如果你想了解如何检查文本是否为 AI 所写，请从最不具指控性的检查开始。检测器分数只是一个输入，而非定论。运行它，记下哪些句子带有信号，然后在提及 AI 之前先询问作者的资料来源和写作过程。只有当回答和元数据与提交内容相矛盾时，才需要升级处理。
检测器分数实际衡量的是什么？
检测器并不识别作者身份。它们衡量的是文本的可预测程度。语言模型生成的词序列接近其训练分布的统计中心，因此对 token 概率建模的工具往往会将这类文本评为像机器写的。人类写作则较为发散：会重复口头禅、出现不完整句子、对题外话过度解释、在应使用破折号的地方使用逗号。
这就是为什么输出是一个带有阈值的百分比，而不是简单的“是”或“否”。这也是为什么两个工具对同一篇文章经常给出不同结果——它们权衡不同的信号并选择不同的截断值。如果你想了解其机制，我们对 AI 检测工作原理 的解析涵盖了这些信号，没有营销话术。
对你而言的实际后果是：高分意味着“这在统计上读起来很典型”。它并不意味着“这个人作弊了”。许多真实的写作也会得到高分，我们自己的测量结果说明了为什么你不应将标记视为结论。
2026 年 9 月 19 日，我们使用 DeAIze 检测器（本地集成，轻量级）以 30% 的标记阈值对两个语料库进行了评分。46 篇手写 DeAIze 指南的样本平均 AI 得分为 27%，中位数为 25%，范围为 0-55%。这 46 篇人类撰写的文档中有 17 篇被标记。这是我们用自己的工具检测自己的写作，并非第三方裁决——但足以表明，在低阈值下被标记只是一个起点，而非结论。
同一次运行对12段未经编辑的模型文本（由固定提示生成且之后未做任何修改）进行评分，平均值为35%，中位数为34%，范围为25-49%。请注意这意味着什么。未经编辑的机器输出并未达到100%。即使是干净的模型文本，也不会仅凭一个分数就被自动判定为有问题。如果原始AI文本的上限在四十多分，那么一份五十多分的提交本身几乎说明不了什么。
为什么高分不能证明任何事
有三件事会在没有任何AI参与的情况下推高分数。
公式化写作。 实验报告、文献综述、考试答案和求职信都遵循被教授的结构。可预测的结构看起来就像可预测的语言。
非母语英语。 使用第二语言写作的人往往会选择最安全、最标准的措辞，因为地道的替代说法让人感觉有风险。这种扁平化读起来像机器写的。我们专门写了一篇文章，讨论为什么AI检测器会标记非母语英语写作者，这是老师们向我们反映的最常见的单一误报模式。
大量编辑。 把草稿通过语法工具、改写工具或摘要工具处理一遍，你就会恰好磨掉检测器用来证明是真人写作的那些不规则之处。讽刺的是，一个使用写作助手来整理自己作品的学生，最终可能看起来比没有使用的人更像机器写的。
这些都不会让分数变得无用。它只是众多信号之一。错误在于，在完成其他工作之前，就把百分比当作结论。
如果你是被检测的一方，而不是检测的一方，请先通过AI检测器运行你自己的草稿，看看哪些句子带有信号——然后在提交前修正这些句子，并保留修改前后的版本，以便展示你的工作过程。免费扫描最多接受800词，受速率/容量限制。更长的扫描需要账户和积分，每次检查最多3,000词。免费套餐还会在邮箱确认后为你提供一次性200词的改写额度，无需信用卡。
在提及AI之前，你要问的源头问题
这是大多数人跳过的一步，而它恰恰能解决大多数情况。
请作者带你过一遍他们的材料。不要问“你用了AI吗”——这个问题只会引来防御性回答，毫无教益。而应该问：
- 这个论点从何而来？哪篇阅读推动你走向它？
- 哪部分最难写，为什么？
- 能给我看看早期的草稿吗？
- 如果再多一周，你会改什么？
