AIGC 检测原理与局限

它在判断什么

主流做法是把内容送入训练好的分类模型，由模型输出「机写」的概率。它不查水印、不读元数据、也不比对数据库——那些是另外的技术路径。检测模型学的是人写与机写在统计层面的差异。

文本：用词分布、句长与段落长度的均匀程度、连接词与套话密度、标点习惯、上下文可预测性（困惑度）。机写文本通常在"过于顺畅"和"过于规整"这两点上同时得分。
图片：纹理与高频细节的规律性、频域特征、生成器留下的痕迹。同样只是概率，且对压缩、缩放、二次编辑很敏感。

因此有两个前提必须记住：高置信度不等于证据成立，低置信度也不等于人工写作。分数是"模型有多确信"，不是"事实是什么"。

置信度该怎么读

文本检测的返回里有几个容易混淆的字段，判读方式各不相同：

softmax_confidence：模型对整篇文本的分类置信度。只想知道"整体偏不偏机写"时看它。
ratio_confidence：与分段标签占比相关的另一个整体口径。两个值不一致时，说明全文倾向与分段分布存在矛盾——这本身就是一个"该人工看"的信号。
segment_labels：逐段结果，仅在 is_merge=false 时返回。每段的 label 是 0 人工 / 1 AI / 2 疑似 AI，position 是 [起始位置, 段长]。

字段的完整定义见 AI 文本检测 API。实践中的判读顺序是：先看整体分数决定要不要继续，再看分段定位到具体位置，最后把"哪一段、为什么"交给人工——而不是让模型直接给出处理决定。

最容易误判的六种情况

01过短。一两句话、几十个字，信息量不足以支撑判断，模型只能靠先验倾向给分。
02人机混合。AI 起草 + 人工改写，或人工写作 + AI 润色。整篇打分会被稀释，分段检测更有意义。
03模板化写作。通知、说明书、公文、法律条款、营销文案，统计特征本就接近机写。
04翻译腔与非母语写作。句式规整、连接词密集、缺少口语化的不规则表达。
05刻意改写。打乱句式、插入错别字、混入个人化表达，都能压低置信度。分数变低不代表内容不是 AI 生成。
06领域与模型漂移。代码、法律、医学等专业文本，以及新发布的生成模型，都可能偏离训练分布，表现不如通用场景。

为什么这里没有准确率数字

你在别处大概见过「准确率 99%」这类说法。本站不写，原因不是没有数据，而是这个数字在脱离测试集之后没有意义：同一套模型，在同一分布的中长文本上可以很高，换到短文本、跨领域、经过改写或翻译的内容上会明显下降。把最好看的那个数字印在页面上，读者会把它当成通用能力，而它并不是。

更有用的做法是自己测一遍。下面这套协议不需要标注团队，一个人半天能跑完，结论比任何宣传数字都贴合你的业务：

01准备样本：各取 100 段已知来源的文本——100 段确认为人工写作（有作者、有原始发布记录），100 段由你要防的那几个模型生成。必须覆盖你实际处理的领域与长度分布，不要只用长文。
02固定阈值：先按 0.5 跑一遍，记两个数——人工文本被判成 AI 的比例（误判），与 AI 文本被判成人工的比例（漏判）。这两个错误在你的业务里代价并不相同，阈值该往哪边偏由业务决定，不是由模型决定。
03分组统计：把样本按长度（如 <500 字 / 500–2000 字 / >2000 字）与领域切开，分别算一遍。整体数字常常被长文拉高，而你真正要处理的可能全是短文。
04加一轮对抗：把 AI 样本文本各做一次改写（换同义词、调整语序、回译一次）再测。分数下降的幅度，就是「刻意规避」在你场景里的成本。

