你把稿子交上去，对方一句「这是 AI 写的吧」就很难接。自己拿工具测一遍，至少心里有底。但检测工具本身也不稳：同一段文字换个工具结论就变，中文尤其容易误判。这篇不排名单，只给一套挑选和验证的顺序——先用免费额度跑自己的稿子，再决定要不要长期用。
你把稿子交上去，对方一句「这是 AI 写的吧」，后面就很难接。与其被动挨问，不如自己先拿工具测一遍，心里至少有个底。可麻烦的是检测工具本身也不稳：同一段文字换个工具结论就变了，中文尤其容易误判。所以这篇不给你排名单，只给一套挑选和验证的顺序——先用免费额度跑自己的稿子，再决定值不值得长期用、要不要写进工作流程。
下面按八节讲：先分清你要解决的是哪种需求，再看免费额度到底卡在哪，接着用三组对照测试验工具，弄清楚同一段文字为什么结论会打架，学几招上工具前的自查，学会怎么读分数，知道什么情况下别信它，最后给一份五六条的选择清单。整个流程走完，你基本能自己判断一个工具该不该进你的日常工作。
先想清楚：你要的是「自己查」还是「交差」
这两类需求差别很大，混在一起挑工具一定踩坑。自己发稿前自查，目标是改到读起来像人写的，只要工具能指出哪句可疑，你就能动手；而平台、学校或甲方要求出具检测结果时，工具本身就是被审视的对象，你换一个更好用的工具，对方不认，等于白测。
| 需求类型 | 你真正要的 | 挑选重点 |
|---|---|---|
| 自己查（自媒体发稿前） | 指出哪几句像 AI，方便改 | 逐句标注、能给修改方向、免费额度够用 |
| 交差（平台 / 学校 / 甲方） | 一份对方认可的结果 | 先问对方认哪套规则，别自己瞎测 |
| 两者都有 | 既能改稿又能留证 | 是否能导出或留档，流程上怎么存记录 |
「免费试用」到底免费在哪：四种常见限制
很多工具都写「免费试用」，但免费的形式差别极大，直接决定你适不适合用。上手之前先花两分钟把限制看清，比急着注册划算得多。你可以先到 /tools 里找换算、估算类的小工具，把自己一周要测的篇数、字数估出来，再去对免费额度。
- 字数或篇数上限：最常见，够你测三五篇短稿，遇到长文就卡住，测不完一组对照就没法判断
- 功能阉割：免费档只给一个总分、不给逐句标注，你只能知道像不像，没法知道改哪句
- 排队或降速：免费请求排在付费后面，赶稿时体验很难受，适合提前测不适合临阵用
- 数据用来训练：部分工具用免费换授权，你贴的稿子可能被留存，教育场景涉及学生作业时这条尤其要看清
最后这条值得单独提醒。术语层面的区分可以对照 /ai-dict/category/safety 里关于数据留存、内容授权的条目，看懂自己交出的是什么，再决定要不要把真实稿件贴进去。拿不准就用脱敏稿或者自己写的旧稿先测。
别信宣传，拿自己的稿子做三组对照测试
宣传页上的示例都是挑过的。真正判断一个工具能不能用，唯一的办法是拿你自己的稿子跑三组对照。三组都跑完再谈准不准，单看一篇的结果没有任何参考价值。
- 第一组：纯人手写的旧稿翻出两三年前你手写的稿子，看它判不判成 AI。误判率高就直接淘汰，不用往下测了。
- 第二组：明显 AI 生成的稿子拿一段你确定是机器生成的文字，看它能不能抓出来。抓不出来说明它太宽，当门槛会漏放。
- 第三组：AI 生成后手改一半的稿子这才是真实工作里最常见的形态。重点看它的分数有没有跟着你的修改而变化，不动的工具没用。
- 记录三组结果每组的判定、给的分数区间、有没有逐句标注，都记下来。隔一两天再跑一遍，看稳不稳定。
三组测下来，你会得到一张很实在的对照表：哪个工具误伤多、哪个太宽、哪个分数会跟着改动走。这比任何排行榜都贴近你的实际用法。挑工具时，先拿它跑这三组，再谈其他。
同一段文字两个工具结论相反：差在哪
这是最常见也最让人抓狂的情况：同一段文字，A 说像 AI，B 说像人。别急着认定某一个错了，结论相反往往不是谁算错了，而是它们的判断依据本来就不一样。知道差在哪，你才不会在一个百分比上反复纠结。
- 训练语料像不像
- 中文自媒体口吻、行业黑话、固定句式，都可能被当成机器痕迹，语料越贴近你的领域越容易误判
- 判定阈值不同
- 有的从严，宁可误伤；有的从宽，宁可漏放，这是策略不同，不是对错
- 文本长度
- 太短的文本基本测不准，多数工具相对可靠的区间在中长文，一句话和商品短描述都别当依据
方向性的结论是：把检测结果当参考信号，不当判决书。看到高分先回去看是哪几句被标出来，再看那几句是不是你自己的习惯写法。如果是，那多半是误判；如果不是，那可能确实该改。
检测工具能告诉你有嫌疑，不能替你决定这段话到底是谁写的。
先自查再上工具：这些痕迹比工具更好用
很多稿子根本用不着检测工具，按三条标准自查一遍，你自己就能看出问题。改完再审，比一上来就测分数高效得多。想找去味、润色类的辅助，可以到 /ai-nav/category/ai-detection 里对照着看。
