如何判斷一段文字究竟是不是 AI 寫的

先講一個值得你停下來想想的數字：有研究團隊抽樣分析了數萬個網頁，發現網路上現在新發表的文章，大約有一半都是 AI 寫的。這不是網路上什麼冷門角落的現象，而是整整一半。也就是說，你今天大概已經看過 AI 寫的文字了，只是自己沒察覺，可能藏在一篇產品評論、一則新聞整理、一篇 LinkedIn 貼文，甚至一封信裡。

那要怎麼分辨呢？老實說，只要你知道每種方法能證明什麼、不能證明什麼，光靠自己的眼力加上對的工具，就能練出相當不錯的判斷力。這篇文章會把兩種方法都教給你：三十秒內人眼就能抓到的線索，以及當你想要多一個參考意見時，AI 偵測器是怎麼運作的。

快速總結

• 研究估計網路上大約有一半的新文章是 AI 生成的，所以這項判斷能力現在不只是老師需要，每個人都用得到。
• 光靠自己的眼睛就能抓到不少線索：套話、節奏太過整齊、講得很篤定卻沒有任何細節，以及查證後對不起來的事實。
• AI 偵測器測的是一段文字有多「好預測」。它們是有用的參考訊號，但不是鐵證，遇到短文或經過編修的文字時特別容易失準。
• 偵測器有個眾所皆知的盲點：史丹佛的一項研究發現，非英語母語者寫的文章有 61% 的機率會被誤判成 AI 寫的。
• 最可靠的做法是組合技：先讀出線索、查證一兩個事實，再跑一次偵測器，把分數當成又一條線索來看，而不是最終答案。

本頁內容

1. 現在網路上有一半的文字是機器寫的
2. 你自己就能抓到的線索
3. AI 偵測器實際上是怎麼運作的
4. 偵測器容易誤判的地方
5. 一步步檢查一段文字的方法
6. 什麼時候該在意，什麼時候真的不用
7. 值得養成的兩分鐘習慣

現在網路上有一半的文字是機器寫的

前言那個數字來自 Graphite，一家 SEO 研究公司，他們分析了 2020 年以來發表的數萬篇英文文章，逐篇跑過好幾種 AI 偵測器。他們的發現是：ChatGPT 在 2022 年底上線之後，AI 生成文章的比例爆炸性成長，接著在 2025 年到 2026 年間穩定在大約 50% 上下，有些季度略高於一半，有些季度略低。

而且這不只是部落格灌水文章的問題。另一項分析了超過 1500 萬篇生醫論文摘要的研究發現，到 2024 年為止，至少有 13.5% 的摘要出現被 AI 寫過或潤過的痕跡，判斷依據是 ChatGPT 出現後突然暴增的特定用字。如果連科學期刊都逃不過，那這件事就是無所不在了。

這不代表 AI 寫的文字一定不好。很多 AI 文字其實很實用，也有不少人是拿 AI 當草稿夥伴，寫完再大幅修改。但當你在幫學生打分數、在看一篇評價高得誇張的產品評論，或是想確認一篇新聞值不值得信，「這其實是誰寫的」就是一個很合理的問題。以下告訴你怎麼找答案。

你自己就能抓到的線索

在動用任何工具之前，先用你的眼睛。AI 模型是從海量的網路文字裡學會寫作的，之後又被調整成評分員喜歡的語氣：流暢、討喜、帶點正式。這種修飾感就變成了它的指紋。以下是你在讀別人寫的文字時可以留意的地方。

線索

長什麼樣子

套話連發

「在當今的數位時代」、「值得注意的是」、「讓我們深入探討」、「game-changer」

節奏異常整齊

每段長度都差不多，每句話都是中等長度，三點式列表整整齊齊

講得很篤定卻很空洞

一堆修飾得很漂亮的句子，套在任何主題上都通用，就是沒有真實細節

沒有可查證的細節

沒有名字、日期、價格或親身經歷，或者寫了但一查是錯的

文法完美但沒有個性

零錯字、零口語縮寫、零個人色彩，讀起來像一篇什麼都沒說的新聞稿

套公式的習慣

「這不只是 X，更是 Y」、「從 X 到 Y」、開頭用一句反問句破題

你自己能做的最有力檢查是細節測試。真人寫的東西，就算寫得不怎麼樣，也會留下真實經驗的痕跡：一家特定的店、一個怪怪的小細節、一句要付出代價才敢說的意見。AI 的預設模式是寫「聽起來對」的內容，而不是「真的對」的內容。挑一兩個具體、可查證的說法去查一查。如果一篇餐廳「評論」從頭到尾沒提到任何一道菜，或是一篇文章引用了一份你怎麼查都查不到的研究，你的懷疑就是合理的。這種現象有名字，我們之前也用白話講過AI 為什麼會亂編東西。

