搜索“twitter down detector”通常意味着某个东西出故障了，而你想确认一下。当出故障的是你自己的写作评分时，答案就不一样了：没有任何故障页面能修复它，因为标记是来自模型的概率估计，而不是状态更新。通过编辑携带信号的句子来降低它。
这就是全部结论。本文的其余部分讲的是具体怎么做，以及诚实的局限。
检测器评分实际上是什么（以及不是什么）
检测器并不会找到水印或指纹。它们基于一些模式来估计一段文字来自语言模型的可能性：可预测的用词、统一的句子长度、节奏变化小。GPTZero 自己的 FAQ 这样描述其类别概率：“90% 意味着在类似文档上，我们的检测器有 90% 的时候做出的预测是正确的”（gptzero.me）。这是关于工具置信度的陈述，而不是关于你的。
同一份 FAQ 说，置信度类别经过调整，因此当置信度字段很高时，“99.1% 的人类文章被归类为人类，98.4% 的 AI 文章被归类为 AI”（gptzero.me）。把这两个数字放在一起看，令人不安的部分就出现了：即使在工具最有信心的设置下，对于一篇短文、一封求职信或一条说明文字，人类一侧的数字也不是全部真相。检测器输出是概率估计，不是作者身份的证明。任何将其视为证明的小组、编辑或客户，都是在过度解读这个工具。
我们自己做了检查，而不是重复供应商的营销说辞。2026-09-28，我们用 DeAIze 检测器（本地集成，lite 层级）在 30% 标记阈值下对两个语料库进行了评分。709 篇手写 DeAIze 指南的样本返回的平均 AI 分数为 26%，中位数为 25%，范围为 0 到 69% —— 并且这 709 篇人类撰写的文章中有 239 篇在该阈值下被标记。相比之下，未经编辑的模型输出平均为 33%，中位数为 34%。这两个分布存在重叠。这种重叠正是为什么单个数字无法判定作者身份，也是为什么有用的做法不是与分数争辩，而是修改产生该分数的句子。
为什么你的帖子、文章或配文被标记
标记往往集中在少数几个习惯上。单独来看，它们都不能证明什么；它们只是模型解读为机器生成的特征。
- 句子长度一致。 十个句子每个都是18到22个词，读起来像是生成的。人类的文章是参差不齐的。
- 可预测的连接词。 连续句子的开头都是“Furthermore”、“Moreover”、“Additionally”。
- 模棱两可、对称的论点。 每个点都得到相同的权重，所以听起来没有什么对作者重要。
- 没有具体细节。 没有名字，没有你自己选的数字，没有只有你才知道的细节。
- 结尾有整洁的总结。 真正的写作往往只是戛然而止。
我们自己的特征频率测量在人类样本和未编辑的模型输出中都达到了每100个词1个特征。这让我们感到惊讶。这意味着单独计算特征是一种弱分类方法——信号在于特征的位置以及文章运行的均匀程度，而不是原始计数。
如果你想在重写任何内容之前看到哪些行携带信号，请先将文本通过AI检测器运行。句子级高亮会告诉你哪些句子需要修改，这样你就不会重写整个只需要三处编辑的文档。
一个真正降低率的句子级修复
分轮次处理。不要对整篇文档进行改写——这正是含义漂移的原因。
- 先评分。 获取逐句视图。记下哪些句子被标记。
- 只重写这些句子。 保持干净的句子不动。如果一句话已经是你自己的，改动它只会增加风险而无收益。
- 打破节奏。 把一个长句拆成两个。合并两个短句。变换开头，使连续三句话不以相同方式开头。
- 加入只有你知道的一件事。 一个日期、一个地点、一个名字、你在意的原因。具体细节是最难伪造的，也是最容易恢复的。
- 重新评分并比较。 如果分数没有变化，说明你改错了句子。
- 检查含义是否保留。 将重写内容与原文对照，检查主张、数据和名称。如果事实发生了变化，即使分数下降，编辑也是失败的。
这与 DeAIze 内部运行的循环相同：评分，只重写被标记的句子，仅当语义相似度表明含义得以保留时才保留重写，然后重新评分并报告前后对比。你可以手动运行。工具只是让它更快。
示例，非真实文档。 修改前：“此外，值得注意的是，社交平台经常出现故障，用户常常从第三方状态页面寻求确认。” 修改后：“当平台陷入沉默，人们刷新状态页面并抱有希望。通常这个页面是最后更新的。” 相同的主张，不同的节奏，而第二个版本带有观点。
何时这是错误的选择
如果以下任何情况适用，请不要购买任何东西。
- 文本不是你写的。 把别人的作品人性化处理以冒充自己的，属于虚假陈述。要解决的是署名问题，而不是分数。
- 你需要某个特定检测器给出一个保证的数值。 没人能保证这一点。DeAIze 不保证在任何检测器上得到任何特定分数，任何声称能做到的工具都是在卖你一次抛硬币。
- 标记是一项正式指控。 如果你正面临学术诚信小组或职场流程，编辑是次要的。记录你的草稿、笔记和过程，并在动文本之前阅读小组实际评估什么。
- 你只有80个词。 短文本给检测器的可用信息很少，分数波动很大。重写一条说明文字没问题；为此付费通常不值得。
- 你的写作没问题，只是检测器错了。 有时确实如此。为了满足一个糟糕的工具而编辑，可能会让你的文字更糟。要知道何时停止。
这些工具实际报告什么，以及它们的成本
不同工具给出的输出不同。这比标题数字更重要，因为输出才是你能据以行动的东西。
| 工具 | 报告内容 | 文本限制 | 备注 |
|---|---|---|---|
| GPTZero | 置信度分数、AI词汇、逐句高亮 | 每篇文本最多150,000个字符，或最多250个文件的批次（gptzero.me） | 常见问题解答指出，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（gptzero.me） |
| DeAIze | 整篇文档分数加上逐句AI概率；人性化处理前后的对比 | 基于字数的积分；免费层注册时提供200个词，无需信用卡 | 闭环：只重写被标记的句子，当意思保留时保留重写 |
只返回一个数字的检测器让你猜测问题在哪里。高亮句子的检测器告诉你从哪里开始。如果你要在工具之间做选择，在付费购买席位之前，请阅读每个工具报告什么。
接下来十分钟该做什么
- 对文本进行评分，并记下被标记的句子。
- 只重写这些句子，改变长度和开头词语。
- 把你起草时删掉的一个具体细节放回去。
- 重新评分。如果分数几乎没有变化，就寻找你遗漏的均匀节奏。
- 当分数站得住脚时就停止，而不是等到它为零。在一个检测器上追求零分通常意味着毁掉你自己的声音。
关于重写循环背后的完整方法，包括我们如何测量前后变化，请参阅我们如何测试。如果标记来自某个特定工具，无论触发的是哪一个，修复方法通常都是一样的。
最后一件值得直说的事。目标不是打败检测器。而是让你自己的写作再次读起来像你自己的写作——并且有笔记、草稿和推理来证明这一点。
测量说明：本文中的数字来自我们自己的检测器于 2026-09-28 的运行——n = 709 篇手写指南对比 n = 12 个未经编辑的模型输出，AI 得分中位数分别为 25% 和 34%。方法：/methodology/。