AIGC 检测是什么？AI 检测器的原理、局限与误判

AIGC 检测是根据文字的统计特征，估计一段话更像人写的还是机器写的。它给出的是倾向，不是鉴定：短文、公文式文字、文言文、被润色过的文字和非母语写作都可能被误判。检测结果只能提醒你重读文章，不能单独指控任何人。被标出后，最有力的是草稿和笔记。

先说结论：检测器给的是估计，不是证据

AIGC 是“人工智能生成内容”的简称。AIGC 检测，就是用统计方法估计一段文字更像人写的，还是更像机器写的。 它输出的是一个倾向，而不是“这段话就是 AI 写的”这样的鉴定结论。

这一点对每个使用者都重要：

• 同学和作者：一个“疑似 AI”的分数，不等于你被认定为代写；
• 老师和编辑：分数只能作为重读文稿的线索，不能单独用来评分、处分或指控；
• 学校和期刊：不同检测系统的算法、训练数据和阈值各不相同，同一篇文章在两个系统里结果可能差别很大。

本文先讲检测器大致怎么工作，再讲为什么中文文本特别容易被误判，最后讲被标出以后可以怎么做。文中不会出现任何“准确率 99%”之类的数字，因为没有哪个检测器能对所有文体、所有模型和所有语言保证这样的数字。

检测器大致是怎么工作的

不同产品的细节不一样，但常见的思路有三类，可以用日常的话理解。

1. 看文字“好不好预测”

语言模型写文字，是根据上文挑选概率较高的下一个字词。所以机器写出的句子往往用词常见、搭配平稳、很少出人意料。一些检测方法就是反过来，用另一个语言模型去“猜”这段文字的每一个字词，如果多数时候都猜得很准，就说明文字比较“可预测”，更像机器写的。

人写的文字则常常有突然的转折、少见的比喻、口语的省略，预测起来困难一些。

2. 看句子的“起伏”

另一类特征是句子长短和结构的变化。人写作时，有的句子很长，有的只有几个字；有的段落细致，有的一笔带过。机器生成的初稿常常句长相近、段落匀称、每段结构相似，起伏较小。检测器会统计句长变化、用词重复程度、标点分布等，作为判断依据。

3. 用训练出来的分类模型

很多检测器是分类模型：用大量已标注为“人写”和“机器写”的文本训练，学会区分两者的统计差别，然后给新的文字打一个分数，再按阈值分成“可能由人写成”“不确定”“可能由 AI 生成”几档。

这种方法的问题很直接：模型只学到了训练数据里的差别。如果训练数据里的“机器文本”来自某几个旧模型，新模型写出的文字就可能漏检；如果训练数据里的“人写文本”大多是新闻和百科，那么公文、诗词、学生作文这类不同风格的人写文字，就更容易被误判。

AdeptWrite 的 AI 检测器是怎么做的

本站的AI 检测器属于上面第三类：在浏览器里运行的统计分类模型，把文字拆成字词片段，计算特征，再换算成估计值并分为三档，同时标出读起来最像机器写的句子。几点如实说明：

• 它给出的是“与 AI 写作的相似度”估计，页面始终把它称为估计，不是证据；
• 中文至少需要 120 个汉字才会给出结果，单次最多 6,000 个字符，文字越长参考价值越高；
• 对尚未支持或没有评估数据的语言，页面会直接告知，不会硬给一个分数；
• 页面会把局限说明和实测指标放在结果旁边，本文不引用任何准确率数字，请以页面上显示的说明为准；
• 统计分析在你的浏览器里完成；只有你主动勾选可选的“深度分析”时，文字才会发送到服务器。

中文文本为什么容易被误判

下面这些情况，在中文写作里很常见，也最容易让检测器“看走眼”。

反过来也一样：被改写、被“人性化”处理过的 AI 文本，常常检测不出来；混合了人写和 AI 写段落的文章，多半落入“不确定”。所以无论分数高低，检测器都可能出错。