在你開始到處指控別人之前，先提醒一句：表格裡列的每一項都只是一種習慣，不是鐵證。人類早在 ChatGPT 出現前就在寫套話了。正因為如此，多找一個參考意見才會有幫助。

AI 偵測器實際上是怎麼運作的

AI 偵測器讀一段文字時，問的核心問題只有一個：這段文字有多好預測？

語言模型寫作的方式，是一次又一次挑出統計上最可能出現的下一個字。這會留下痕跡。AI 寫的文字通常很流暢、很好預測，用字很少讓人意外，節奏也很平穩。人類寫的東西比較亂：句子寫到一半重新來一次，用字有時很怪，句子忽長忽短。偵測器測量的就是這種可預測程度（研究者稱之為「 perplexity 」，也就是困惑度）和節奏上的變化幅度（稱為「 burstiness 」，也就是爆發度），最後給出一個機率：這段文字有 85% 的機率是 AI 生成的。

關鍵字是機率。偵測器從來不是真的知道是誰打出這些字，它做的是一個有根據的統計猜測，跟你剛剛在上一段做的事情本質上一樣，只是它用數學，你用直覺。

這就是為什麼偵測分數會有這些特性：

• 文字越長，判讀越準。 一句話、兩句話裡根本沒有足夠的訊號可以分析。大多數偵測器在幾百字以下都不太可靠。
• 混合來源的文字會讓它搞混。 人寫完再讓 AI 潤過的稿子，或是 AI 寫完再讓人大改過的稿子，都會落在灰色地帶，因為它本來就同時是兩者。
• 正式的寫法會被判得「更像 AI」。 文字風格越可預測、越制式，讀起來就越像機器寫的，即使實際上是真人寫的。

偵測器容易誤判的地方

這是大多數文章不會告訴你的部分，但偏偏是你最需要知道的部分。AI 偵測器有真實存在、有紀錄可查的誤判模式。

最有名的例子來自 OpenAI 自己。2023 年初，這家公司推出了自己的 AI 文字分類器，結果六個月後就把它關掉了，理由是「準確率太低」。照他們自己公布的數字，這個工具只抓到 26% 真正由 AI 寫的文字，還有 9% 的機率把人寫的文字誤判成 AI 寫的。如果連做出 ChatGPT 的公司都無法穩定偵測出 ChatGPT，任何宣稱能百分之百判定的工具，都值得你存疑。

第二種誤判模式更糟，因為它不公平。史丹佛大學一項發表在期刊 Patterns 上的研究，用七款熱門的 AI 偵測器去測試真人寫的文章。對英語母語者寫的文章，這些偵測器表現得還不錯。但對非英語母語者寫的文章，偵測器有 61% 的機率把它們判成 AI 生成的。原因就藏在偵測方法本身：用第二語言寫作的人，傾向使用比較保守、比較制式的措辭，而這種措辭在統計上看起來就是「很好預測」。寫得謹慎、正式、照規矩來，恰好就是偵測器認定的「機器口吻」。

分數只是參考訊號，不是判決

絕對不要只憑偵測結果就下定論，尤其是牽涉到嚴重後果的情況，比如指控學生作弊或拒絕一個求職者。偵測技術從 2023 年至今已經進步很多，現在最好的偵測器在處理長篇、未經編修的文字時，錯誤率已經能壓到個位數的低段。但「低」不等於「零」，短文或經過編修的文字依然很難判斷準確。把分數當成眾多線索之一就好。

