GPTHuman 的误报意味着改写工具自带的检测器把你的文本判定为机器生成，或者你用它改写后的内容在其他地方仍然被标记。这两种结果都不能证明作者身份。分数只是一个工具的读数，而工具之间会互相矛盾。你接下来怎么做，比这个数字更重要。
GPTHuman 误报到底意味着什么？
GPTHuman 是一项改写服务。你粘贴文本进去，它会返回一个改述版本，同时还提供检测功能。误报会以两种方向之一出现：
- 你把自己手写的草稿放进检测器，结果被标记了。
- 你把改写内容放进 GPTHuman，又在别处检查了输出，结果它仍被判定为机器生成。
这两种都是常见结果。检测器是模式匹配器。它们读取句子节奏、词语可预测性以及措辞的均匀程度。一个用常见词汇写长而均匀句子的人，在统计上可能看起来和模型输出相似。一次只替换同义词、不触及底层结构的改写，也可能如此。
更难的问题在于人们以为这个分数意味着什么。标记不是裁决，也不是你能交给教授或编辑的证据。它是一个信号，表明某些句子带有机器式模式。那是一个有用的编辑提示。那是一个糟糕的指控。
为什么在 GPTHuman 之后改写仍会被标记？
因为同义词替换并不会改变结构。如果原句有一个可预测的句式，那么改写后的句子通常会保留那个句式。不同的词，相同的节奏。
下面用示例说明这个模式：
之前（已改写，仍然平淡）：
必须考虑在职业环境中促成有效沟通的各种因素。
之后（结构已改变）：
在办公室里，你怎么说往往比你想表达什么更重要。忽略了这一点，邮件就会发得不妥。
第一个版本语法正确但含糊。每个分句都平衡，每个名词都抽象，没有任何具体的主语在做任何事。第二个版本有一个短句、一个具体的名词，以及一个别人可能不同意的论断。检测器往往把第一个读作机器生成，把第二个读作人类所写，但更偏好第二个的真正原因是读者能从中有所收获。
这是诚实的表述框架。你不是在试图击败检测器。你是在努力写出承载信息的句子，而不是填充废话。
如果 GPTHuman 的误报让你去寻找第二意见，请把同一段文字通过 DeAIze 检测器运行一遍，并在决定修改什么之前先阅读句子级别的高亮标记。你可以在 /register 免费开始，看看哪些行真正承载了信号。
我们自己的测量结果对被标记文本的说明
我们公布检测器返回的结果，包括那些令人不安的部分。2026-10-04，我们用 DeAIze 检测器（本地集成，lite 层级）以 30% 标记阈值对两个语料库进行了评分。
| 语料库 | 段落数 | 平均 AI 分数 | 中位数 | 范围 | 达到或超过阈值 |
|---|---|---|---|---|---|
| 参考样本（DeAIze 指南，未标记为生成） | 1504 | 27% | 20% | 1-100% | 1504 中的 487 |
| 未经编辑的模型输出 | 12 | 52% | 49% | 11-91% | 未报告 |
仔细阅读那张表，因为它是一把双刃剑。我们的参考样本是我们自己发表的文字，而 1504 个段落中仍有 487 个达到或超过 30% 阈值。这些是段落计数，不是独立文档的计数，且人类作者身份未经独立验证。所以这不是误报率。它展示的是，一个阈值会捕获大量由人类撰写或编辑的文字。
未经编辑的模型输出平均得分更高，这符合预期。差距是真实存在的，但并非泾渭分明。任何声称能做到清晰区分的工具都是在推销。
段落构建也很重要：目标为140个词，符合条件的尾部段落可以更短，而且同一指南中的段落并非独立样本。如果你在比较工具，要问它们测量了什么、在什么上测量。
你如何区分真正的标记和工具产生的假象？
你要看分数从何而来。不是看那个头条数字，而是看分布。
| 信号 | 它暗示什么 | 该怎么做 |
|---|---|---|
| 长文档中有一两句话被标记 | 局部模式，通常是模板化的过渡句 | 重写那几行，其余保留 |
| 每个句子的分数都均匀处于中段 | 该工具可能没有区分出任何东西 | 编辑前先换一个检测器试试 |
| 短文本，不到几百词 | 短段落上的分数会变得不稳定 | 补充上下文，或接受这个读数不可靠 |
| 被标记的是你多年前、在任何AI工具出现之前写的文字 | 很可能是误报 | 保留原文及其日期 |
| 被标记的文字确实经过改写工具处理 | 很可能是真实的机器化模式 | 修改结构，而不是替换同义词 |
最后一行是人们常忽略的。如果你用工具做过改写，那个标记很可能指向措辞中真实存在的问题。不是抄袭，不是学术不端，只是平淡的文风。修正它就是编辑。
如果你想更深入地了解分数在出错时的表现，/blog/can-ai-detectors-be-wrong/ 会逐一剖析各种失效模式，而不假装存在一个干净的答案。
当 GPTHuman 的误报命中你的作品时，你该怎么办？
按这个顺序来做。不要一开始就重写所有内容。
- 保存原始版本。 导出文件，记下日期，如果有版本历史就保留下来。如果之后有人质疑这份作品，草稿记录就是你的证据。
- 检查哪些句子被标记。 文档级分数几乎告诉不了你什么。句子级视图能准确告诉你该从哪里看。
- 把被标记的句子大声读出来。 机器式的行文往往语法完美却完全平淡。如果你因为句子承载了太多内容而读得磕绊，那不管分数如何，这都是一个真实的编辑问题。
- 改变结构，而不是词汇。 拆分一个长句。加入一个具体的数字、名称或例子。删掉一个只为连接两个想法而存在的过渡。
- 只重新检查一次。 不要为了压低分数反复改十遍。如果分数变了，很好。如果没变，你也仍然改进了写作。