- 套话密度：开头铺垫、结尾总结、每段同一个转折词，这些是最显眼的信号，读起来就假
- 句式整齐度：每句长度差不多、每段结构一模一样，节奏太均匀反而不像人写的
- 细节缺失：没有具体数字、地名、时间点、人名或第一手经历，通篇正确但空
这三条按顺序过：先删套话，再打乱句式节奏，最后补一两个具体细节。改完再拿去测，很多原本被判 AI 的段落会自动回到安全区。记住这一步的目的是让稿子读起来像人写的，而不是骗过某个具体工具。
分数怎么读：别被一个百分比牵着走
工具给出的那个百分比很容易误导人，因为它看起来太精确了。实际上很多工具在中间区间的结果本身就不稳定，你今天测一个数、明天测另一个数，都很正常。读分数要有方法，不能被一个数字牵着走。
| 看什么 | 怎么读 | 对你有什么用 |
|---|---|---|
| 区间而非小数 | 中间区间本身就不稳定 | 别纠结 40 还是 60 的细微差 |
| 逐句标注 | 能指出哪几句可疑 | 直接告诉你去改哪一句 |
| 是否给解释 | 说明因为句式重复或缺乏细节 | 你能照着理由动手改 |
| 复测的方式 | 换一类算法而不是换一家名字 | 同一套底层方法复测没意义 |
一个原则：能告诉你「哪几句可疑、为什么可疑」的工具，比只给一个总分的工具有用得多。总分只能让你焦虑，逐句标注才能让你改稿。如果某个工具只给一个数，那它顶多当个粗筛，进不了你的改稿流程。
什么情况下这类工具不该当依据
这类工具最大的风险，是被拿去下结论影响别人。分数本身是概率性的信号，一旦用来判人、判稿、判产出，性质就变了。下面几种情况，分数都不该单独当依据。
- 要下结论影响别人时：判学生作业、判投稿、判员工产出，单一工具的分数不足以支撑结论，至少要人工复核加申诉通道
- 非母语或非标准中文写作：翻译腔、方言表达、专业术语密集的文本，误判明显偏高
- 短文本：一句话文案、标题、商品短描述，测不出什么，别拿它当门槛
- 刻意改写过的文本：工具对同义替换、人工润色过的内容识别率下降，反过来也说明它拦不住真想绕过的人
反过来看最后一条也很有意思：正因为工具拦不住刻意绕过的人，所以拿分数当门槛本身就不牢靠。它适合当自查的辅助，不适合当审判的依据。涉及别人的事情，人工判断和申诉通道必须跟上，工具只做参考。
挑选清单：按这五条过一遍再决定用哪个
前面讲了需求和验证方法，这里收成一份能直接照着用的清单。按顺序过一遍，通常筛完只剩一两个可选，再去具体工具页面里对着试。别跳过筛选直接挑界面好看的，那样后期返工更麻烦。
- 能不能测中文长文，且给出逐句标注；只有总分的一律靠后
- 免费额度够不够你跑完三组对照测试，不够就先别花时间学它的界面
- 有没有明确的数据使用说明：稿子存不存、留多久、用于什么；教育场景这条是硬门槛
- 结果稳不稳定：同一篇稿子隔一天再测一次，分数大幅跳动的别写进流程
- 能不能导出或留档：需要向第三方说明时，有记录比口头说强
过完这五条，剩下的就是具体工具之间的取舍了。这类工具更新快、底层方法也常变，别把某一家的结论记死，要测的时候到 /ai-nav/category/ai-detection 看当时在列的工具，再按上面的三组测试自己验一遍。价格、额度这类会变的信息，也去站内对应页面核对当时的数字。
下一步：先跑三组测试，再谈选哪个与其在榜单里挑花眼，不如拿自己的旧稿、AI 稿、半改稿各跑一遍，用结果说话。工具目录和分类入口都在站内，边测边筛，很快就能定下来。→常见问题
有没有百分之百准的 AI 内容检测工具？
没有。检测本质是统计猜测，不是鉴定。同一段文字换工具、换时间都可能给出不同结论，中文短文本尤其明显。把它当成一个提示器：告诉你哪几句读起来不对劲，然后你自己判断改不改。
免费试用的额度一般能测几篇稿子？
各家口径不一样，有的按字数有的按篇数，还有的按天重置。建议先用最小的额度跑一组对照测试（人工稿、AI 稿、混合稿各一篇），够不够马上就知道，具体额度以你注册后看到的为准。
检测说我的原创稿是 AI 写的，怎么办？
先看它标了哪几句，通常是你写得太整齐或者套话多。把那几句拆开、加进具体细节、打乱句式，再测一次。如果反复误判而你的稿子确实是自己写的，换工具复测，别为了迁就一个工具把好稿子改坏。
把学生作业或客户稿件贴进检测工具安全吗？
要看工具的数据条款，很多免费档会用你的输入做训练。涉及未成年人作业、客户未公开稿件、公司内部材料时，优先选声明不留存的付费档，或者先脱敏再测。拿不准就别贴，对应边界可查 /ai-dict/category/safety。
自查和上工具，哪个更值得花时间？
自查。套话、句式整齐、缺具体细节这三条，改完稿子本身就好了，还顺带提升可读性。检测工具主要用在你需要向别人证明「这不是 AI 写的」的时候，日常写作不必每篇都跑。