- 如果必须删掉一个来源，你会删哪个，会失去什么？
一个真正下过功夫的作者，即使回答得不好，也仍然能回答这些问题。他们会记得那条死胡同，那个重写了四遍的段落，那个差点引用却最终没有引用的来源。而一个把思考外包出去的作者，则会给出流畅而笼统的回答，这些回答套用在任何一篇同主题的文章上都成立。
记录他们所说的话。如果你之后需要向院系或学生申诉程序证明某项决定的合理性，那次谈话的文字记录比任何检测器截图都更有价值。你也可以向他们推荐我们的指南学生使用AI辅助写作，让他们了解贵机构的界限在哪里。
留下痕迹的元数据和版本历史检查
文档携带着文本本身所没有的证据。这些证据也都不是决定性的，但它们是可核查的，而且不依赖于模型的判断。
| 检查项 | 能显示什么 | 不能显示什么 |
|---|---|---|
| 文件属性（作者、创建时间、修改时间） | 所述作者是否与生成该文件的账户匹配，以及创建日期是否合理 | 是谁输入了这些文字——文件会在不同机器之间复制 |
| Google Docs 或 Word 中的版本历史 | 文档是否以正常的起草模式逐步形成，还是接近完成时才出现 | 草稿是否是从别处粘贴进来的 |
| 粘贴事件和格式中断 | 某段文本的字体度量或间距与其余部分不同 | 该段文本是AI生成的还是从某个来源复制的 |
| 编辑时间 | 整篇文章是否一气呵成、没有修改 | 作者是否只是打字很快 |
| 引用规范 | 参考文献确实存在、与论点相符，并出现在正文中 | 作者是否读过这些文献 |
有两种模式值得注意。第一，文档在截止时间前几分钟才创建，没有修订历史，也没有中间草稿。第二，行文在段落中间发生语域切换——一部分是作者惯常的语气，另一部分则是平淡、节奏均匀、没有错别字的句子。两者都不能证明什么。但两者都值得问一问。
把元数据当作指控时要小心。共用电脑、学校账户、导出的 PDF、从手机到笔记本电脑的交接以及小组模板都会让情况变得混乱。用元数据来决定是否要询问，而不是决定你怎么想。
如何将信号综合为分诊决定
不要再试图做出裁决。把提交内容归入三类之一，并据此采取行动。
第一类：不采取行动。 分数很低，作者令人信服地解释了自己的过程，元数据也没有异常。你可能仍然不喜欢这篇文字。那是编辑意见，不是诚信问题。
第二类：提出一个问题。 出现了一个信号——某个被标记的段落、版本历史中可疑的空白、始终含糊的回答。此时你要询问过程和来源，但不要提及检测。许多情况到此为止，得到更好的草稿，也没有指控。
第三类：正式谈话。 两个或更多独立信号相互印证：被标记的句子集中在相同段落，作者无法解释自己的论点，元数据也没有显示起草过程。即便如此，你也不是在证明使用了 AI。你是在启动一个你的机构或出版物已有规则可循的程序。
顺序很重要。先看分数，因为它成本低，还能告诉你该往哪里看。其次是来源问题，因为它们信息量最大，伤害最小。第三是元数据，因为它最容易被误读，也最难向学生解释。
当信号相互矛盾时该怎么办
它们一定会矛盾。高分却配着一个有说服力的写作者。干净的分数却配着一段说不通的版本历史。一篇读起来平淡无奇、却包含班上其他人从未提出过的真正原创论点的文档。
当它们矛盾时，按信号被伪造的难度来加权。检测器分数很容易被影响——过一遍改写就能让它变动。对自己推理过程的解释很难伪造，因为它要求真正掌握材料。版本历史很难伪造，但也容易合理地丢失。
所以，打破平局的永远是对话。让写作者用自己的话为某个具体论点辩护，然后问它从何而来。如果他们能在一份读过的来源中找到这个想法，并解释为什么觉得它有说服力，那么无论工具怎么说，你都已经有了答案。如果他们做不到，那么起作用的就不再是分数——而是他们无法解释自己的文本。