- 记录你做了什么。 如果这是学术或专业作品，一段关于你处理过程的简短说明比一个干净的分数更有价值。
第三步是人们会抗拒的那一步。大声朗读感觉不科学。但它也是找出真正需要修改的句子的最快方式，因为你的耳朵能捕捉到分数无法解释的东西。
为什么人类写作者也会被标记？
因为人类写作并非单一形态。学术文章按设计就是正式且重复的。非母语英语写作往往使用较窄的词汇范围，这在统计上看起来与模型输出相似。翻译文本会把源语言结构带入英语。法律和医学写作有意使用固定短语。
这些都不是不当行为。这就是那些文体听起来的样子。问题在于，一个被训练来识别统一性的检测器，无法区分由风格指南造成的统一性和由语言模型造成的统一性。
如果你用第二语言写作，/blog/ai-detector-flags-non-native-english-writers/ 涵盖了涉及的具体模式以及需要记录的内容。简而言之：保留你的草稿，保留你的笔记，不要删除任何东西。
当你需要修改被标记的文本时，有哪些选择？
有四条现实可行的路径。它们并不等同，取舍取决于你在保护什么。
| 选项 | 作用 | 取舍 | 适合用于 |
|---|---|---|---|
| 粘贴到改写工具并接受输出 | 快速，改变措辞 | 你会失去自己的声音，而且可能注意不到含义变化 | 任何你不会署名的内容 |
| 根据被标记的句子手动重写 | 缓慢，保留你的原意 | 需要你批判性地阅读自己的文字 | 任何会署你名字的内容 |
| 使用句子级检测，然后编辑 | 有针对性，向你显示信号所在 | 分数仍然无法证明作者身份 | 你需要辩护的草稿 |
| 忽略分数并找第二位读者 | 免费，能发现真正的问题 | 没有数字可以展示给任何人 | 大多数日常写作 |
如果你是在比较工具而非方法，/blog/deaize-vs-gpthuman/ 会考察两者在同一段文本上各自返回什么结果。真正有用的问题不是哪一个胜出，而是哪一个能告诉你该修正什么。
DeAIze 如何处理同一个问题？
DeAIze 是一个分为两部分的网页应用：一个 AI 检测器和一个 AI 人性化工具。
检测是句子级别的。整篇文档会得到一个分数，每个句子按 AI 概率高亮显示，因此你能看出哪些行带有信号。这就是判定结果与待办清单之间的区别。
人性化工具会为你自己的草稿建议修改后的措辞。它不会替你撰写论点，也不会解决署名权争议。请将其建议与你的原文进行对比，并核实其中的主张、数量、引用、否定表述和限定词。语义相似度只是一种审阅辅助手段，并不能证明每一处含义都得到了保留。
关于隐私：文本仅用于当前任务的处理，绝不用于训练，也绝不转售。如果你要粘贴未发表的研究或客户作品，这一点很重要。
有一个改写试用：邮箱确认后可改写 200 词，无需信用卡。检测有单独的可配置限制，显示在当前界面中。改写试用不是一千个免费词，也不是无限扫描。
定价为按量付费，积分永不过期，无订阅：
| 套餐 | 词数 | 价格 |
|---|---|---|
| 入门版 | 1000 | $20.99 |
| 标准版 | 3000 | $44.99 |
| 专业版 | 10000 | $99.99 |
| 最高版 | 30000 | $199.99 |
上传支持 .txt、.docx 和 .pdf。改写 Word 文档会保留字体、样式和表格。检测和改写覆盖英语及其他 9 种语言，界面提供 10 种语言版本。
你不应期待任何检测器能做到什么？
不要期待关于作者身份的明确答案。没有任何检测器输出能证明文本是谁写的。不同工具的分数定义各不相同：模型分数、合格文本占比和相似度百分比不能互换，而把一种当作另一种来解读，正是大多数混淆的起点。
不要指望 DeAIze 会与其他工具的数字一致。我们不保证在任何其他检测器上获得特定分数，也不提供官方的 Turnitin 读数或 Turnitin 分数估算器。如果你的机构运行 Turnitin，那份报告应由他们来解读。
不要指望改写工具能解决政策问题。如果你的课程或雇主限制 AI 辅助，请查阅适用的政策。如果作品存在争议，请保留原始文件并处理证据，而不是修改记录。想法、数据和结论必须是你自己的。
在断定自己遭遇误报之前，先看这份简短清单
- 你是否保留了原始文件及其日期？
- 你是否用不止一个检测器检测过文本，并且读过每个检测器测量的是什么？
- 被标记的句子是集中在少数几处，还是均匀分布在整个文本中？
- 文本是否短到分数不稳定？
- 是否有改写工具在任何时候改动过这段文本？
- 你能流畅地朗读被标记的句子而不磕绊吗？
- 你是否查阅了关于 AI 辅助的适用政策？
如果你对其中大部分问题都作了回答，并且仍然认为标记有误，那你很可能确实遇到了误报。但这并不能给你一个干净的补救办法。它给你的是一个有据可依的立场，而这在与老师、编辑或客户沟通时才是真正有用的。
准备好看看哪些句子读起来像机器写的了吗？
GPTHuman 的误报只会给你一个数字，却不指明方向。句子级视图则能为你指明方向。
先从 /ai-detector/ 的检测器开始，在做出任何修改之前，先阅读逐句高亮的内容。如果你想修改被标记的段落，请打开 /humanize-ai-text/ 的人性化工具，并将其建议与你的原文逐行对比。当你准备处理更长的文档时，套餐方案在 /pricing/，你可以在 /register 创建账户。
这些都不能证明作者身份。它只是向你展示信号所在的位置，以便你决定要修正什么。