一步步檢查一段文字的方法

整理起來，以下是實際有效的檢查流程，大概花你兩分鐘。

1. 先讀一遍抓線索。 套話、節奏太整齊、公式化的開頭、沒有個性。記下你的直覺，但別就此停下。
2. 跑一次細節測試。 找出一兩個具體、可查證的說法，拿去查。查不到的來源、錯誤的價格、找不到的研究，都是最強烈的警訊。
3. 丟進偵測器跑一次。 把文字貼進AI 偵測器，就能拿到機率分數。免費、十秒鐘就好，不用註冊也能試用。
4. 考慮文字長度。 兩百字以下，分數的可信度要大打折扣。長篇、未經編修的文字，分數就值得多信一點。
5. 想想是誰寫的。 是正式文體，還是非英語母語的作者？如果是，判斷門檻要跟著調整，因為這正是誤判特別容易出現的地方。
6. 把所有線索合起來看。 人眼抓到的線索加上查不到的細節，再加上高分，幾乎可以確定是 AI 寫的。只有單一訊號的話，先別急著下結論。

試用 AI Detector

什麼時候該在意，什麼時候真的不用

不是每一段 AI 寫的文字都是問題。一則天氣預報摘要或一段產品說明是 AI 寫的，對誰都沒有傷害。真正該在意的是這幾種情況：

• 老師和教授要確認作業是不是學生自己寫的。用上面的流程，而且在只憑分數行動之前，先記住史丹佛那項研究的發現。
• 招募主管看到寫得異常漂亮的求職信。偵測器加上一個具體的面試問題（「跟我多說說這個專案」）就能很快見真章。
• 消費者在看評論。滿滿五星、卻對產品一個具體細節都沒提到的評論，是最經典的模式。
• 任何讀新聞的人。 一篇文章的事實如果對不起來，那到底是人還是機器寫錯的，其實沒那麼重要，重要的是那個錯誤本身。

還有反過來的情況。如果你是用第二語言謹慎寫作，或者你本來文風就比較正式，你自己認真寫的東西，某一天也可能被誤判。了解自己平常的「基準分數」會有幫助：把你自己的文字丟進偵測器看看結果。如果你真心手寫的文字一直被判成很像機器寫的，那比較像是文風的問題，而不是公平性的問題，我們也寫過一篇完整的指南，教你怎麼讓 AI 寫的文字更像真人，這些技巧反過來用在「寫得像機器的真人」身上一樣有效。AI 人性化工具可以一鍵把生硬的草稿改得更自然。

AI 偵測器準嗎？

面對長篇、未經編修的文字，現在好的偵測器大多時候是對的，錯誤率能壓到個位數低段。但面對短文、經過編修或人機混寫的文字，可信度就明顯下降。把分數當成強烈的線索就好，別當成唯一的證據。

真人寫的文字會被誤判成 AI 嗎？

會。史丹佛的一項研究發現，偵測器把非英語母語者寫的文章誤判成 AI 生成的機率高達 61%，因為謹慎、制式的措辭在統計上讀起來很像機器寫的。正式的真人寫作反而比隨性的寫法更容易被誤判。

不用工具也能看出是不是 AI 寫的嗎？

很多時候可以。留意套話、節奏異常整齊、講得很篤定卻沒有可查證的細節，以及一查就發現不對的事實。把自己的判讀和偵測器結合起來用，比單獨用任何一種都可靠。

把 AI 寫的文字改一改，就查不出來了嗎？

大幅的人工編修確實會讓偵測分數明顯下降，因為那段文字本來就真的變成人機混合的產物了。所以看到經過編修文字的偵測分數時，更要多留一分保留。

網路上到底有多少內容是 AI 寫的？

SEO 研究公司 Graphite 的研究估計，網路上新發表的文章大約有一半是 AI 生成的，這個比例在 ChatGPT 上線後迅速攀升，2025 年之後就一直維持在大約 50% 上下。

值得養成的兩分鐘習慣

你現在讀到的東西，有一半是機器寫的，而且這個比例不會再降回去了。好消息是，你不需要變成語言鑑識專家。讀出線索、查一個事實、再讓偵測器負責統計那一部分。這三步合起來，抓出來的問題遠比只用其中一步多，而且能幫你避開這場判斷遊戲裡真正的失誤：對一個真實存在的人的文字，自信滿滿地判斷錯誤。

下次看到一段文字順到有點不對勁的時候，別只是心裡懷疑。去查一查。

立即檢查一段文字