跑完之后你大概会发现：这套结果更适合用来排序（先看哪些最可疑），而不是用来判定（谁一定是 AI 写的）。这也是本站把它定位成初筛信号、而不是判定依据的原因。

外部研究怎么说

下面几份是公开可查的一手材料，结论与上面的判断一致。引用时请以原文为准，这里只做一句话转述：

OpenAI：AI 文本分类器（2023-01 发布，2023-07 下线）：官方在停用说明里给出的理由是准确率不足，并提示这类分类器在训练分布之外不可靠。这是一家有能力做大模型的公司对自己检测能力的公开结论。
Sadasivan 等：Can AI-Generated Text be Reliably Detected?（arXiv:2303.11156）：系统梳理了改写、回译、插入扰动等规避手段，并论证在若干前提成立时，可靠检测在理论上就不可行。这解释了为什么「刻意改写」那一类误判压不下去。
RAID 基准（ACL 2024，arXiv:2405.07940）：用多个生成模型、多个领域与多种对抗攻击评测检测器，结论是检测器在未见过的模型、领域与攻击下性能显著下降。这解释了为什么「领域与模型漂移」必须单独列为一类风险。
DetectGPT（arXiv:2301.11305）：用「概率曲率」判断文本是否落在模型偏好的区域，是前面提到的困惑度类方法的代表工作，也是「为什么机器写的文本更可预测」这一直觉的技术来源。
C2PA 内容凭证规范：从「来源可验证」而不是「内容可判别」入手，由生成方在文件里嵌入签名元数据。它与检测是互补关系——能拿到凭证时那是确定性证据，拿不到才需要概率判断。

共同点是：没有任何一份材料支持「用单次分数做最终判定」。这也是本站 FAQ 与用户协议里反复写明同一条边界的原因。

结果适合用在哪

初筛与分流。高置信度进人工复核队列，低置信度放行。这是检测最稳的用法，也是它的设计意图。
合规打标。平台需要为疑似 AI 生成内容加注标识时，先跑一次检测拿到判定与位置依据，再按自身规则决定是否加标。
留痕与申诉。保存 task_id、检测时间与原始返回，让结论可复核、可追溯——这比"分数是多少"更经得起追问。

不适合的用法同样明确：不要用单次结果做不可逆决定，不要把分数当作事实对外公布，也不要指望它能识别所有 AI 生成内容——任何检测服务都做不到这一点，包括本站。

本站提供什么

把上面的能力封装成两个异步接口：文本检测逐段标注并返回位置，图片检测输出 AI 生成置信度。提交后拿到 task_id，轮询取结果；请求未被受理时自动全额退款。完整的参数、错误码与计费规则见接口文档。

常见问题

AI 润色过的文章能检测出来吗？+

取决于改写幅度。整篇由 AI 起草、再人工改几句的文本，往往仍保留机写的统计特征（句式规整、连接词密集、段落长度均匀），较容易被判为 AI 或疑似 AI；反过来，人工写作后交给 AI 大幅重写的文本，特征会明显偏向机写。真正「人机各写一半」的内容最容易落在中间地带——这时用分段检测（is_merge=false）看哪几段偏机写，比只看一个整体分数有用。

检测结果能作为证据使用吗？+

不建议单独作为证据。它输出的是模型给出的概率判断，不是事实认定：既存在把人工写作判成 AI 的误判，也存在刻意改写后判成人工的漏判。合理定位是初筛信号——高置信度结果触发人工复核，或作为多路证据之一。用它直接做出处分、拒稿、封号这类不可逆决定，风险由调用方承担，这也是用户协议里明确写下的边界。

为什么公文、说明书这类文本更容易被判成 AI？+

因为检测模型学的是统计特征，而模板化写作的统计特征天然接近机写：句式高度规整、连接词与套话密度高、段落长度均匀、几乎没有个人化的用词偏好。通知、产品说明书、法律条款、SEO 文案都属于这一类。这不是模型「认错了作者」，而是这类文本本身就缺少区分人写与机写所需的个体差异。

置信度在 0.5 附近该怎么处理？+

当作「模型没把握」，而不是「五五开的事实」。0.5 附近意味着这段内容的特征在两类之间摇摆，通常对应短文本、混合写作或模板化表达。工程上的做法是给这一区间单独一条分支：不进自动判定，直接转人工复核；同时保留 task_id 与原始返回，便于事后追溯。

内容带了水印，还需要检测吗？+

水印与检测是两套完全不同的机制。水印需要生成方主动嵌入、且读取方知道密钥或算法才能验证，一旦被截图、转码、复制粘贴就会丢失；检测不依赖生成方配合，但也只能给出概率。所以两者互补：能拿到水印就优先验证水印（那是确定性证据），拿不到再用检测做初筛。