你写完一篇稿子，平台提示疑似 AI 生成，或者客户要你自证是人写的，这时候第一反应是找个免费检测工具跑一下。但免费工具跑出来的百分比忽高忽低，换个工具又是另一个数，到底信谁。这篇不讲玄学，只讲免费档能做什么、不能做什么，怎么挑、怎么测、结果怎么留证，以及什么时候该直接放弃免费工具。
你写完一篇稿子，平台提示疑似 AI 生成，或者客户要你自证是人写的，这时候第一反应是找个免费检测工具跑一下。这种需求太正常了，谁也不想为一次自查就掏钱开通会员。但真跑起来你会发现，同一个工具同一篇文章，今天和明天分数不一样。
换个工具又是另一个数，有的说八成有嫌疑，有的说挺正常。这篇不讲玄学，只讲免费档能做什么、不能做什么，怎么挑、怎么测、结果怎么留证，以及什么情况下该干脆放弃免费工具，别在它身上无限循环。
先搞清免费档到底能测什么
免费工具的输出通常就一个疑似度百分比，没有逐句高亮、没有模型指纹、也没有分段落的风险标注。信息缺失的直接后果是：你只知道「整体偏高」，却不知道该动哪一段。想针对性修改，光靠一个总数是很难下手的。
- 免费额度一般按次数或按字数算，长文会被截断，截断后那半篇的分数不能代表全文，测之前先看清它是按全文还是按片段算
- 免费工具适合的场景是自己写完先自查一遍，判断有没有明显的机器味，相当于拍个 X 光先看看
- 不适合的场景是要交给学校、交给甲方当正式依据，这种用途对输出格式和可追溯性有要求，免费档满足不了
- 如果你确实要正式提交，免费结果只能当预筛，再去找带报告输出的工具跑一次，站内 /ai-nav/category/ai-detection 可以按这个维度筛
挑工具的四条硬标准
免费工具满地都是，但能用和不能用的差别很大。下面四条是筛子，任何一条不过关就直接排除，不用再花时间试。
| 看什么 | 合格表现 | 不合格就排除的理由 |
|---|---|---|
| 判定口径 | 公开说明大致怎么算、语料来源是哪类 | 只写一个「AI 率」不说算法，结果不可复现 |
| 分数稳定性 | 同一篇稿子重复提交，分数落点基本一致 | 两次差出一大档，说明随机性太大，只能当娱乐 |
| 中文支持 | 明确说明训练语料含中文，中文稿分数合理 | 按英文语料做的工具，中文分数系统性偏高或偏低 |
| 数据来源 | 页面上能查到样本来源和更新节奏说明 | 来源不明、更新时间查不到，直接不碰 |
判定口径和样本来源这两项，很多工具会藏在关于页面或者说明文档里。站内 /about 那类页面就是在帮你对这件事，检测类工具的口径说明也照同样的标准看，来源不明的一律排除。
测试前先建一个自己的基线
单看一个百分比是没有意义的，你得知道这个工具在你这篇文章类型上，「正常」大概落在哪个位置。办法是自己造一个参照系。
- 准备两段对照文本找一段你自己一个字一个字写出来、没人质疑过的旧稿，再找一段你明确知道是 AI 生成的稿子，两段长度和体裁尽量接近你平时的写作类型。
- 各跑一遍记下落点用同一个工具分别提交，记下两段的分数。真人稿的分数和 AI 稿的分数之间会形成一个区间，这就是你的基线。
- 新稿只跟基线比以后测新稿，看它落在基线的哪个位置，是靠近真人那一端还是靠近 AI 那一端。比看绝对数字有意义得多。
- 定期复测基线工具改版、模型更新之后基线会失效，隔一段时间用两段旧稿复测一次，确认基线还成立。不成立就重建。
拿到分数之后先别改稿
很多人一看分数高，第一反应是立刻动手改。这是最容易把文章改坏的动作。先做判断，再决定动不动手。
- 分数落在你的基线区间内，就别动。为了压分把句子改得生硬、把过渡词全删掉，反而更像机器写的
- 分数明显高于基线时，先定位是哪几段被盯上，免费工具不给逐句标注，就手动二分：把稿子拆成两半分别提交，反复缩小范围，几轮就能锁定
- 常见触发点是排比句式、过渡词堆砌、每段长度过于均匀，但这些特征真人写作里也常见，不一定要全删
- 判断口径上的细节，可以配合站内 /tools/quality-check 这类工具一起看，别只盯一个百分比下结论
还有一种情况要提前说清楚：如果你的文章本来就写得很规整，比如公文、说明书、教程，那分数天然会偏高。这不是工具针对你，是文体本身的特征接近它的判定标准。这种情况下强行降分，等于把该有的规整也破坏了，得不偿失。
降疑似度的做法与代价
如果判断下来确实要改，优先改内容结构，谨慎用表面手法。下面是按性价比排的顺序。
