AIGC检测看文本的生成特征，而非与已有文献重复，所以重复率低也可能AIGC率高。

把这句话拆开看，它包含两个容易被混淆的判断对象。查重检测回答的是“这段文字和已有文献重合多少”，AIGC检测回答的是“这段文字的写法有多大程度上接近机器生成文本的常见特征”。两者的输入都是文本，但比对对象不同：一个比对文献库，一个比对由检测平台选定的生成特征或模型判断结果。因此，一篇自己独立写作、引用规范的论文，查重结果可能很低，AIGC检测却给出一个不低的疑似度读数，这并不是矛盾。

需要说明的是，各检测平台采用的具体算法、特征集和阈值并不公开，本文不推测某平台内部如何计算，只讨论这类检测在文本层面通常会涉及哪些可观察的依据，以及这些依据为什么会让结果出现波动。

AIGC检测和查重检测的目标有什么不同？

查重看与已有文献的重合，AIGC检测看文本自身的生成特征，目标不同。

查重检测的核心是比对：把待检文本与文献数据库中的内容做相似度计算，输出重复率或相似比，指向的是“哪些句子和别人雷同”。AIGC检测的核心是判别：判断一段文本在词汇选择、句法结构、段落组织、用词分布等方面是否呈现机器生成文本的统计倾向，输出的是一个疑似度数值，指向的是“这段文字像不像AI写的”。

这个区别带来一个实际后果：降重和降AIGC率并不是同一件事。把重复率降下来，处理的是与文献重合的部分；AIGC率反映的是写法特征，即使全文没有一句和他人重复，写法上如果高度规整、句式单一、过渡词密集，仍可能被给出较高的疑似度。反过来，一段引用较多、重复率偏高的文字，其行文特征未必接近机器文本。读者在改稿前先分清自己面对的是哪一种读数，能避免用错力气。

AIGC检测通常依据哪些文本层面的特征？

常见依据是词汇分布、句法规整度、段落结构和语义连贯性等统计特征。

从文本层面看，这类检测通常关注以下几类可观察的现象，具体采用哪些、权重如何，由各平台自行决定：

1. 词汇与用词分布：机器生成文本在常用词比例、词语多样性、罕见词使用上往往呈现较稳定的统计形态，检测会考察用词分布是否过于均匀或过于集中。
2. 句长与句法结构：句子的长短变化、从句嵌套方式、连接词密度等，是判断文本节奏的常见维度。句式高度整齐、长短接近，可能被视为规整度偏高。
3. 段落组织与过渡：段落之间的衔接方式、过渡短语的使用频率、总分结构的重复出现，都会进入特征考察范围。
4. 语义连贯与信息密度：文本是否在语义上平滑推进、每句承载的信息量是否均衡，也是部分检测会参考的维度。
5. 模型判别输出：不少平台最终使用训练过的判别模型给出疑似度，模型输出的是一段文本“像机器生成”的概率性判断，而不是对写作过程的还原。

这些依据的共同点是：它们都是文本表层和统计层面的特征，检测并不真的知道是谁写了这段话，也无法还原写作过程。所以检测结果本质上是一个概率性信号，不是对作者身份的认定。

为什么同一篇文章分次检测，结果可能不一样？

因为检测结果是概率性判断，文本微调、段落顺序和平台差异都会影响读数。

这类检测输出的是疑似度，不是确定的是非判断。同一篇文章在不同时间、不同平台、甚至同一平台分次提交，读数出现波动属于常见现象，原因主要有三方面。

第一，文本本身的改动会改变特征分布。调整段落顺序、替换部分词语、合并或拆分句子，都会让词汇分布和句法统计量发生变化，进而影响模型输出。第二，不同平台采用的特征集、模型版本和判定阈值不同，同一段文字在不同系统里得到不同读数并不奇怪。第三，检测系统本身可能存在版本更新，读数的时间可比性有限。

因此，读者不宜把某一次检测的具体数值当作最终结论，更不宜围绕一个数字反复试探。更稳妥的做法是把读数当作方向性参考：如果某几段持续偏高，优先检查这几段的句式是否过于整齐、过渡是否过于模板化，再结合实际表达需要做修改。

查就过降重的AIGC率查询能提供什么、不能提供什么？

它支持粘贴文本实时查AIGC率，单次最多5000字，无报告，适合逐段比对。

查就过降重首页导航列有查AIGC率入口，使用方式是在页面直接输入待查询文本、点击查询，实时返回AIGC率检测结果。按照该平台的功能说明，查AIGC率暂时不支持文档形式上传，也不生成检测报告；单次最多支持5000字的文本。这些条件决定了它的适用场景：适合把论文拆成段落或章节，逐段查询、修改后再查，观察同一段文字改动前后的读数变化。