还有一个常被忽略的问题：检测器对不同文体的误判率并不相同。对学生作文和非母语写作被误判的频率，本站还没有在每种语言里逐一测量，因此对这类文字得到“可能由 AI 生成”的结果时，应当格外谨慎。

论文 AIGC 检测：学校用的系统和本站的区别

近两年，一些高校开始在毕业论文流程里增加 AIGC 检测，不少同学会搜索“论文 AIGC 检测”“AIGC 检测率多少合格”。有几点需要说明：

1. 用哪个系统、检测什么范围、多少算超标，都由学校或学院规定，请以教务处、研究生院或学院发布的最新通知为准。本站不替任何学校给出标准，也不提供任何“合格线”。
2. 学校使用的系统，算法和训练数据与本站不同，两边的数字不能互相换算。
3. 本站的检测器适合提交前自查：看看哪几句读起来过于模式化，然后用自己的话重新表达。它不能代替学校指定的检测。
4. 没有哪个检测结果可以单独证明你用了或没用 AI。真正有分量的，是写作过程的材料。

我们不提供以逃避检测为目的的功能。如果你想让 AI 参与过的初稿读起来更自然、更像自己写的，可以读AI 写的文章怎么改得自然，重点是把文章改好，并按要求如实说明 AI 的使用；先弄清什么是大语言模型，可以看ChatGPT 是什么。

怎么读检测结果

拿到一份检测报告，可以按下面的顺序看：

1. 先看档位，再看数字。 数字是估计，档位“不确定”很常见，也是正常结果。
2. 看被标出的句子，而不是只看总分。 标出的往往是空话套话、四平八稳的总结句，这些句子本来就值得重写。
3. 看文本是否属于容易误判的类型。 公文、文言引用、很短的摘要，结果的参考价值都更低。
4. 对照写作过程。 你是否有草稿、笔记、检索记录？这些才是说明文字从哪里来的证据。
5. 不要拿一个系统的数字去推另一个系统。

被标出“疑似 AI”之后怎么办

如果你自己写的文章被标出，或者被老师、系统提出疑问，可以这样处理：

• 先冷静地重读被标出的段落。 看是不是确有大段模板化的表达，比如“首先、其次、最后”“综上所述”“随着社会的发展”。
• 整理你的写作材料。 笔记、提纲、不同版本的草稿、文献检索记录、与导师沟通的邮件或聊天记录，都应当保存好。文档的修改历史（如 Word 的版本记录）也有帮助。
• 补充自己的内容。 加入亲身调查、具体案例、真实数据和个人判断，并标注出处。
• 如实说明。 如果你确实用过 AI 工具辅助某个环节，按学校的要求写清楚用在哪里，隐瞒比使用本身的后果更严重。
• 按程序申诉或复核。 学校一般有复核或申诉渠道，具体流程以学校的规定为准，必要时请导师或学院出面说明。

从一开始就养成这些习惯，比事后补救有效得多：写作时保留草稿的各个版本，笔记里分清“原文”“概括”和“我的想法”，引用随手记下出处。如何避免抄袭里有一套具体做法。

如果你是老师或编辑

• 把检测分数当作线索，不当作结论；
• 先和作者交流，请他讲讲写作思路、数据来源和修改过程；
• 参考草稿记录、引用核查和前后文风是否一致；
• 对非母语写作者、短文本和固定格式的文字，要更加谨慎；
• 评价标准和处理办法，以学校和期刊公布的规定为准。

自查清单

• ☐ 我知道检测结果只是估计，不是证据。
• ☐ 我了解学校或期刊对 AIGC 检测和 AI 使用披露的最新规定。
• ☐ 我保留了提纲、草稿、笔记和检索记录。
• ☐ 文章里有我自己的经历、数据或判断，而不只是通用的套话。
• ☐ 用过 AI 辅助的环节，已按要求如实说明。
• ☐ 引用的文献我都读过，参考文献真实可查。
• ☐ 我没有把一个系统的数字当作另一个系统的结果。

← 所有指南