还有一个不费任何成本的检查：把这次提交与该写作者之前的作品比较。一个整个学期都用同一种声音写作的学生，突然提交了另一种声音的东西，就是在向你展示一种不连续性。这是关于这份草稿的证据，而不是关于这个人的证据，把它作为这样的证据提出来是公平的。
对话结束后该做什么
趁记忆犹新，用两三句话写下你的决定及其依据。记下你看到的分数、哪些句子支撑了这个分数、作者对其来源的说明，以及元数据所显示的内容。至少，这能在案件被申诉时保护你——而且它会迫使你注意到，自己何时是在凭感觉而非依据行事。
然后判断作者需要什么。常见的结果有三种。他们自己写的，而工具判断错了：如实告诉他们，并告诉他们哪些内容可以保留。他们把 AI 当作工具使用，却没有意识到这超出了你的规则：向他们指出相关政策，以及我们对学术诚信政策实际允许什么的解析。他们提交了并非自己完成的作品：遵循你所在机构的流程，并保留你的记录。
如果提交的是你自己的草稿，而被标记的是你的文字，那么解决办法就不同了。读一读被标记的句子，问问每一句是否说了只有你才说得出来的内容。如果不是，就用一个具体的细节、你自己工作中的真实数字，或你亲眼所见的例子来改写它。这不是在钻检测器的空子。这本来就是这句话需要的修改，而我们关于清理机器生成痕迹的指南会逐行讲解。
你应该明确说出的界限
在依据任何分数采取行动之前，把这些话对学生说、对投稿者说，也对自己说。
检测输出是一种概率估计。它不是作者身份的证明，而且据我们所知，没有任何工具会发布一个能让你将其视为作者身份证明的数字。DeAIze 不保证在任何第三方检测器上得到任何特定结果，其他任何工具也是如此。
元数据是间接证据。它描述的是文件，而不是人。
来源问题是你可用的最强信号，它们完全取决于你的判断。这让人不舒服，但比把决定外包给一个百分比更诚实。
还有政策文件中没人明说的一点：错误指控的代价远高于一次未被发现的提交。一个被错误指控作弊的学生会记很多年。一篇漏过去的薄弱论文只是一个下学期可以修正的评分问题。当你的信号确实相互冲突且无法解决时，让文章保留下来，并根据其本身的价值来评分。
准备好看看哪些句子读起来像机器写的了吗？
如果你是那个被审查的人——一个草稿被标记的投稿者，或者一个用模型起步的作者——不要与整篇文档的分数争辩。转而获取句子级别的视图。
将你的文本粘贴到AI检测器中，查看哪些句子带有信号。那里的检测在句子层面运作：你会得到文档评分和逐句分析，因此可以看出标记是落在三个句子上还是整篇文章上。然后打开草稿编辑器，只修改需要修改的句子，其余部分保留你自己的风格。
如果你希望改写由工具代劳，humanizer 会运行一个闭环流程：对文本评分，改写被标记的句子，仅在语义相似度确认含义得以保留时才保留改写结果，然后重新评分并报告前后对比。该网站报告称，人性化处理后 AI 评分平均降低 60% 以上，最佳情况为 71%，这些数据基于产品自身的预测评分——并非任何第三方检测器的官方判定。在网站使用的示例段落中，92% 的 AI 评分变为 4% 的 AI。
免费检测扫描最多支持 800 词，但受请求频率和容量限制。更长的扫描需要账户和积分，每次检查最多 3,000 词。免费套餐在确认电子邮箱后提供一项独立的一次性 200 词改写额度，无需信用卡。如果需要更多，定价采用按量付费，积分永不过期，且无需订阅。上传支持 .txt、.docx 和 .pdf 格式，改写 Word 文档时会保留字体、样式和表格。
无论你选择哪条路径，本文开头的规则依然适用。观点、数据和结论必须是你自己的。工具可以帮助你用自己的声音表达它们——但它们无法提供思考。