刚刚完成的 AI 检测器结果是一个概率估计，而不是对谁写了你的文本的裁决。当你的句子对那个工具的模型来说在统计上显得可预测时，它就会触发。解决办法不是隐藏任何东西。而是找出那些携带信号的平淡、统一的句子并重写它们，然后重新评分。
这个标记实际上说明了你的写作的什么
大多数检测器基于同一类信号工作：给定前面的词，每个词有多可预测，以及整个文档中句子长度和节奏的变化程度。机器输出往往落在一个狭窄的区间内。人类写作则会游移。
这就是为什么两个工具可能对同一段落给出不同结果。GPTZero 自己的 FAQ 说，类别概率“可以解释为检测器在其分类中正确的机会。也就是说，90% 意味着在类似文档上，我们的检测器有 90% 的时间在其做出的预测中是正确的”（来源：gptzero.me）。在类似文档上的百分之九十并不是对你特定草稿的百分之九十确定性。
Turnitin 明确公布了自己的容差。其 AI 写作检测页面说，该工具可能“每 100 份完全由人类撰写的文档中，就有 1 份将人类撰写的文档标记为 AI 撰写”（来源：www.turnitin.com）。它还指出，“对于 1% 到 19% 范围内的 AI 检测分数，不归因任何分数或高亮”（来源：www.turnitin.com），因此那里的低读数是有意保持沉默，而不是令人安心。
我们在 2026-09-28 进行了自己的检查：709 篇手写的 DeAIze 指南平均得分为 26% AI，中位数为 25%，其中 709 篇中有 239 篇在 30% 阈值下被标记。十二段未经编辑的模型段落平均得分为 33%，中位数为 34%。重叠才是重点。人类文本和机器文本并不是两个分开的桶。
为什么检测器会标记你自己写的文章？
四个原因涵盖了大多数情况。
- 句子长度一致。 如果每个句子都在18到24个词之间，这种节奏读起来像是生成的。检测器比读者更早注意到这一点。
- 可预测的过渡词。 连续段落开头使用“Furthermore”、“Moreover”、“Additionally”是一种模式，而不是风格。
- 具体性低。 没有名称、日期、地点或数字的抽象主张看起来像是为了填充形式而写的文字，而不是为了表达内容。
- 大量AI辅助。 如果你让模型生成草稿并稍作编辑，底层的句子结构在编辑后依然存在。这是诚实的情况，需要真正的重写，而不是替换词语。
还有第五个原因值得提及，因为它不公平。非英语母语者经常被标记，因为严谨的学术英语刻意保持规整。如果你是这样，问题不在于你的英语，而在于这种规整性对统计模型来说读起来像是机器制造的。
在购买任何东西之前，请将你的草稿通过AI检测器运行，看看哪些句子带有信号。如果只有少数被标记，你可以在一个下午自己解决。
哪些编辑实际上能降低比率？
逐句处理，而不是整篇处理。整篇文档的改写工具往往会替换同义词，却保持相同的节奏，这就是为什么分数常常原封不动地返回。
拆分与合并。 把一个22个词的句子砍到9个词，然后把接下来的两句合并成一个更长的句子。这种变化本身就是一种信号。
删掉过渡词。 大多数以”Moreover”和”Furthermore”开头的句子都可以直接删掉，毫无损失。直接从论点开始。
加入具体细节。 一个名字、一个日期、一个地点、一个来自你自己数据的数字。具体性是模型最难伪造的，也是你最容易提供的。
打破平行结构。 语法完全相同的三项列表是一个破绽。把其中一项改成一个从句。
大声读出来。 你读起来磕绊的地方，读者也会磕绊。你听起来像新闻稿的地方，检测器很可能也这么认为。
以下是一个示例，并非真实测量：
修改前：“此外，重要的是要考虑各种因素，这些因素有助于该倡议的整体成功。”
修改后：“三件事决定了它是否奏效。预算是最不重要的。”
第二个版本更短、更难以预测，却表达了更多内容。这就是整个方法。
各检测器实际报告内容的比较
下表使用了各供应商自家文档中公布的数值，以及我们自己的工具。这些数字都不能预测你的具体草稿。
| 工具 | 报告内容 | 公布数据（来自来源） |
|---|---|---|
| Turnitin | 文档百分比、句子高亮 | 每100份完全由人类撰写的文档中标记1份；低于19%不显示分数（来源：www.turnitin.com） |
