编辑收到一篇稿子，教师收到一份作业，心里都在打鼓：这到底是不是AI写的。搜「ai生成内容检测工具对比」会跳出一堆报价和榜单，但真正卡住人的往往不是选哪家，而是选完之后怎么用、什么时候不该信它。这篇不评谁第一，只讲清楚按什么维度比、花多少钱试、试完怎么复核。
编辑收到一篇稿子，教师收到一份作业，心里都在打鼓：这到底是不是AI写的。搜「ai生成内容检测工具对比」会跳出一堆报价和榜单，但真正卡住人的往往不是选哪家，而是选完之后怎么用、什么时候不该信它。这篇不评谁第一，只讲清楚按什么维度比、花多少钱试、试完怎么复核。
先说一个前提：AIGC检测给的是概率判断，不是鉴定结论。它和你手里的文本、工具的模型版本、甚至当天有没有更新都有关系。所以选型的目标不是找到「最准的那家」，而是找到一家误判代价你能承受、判定依据你能看懂、出问题时你能申诉的工具。报价单上那行数字，反而排在后面。
先按场景分组，别按榜单排序
编辑和教师看起来都在问「这是不是AI写的」，其实要的东西差很远。编辑面对的是长文、经过多轮改写的稿子、多人协作拼起来的章节；教师面对的是几百字短作业、非母语学生的写作、引用占比很高的报告。同一份文本丢进不同工具，结论相反是常有的事。
所以第一步不是打开榜单，是坐下来问自己：这份文本我最后要拿它做什么。是退稿、是约谈学生、还是只在内部做个提示？后果越重，越要选能给出分段依据、能申诉的那种。后果轻的，一个总分够用，别为用不上的功能多花钱。
- 把最近处理过的典型文本攒成一个小测试集，人工写的、AI写的、人机混合的各留几篇，脱敏后存好
- 给每份文本标注真实来源和你当时是怎么判断的，这就是你后面比工具的唯一基准
- 按「后果轻重」给场景排队：会引发争议的判定放前面，只做提醒的放后面
- 别拿一篇文本定生死，工具之间的差异往往就藏在第二篇、第三篇里
比什么：五个维度，价格只算其中一个
比价之前先比口径。有的工具给一个疑似概率，有的给高/中/低三档，有的能把疑似段落标出来。只给总分的工具，复核成本全压在你身上——你得自己通读全文找可疑处。给分段标注的，至少能让你从某一段开始查。
| 维度 | 要看什么 | 什么情况下不适用 |
|---|---|---|
| 判定口径 | 是概率、疑似度还是分段标注，能不能看到依据 | 只做内部提醒、不需要对外解释时，总分就够 |
| 误判代价 | 判错之后有没有申诉通道、能不能调出判定依据 | 文本本身来源清楚、只是走个流程的场景，可以放宽 |
| 输入限制 | 单次字数上限、支持的文件格式、是否保留原文 | 短作业场景基本不受限，长稿和整本书稿要重点看 |
| 计费方式 | 按字数、按次还是订阅，超额怎么算 | 用量很小的个人用户，订阅制常常不划算 |
| 数据条款 | 上传文本会不会被留存、会不会用于训练 | 学校、出版社这类机构，这一条往往有一票否决权 |
计费这块特别容易踩坑。按字数计费的工具，你上传一份带附录的长稿，字数怎么算、重复上传算不算两次，各家规则不一样。具体单价和阶梯，到 /price-watch 核对当时的数字，别拿几个月前的截图当依据。真正要算的是「一次完整复核流程要花多少」，不是「每千字多少钱」。
试用怎么做：三轮对照，别只跑一篇
我见过最常见的误判是：拿一篇自己觉得肯定是AI写的稿子丢进去，工具说「疑似」，就认定它好用。这只能证明它会把明显的AI文本标出来，证明不了它不会冤枉人。冤枉人的那一面，才是选型真正要测的。
- 第一轮：跑人工写的旧稿用你自己确认是纯人工写的文本，最好是你熟悉的作者写的。看它误判多少篇、误判时给的理由是什么。这一步测的是「冤枉率」。
- 第二轮：跑确认的AI稿用明确由AI生成或大幅改写的文本。看它漏掉多少。这一步测的是「放过率」，但别指望它全中，工具本来就不是鉴定器。
- 第三轮：跑混合稿人工搭框架、AI润色段落，这种稿子在实际工作里最常见，也最容易吵起来。看工具能不能定位到具体段落，还是只会甩一个模糊的总分。
每一轮都记下工具名、文本长度、结论、耗时，测试集固定不变。过一段时间把同一批文本重跑一遍——工具会更新，结论会漂移。你要知道它漂多少，才能决定重要判定要不要每次都重跑。
报告怎么读：分数只是线索，不是判决
拿到报告，先找它有没有指出疑似段落的位置。只给一个总分的，你得自己从头读到尾，工作量翻倍。再往下看措辞：一份合格的报告应该说「建议人工复核」，而不是「确认由AI生成」。后者一旦写进通知里，后面全是麻烦。
还有一个比单篇分数更有用的招：同一作者的多篇文本横向比。一个人平时的写作风格什么样，突然某一篇整体跳变，这才值得追。单看一篇的高分，可能只是他这次用了新句式、或者翻译腔重了点。
- 先看有没有分段定位，没有的话复核成本要算进选型里
- 看结论措辞是否留了申诉口，写死「确认作弊」的直接排除
- 同作者多篇横向比，关注整体跳变而不是单篇绝对分数
- 重要判定别复用旧结论，工具更新后要重跑
小团队落地：一份清单走完
工具选好了，真正难的是让团队用起来不出事。一家五人的小团队和一所学校的教研组，需要的不是同一份制度，但下面这几件事都得有人管。
- 写一份内部使用说明：哪些场景必须检测、结果怎么告知当事人、谁能看报告
- 新工具上线前先跑测试集，通过再付费，别先买再验证
- 原始文本和检测记录都留档，出现争议时这是唯一能拿出来的东西
- 定期回看误判案例，工具不合适就换，别因为已经付了钱就硬扛
- 指定一个人负责跟进工具更新和结论漂移，散着管没人管得住
最后补一句不适用的边界：如果争议要走到正式程序，比如学术不端认定或劳动仲裁，检测分数不能单独作为证据，得配合写作过程记录、版本历史这些材料。工具在这里的角色是筛选线索，不是下结论。
下一步把候选工具的报价、计费规则和数据条款拉出来并排看一遍，再去站内工具目录按场景筛一轮，比在搜索页里翻榜单省事得多。→常见问题
检测工具说我的稿子是AI写的，但我确实是自己写的，怎么办？
先别急着自证。把这份文本连同你之前的几篇旧稿一起再跑一遍，看是不是整体偏移。同时检查文本里有没有大量模板化句式、整齐的过渡词，这些是触发判定的常见原因。拿着多篇对照结果去沟通，比单篇辩解有用得多。
免费工具和付费工具差在哪？
主要差在输入长度、报告详细程度和数据条款。免费版通常限制字数、只给总分，文本是否留存也常写得含糊。教学和出版场景如果要用，建议优先看数据条款，再看报告能不能定位到段落。
教师能不能直接把检测结果当处理依据？
不建议。检测结果更适合当「需要进一步沟通」的信号，而不是结论。先看学生平时的写作水平，再看这份文本的写作过程材料，两者对不上再谈。制度上要留申诉通道，否则误判的代价会落到学生身上。