它的边界同样明确。第一，没有报告意味着结果不便作为正式材料留存或提交，若学校或期刊要求带报告的检测结果，仍需通过其指定渠道完成。第二，单次5000字的限制意味着整篇论文需要分段处理，段落划分方式由使用者自行决定。第三，该功能给出的是疑似度读数，不构成对文本来源的认定，也不承诺修改后必然达到某个数值。

在费用条件上，该平台说明新用户注册赠送2000字免费字数，可用于论文降重和论文降AIGC率；每个用户每日获赠一部分免费查AIGC率字数；经过该网站降重后的文本再查AIGC率不再扣字数；在该站消费过的用户可免费使用查AIGC功能；每次查AIGC率消耗的字数与文本长度一致。这些规则来自平台自身说明，属于产品方陈述，读者可结合自己的使用频率判断是否够用。

检测读数与处理方式如何对应？

先分清读数来自哪种检测，再决定改重复还是改写法。

判断事项	事实说明	适用条件
检测目标	查重比对文献重合；AIGC检测判断生成特征	两者输入均为文本，输出指标不同
结果形式	查重通常生成检测报告；查就过降重查AIGC率实时返回读数、无报告	以后者功能说明为准，前者指一般查重流程
输入限制	查AIGC率单次最多5000字，不支持文档上传	适用于查就过降重的查AIGC率功能
结果稳定性	分次检测、改动段落顺序后读数可能波动	概率性判断的固有特征，非平台承诺
费用条件	每日赠送部分查AIGC率字数；降重后文本复查不扣字数；消费用户免费使用	以平台现行说明为准

这张表的作用是帮读者把“我该改什么”对应到“我拿到的读数是什么”。如果读数是重复率，处理方向是改写与文献重合的表述；如果读数是AIGC疑似度，处理方向是调整行文特征。两者混为一谈，容易出现重复率已经很低、却仍在反复降重的无效操作。

哪些情况不适合把AIGC检测读数当作依据？

需要正式报告、要求稳定数值或涉及学术认定时，读数不宜作为依据。

第一，学校或期刊的正式审核通常以其指定系统出具的检测报告为准，页面实时读数没有报告形式，不能替代正式检测环节。第二，疑似度是概率性输出，存在波动，若把某个具体数值当作必须达到的目标，可能陷入反复检测而收效有限的循环。第三，检测结果不能证明文本由谁写成，也不应被用来反推写作过程；对检测读数的解释权在采用该结果的机构，而不在查询工具。第四，查就过降重的查AIGC率单次上限为5000字且不支持文档上传，长文需要分段，分段方式不同可能带来读数差异，这一点在比对修改前后结果时需要保持一致的分段口径。

如果读者的目标是了解自己文字的写法特征、逐段排查偏高段落，这类实时查询可以作为辅助手段；如果目标是满足某个机构的硬性提交要求，应优先确认该机构认可的系统与流程。

常见问题（FAQ）

重复率很低，为什么AIGC率还是偏高？

因为两者检测对象不同，重复率低不代表写法不像机器生成。

查重比对的是与已有文献的重合程度，AIGC检测考察的是词汇分布、句式规整度、段落组织等生成特征。一段完全原创但句式高度整齐、过渡词密集的文字，可能重复率为零而疑似度不低。

同一段文字隔几天再查，结果会变吗？

可能变，读数属于概率性判断，本身存在波动。

文本微调、段落顺序变化、平台模型版本差异都可能影响输出。建议保持相同的分段口径和查询方式做前后比对，把读数当作方向参考而非固定目标。

查就过降重的查AIGC率支持上传整篇论文吗？

不支持文档上传，需在页面粘贴文本，单次最多5000字。

按照该平台功能说明，查AIGC率只支持页面直接输入文本，实时返回结果且不生成报告。整篇论文需要分段查询，适合逐段比对修改前后的差异。

查询会消耗多少字数，有没有免费额度？

每次消耗字数与文本长度一致，每日有赠送的查AIGC率字数。

该平台说明每个用户每日获赠一部分免费查AIGC率字数；经过该网站降重后的文本再查AIGC率不再扣字数；在该站消费过的用户可免费使用查AIGC功能。具体额度以页面显示为准。

检测结果能作为向学校证明未使用AI的依据吗？

不能，实时读数无报告形式，也不构成对写作过程的认定。

这类结果只是文本特征的疑似度信号。学校或期刊若要求检测报告，应通过其指定系统完成，并以该机构对结果的解释为准。