| Turnitin | 如何解读中等分数 | 一份50%的文档阅读可能包含高达65%的AI写作（来源：www.turnitin.com） |
| GPTZero | 类别概率加置信度分类 | 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） |
| GPTZero | 概率的含义 | 90%意味着检测器在类似文档上的正确率为90%（来源：gptzero.me） |
| DeAIze | 句子级AI概率加文档分数 | 709份指南的人类样本：均值26%，中位数25%，239份在30%被标记（我们的测量，2026-09-28） |
仔细阅读中间一列。Turnitin 说50%的读数可能意味着高达65%的AI写作。这是一个很宽的区间，也是呈现检测器结果的诚实方式：一个范围，而不是一个数字。
当改写是错误的选择时
在这里对自己诚实，因为这一节比编辑技巧更重要。
如果被标记的文本是由模型撰写的，而你将其作为自己的作品提交，那么为了通过检测器而改写就是虚假陈述。想法、数据和结论必须是你自己的。整理自己由AI辅助的草稿是可以的。把生成的作品冒充为原创则不行，任何改写都无法解决这个问题。
如果你面临的是正式指控而非私下评分，请停止编辑并开始记录。你的草稿、版本历史和笔记比分数更重要。关于学术诚信听证会上小组评估什么的指南涵盖了该流程。政策方面，什么算作虚假陈述是配套文章。
如果被标记的文本少于约100个词，也跳过改写。短样本给检测器的信号太少，分数会剧烈波动。修正一段60个词的说明文字不值得费这个劲。
如何验证修复是否有效
评分、编辑、重新评分。这个顺序很重要。
- 将原文通过检测器运行并保存结果。
- 只改写被高亮的句子。保持干净的句子不动。
- 对同一文本重新运行同一个检测器。
- 检查含义是否保留。如果某个句子现在表达的意思略有不同，就把原文放回去再试一次。
最后一步是人们会跳过的。一个降低了分数但改变了你论点的改写，比被标记更糟。关于这个循环的更详细讨论，请参阅如何在不改变含义的情况下人性化AI文本。
DeAIze 将此作为一个闭环运行：对文本评分，只改写被标记的句子，仅当语义相似度表明含义得以保留时才保留改写，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分数平均降低60%以上，最佳情况为71%。这些是产品自身预测的分数，并非任何第三方检测器的判定。在网站上使用的示例段落中，92%的AI分数变为4%的AI。
你需要工具，还是手动编辑就够了？
当标记较轻时，手动编辑就足够了：只有几处高亮句子、一份你自己写的文档、还有充裕的时间。手动修改能让你更了解自己的写作。
当文档很长、有截止日期，或者标记遍布大部分文本时，工具就有了用武之地。句子级检测是有用的部分，因为它告诉你该把注意力放在哪里，而不是重写所有内容。
对任何工具（包括我们的）都要注意一点。在一个检测器上得分较低，并不能保证在另一个检测器上得分也低。检测器在训练数据、阈值以及处理短段落的方式上各不相同。用第二个工具交叉检查，是唯一能知道你是真正修复了文本，还是只是把它挪了个地方的方法。
如果你想了解这两部分如何配合，请从人性化 AI 文本中心开始。它会带你走完整个工作流程，从第一次评分到最终检查。
简短版
刚刚完成的 AI 检测器评分只是某个模型在你无法看到的条件下给出的估计值。Turnitin 自己的文档承认存在误报率，并显示其中间分数周围有一个很宽的区间。我们对 709 篇人类撰写的指南进行测量，发现 AI 评分平均为 26%，这意味着大量真正由人类撰写的文本远高于零。
所以不要被这个数字吓到，也不要试图钻空子。找出平淡的句子，让它们更具体、更参差不齐，确认原意得以保留，然后重新评分。如果这段文本本来就不是你写的，再怎么编辑也不会让它变成你的。
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 个未经编辑的模型输出，AI 评分中位数分别为 25% 和 34%。方法：/methodology/。