| 做法 | 对文章质量的影响 | 建议 |
|---|---|---|
| 打乱段落顺序、调整叙述节奏 | 基本无害，有时更自然 | 优先做 |
| 加入具体细节、亲历场景、真实数据来源 | 明显加分 | 优先做 |
| 把抽象结论换成自己验证过的例子 | 加分 | 优先做 |
| 同义词替换、加语气词 | 短期可能压分，长期让文字变油 | 谨慎，别依赖 |
| 塞无意义个人信息、故意写错别字 | 损伤内容质量 | 不要做 |
改完必须再跑一次对照，而且要接受一个结果：改完分数可能没降。检测模型不是线性的，你改了 A 段，B 段可能反而被新结构带得更高。这时候不要慌，回到基线看整体落点，而不是盯那一个数字。
把检测过程留成可复核的证据
免费工具改版、下线都很常见，今天能跑出来的结果，下个月可能就复现不了。所以检测这件事，做的时候顺手留档，比事后补要省事得多。
- 工具名与版本
- 记下具体是哪个工具的哪个版本，同名工具改版后口径会变
- 提交时间
- 方便以后对照工具更新节奏，判断结果是否还有效
- 文本版本
- 标明是第几稿，稿子改过之后旧分数就不适用了
- 分数数值
- 连同基线两段的分数一起记，单个数字没有解释力
另外，把提交给工具的原文另存一份带时间戳的副本。检测工具改版或下线后，这份原文是你唯一能复现当时结论的凭据。如果是交给客户或学校的场景，附上基线对照的两次结果，比附一个孤零零的分数更容易被接受。
什么时候该放弃免费工具
- 要求出具正式报告、需要盖章或者对接评审系统时，免费工具的输出格式根本不被接受
- 稿件涉及未公开的项目信息、客户资料时，不要随便贴进不认识的免费网站，先看它的隐私条款
- 同一篇稿子在三个免费工具上给出三个互相矛盾的结论，说明免费档精度不够，继续加权平均只是自我安慰
- 这时候的替代方案是人工复核加同行互看，或者换带明确口径和报告输出的工具，别在免费工具上无限循环
涉及数据安全这一块，拿不准什么能发什么别发的时候，去站内 /key-safety 那类原则文章对照一下。核心判断很简单：这份内容如果被第三方留存或者用于训练，你能不能接受。不能接受就别往不认识的免费工具里贴。
还有一种情况也建议直接放弃免费档：你是在做批量检测。免费额度按次算，批量场景下要么被限流，要么得反复注册，时间成本远高于工具本身的价值。这种场景老老实实找有明确计费方式的工具，去 /price-watch 看当时的价目，比东拼西凑免费额度划算。
下一步把检测这件事固定成流程：先建基线，再测新稿，测完留档，超阈值才动手改。站内检测类工具和口径说明都整理在导航里，按上面四条标准筛一遍，留下一个稳定的就够用了。→常见问题
免费 AI 检测工具的结果能当正式依据吗？
基本不能。免费档多数只给一个疑似度百分比，没有逐句标注、没有版本号和报告编号，学校或甲方的评审系统通常不认。它可以用来自己预筛、判断哪里机器味重，但正式提交前建议再用站内检测工具目录里带报告输出的工具复核一次，两边结论差太多就说明这稿子本身有争议空间。
为什么同一篇文章在不同免费工具上分数差很远？
因为各家训练语料、判定阈值、切分粒度都不同，有的按段落算再平均，有的按全文算一次，中文支持程度也不一样。这不代表谁在骗人，只是口径不同，所以千万不要跨工具比分数。正确做法是固定一个工具，拿自己写过的人工稿建立基线，之后所有比较都在这条基线上做。
把分数降下来就算过关了吗？
不一定。检测分数只是概率估计，同一篇稿子在不同时间、不同版本的工具上分数都会变。更重要的是内容本身有没有具体细节、有没有你个人的观察。为了压分把句子改得支离破碎，读者和编辑反而更容易看出来。合理的目标是把分数控制在你的基线区间附近，同时文章质量不下滑。
中文稿用免费工具测准不准？
普遍偏保守，很多免费工具的语料以英文为主，中文容易因为句式规整被判高。测中文时重点看趋势而不是绝对值：同一工具下你这篇比你以前的稿子高出多少，这个差值比百分比本身更有参考价值。如果工具连中文标点都处理得乱七八糟，直接换掉。
检测工具会不会把我的稿子存下来？
取决于它的隐私条款，很多免费站点靠数据换服务。未公开的稿件、客户资料、带个人信息的片段不要随便提交。提交前至少看一眼它有没有写留存期限和是否用于训练，拿不准就先把敏感段落替换成占位符再测，测完再换回来，虽然麻烦但比事后追责省事。
