改动一个字之前先从检测器开始。