2023 年之后，国际期刊普遍开始对投稿做 AIGC 检测。很多作者的困扰不是"抄了别人的"，而是"自己写的被发现像 AI 写的"。这两件事的检测机制完全不同，处理方式也完全不同。
一、AIGC 检测在测什么
主流 AI 文本检测器的核心指标是两个：
- 困惑度（perplexity）——预测下一个词有多"意外"。AI 生成的文本倾向于选择概率最高的词，整体困惑度偏低，读起来"太顺"。
- 突发性（burstiness）——句长和句式变化的幅度。人类写作长短句交错、结构跳跃；AI 文本句长往往集中在 15–25 词的区间，非常均匀。
简单说，检测器不是在找"AI 的指纹"，而是在找"过于规整的文风"。这也意味着：写得四平八稳的人类作者同样可能被误判，尤其是非英语母语作者。
二、容易被判为 AI 的六个特征
- 段落长度高度一致，每段都是 4–5 句。
- 连接词密集：Furthermore、Moreover、Additionally 反复出现。
- 句式以"主语 + 谓语 + 宾语"的中等长度陈述句为主，几乎没有从句嵌套和插入语。
- 缺少具体数字、样本量、时间、地点等可核验的细节。
- 总结段高度模板化："In conclusion, this study provides valuable insights into..."。
- 整段没有第一人称的研究动作描述（we observed / we failed to replicate）。
三、五个实操改写方法
1. 打散句长
把连续的 20 词长句拆出一个 6–8 词的短句，或者反过来把两个短句用从句合并。目标是让句长分布出现明显的起伏，而不是整体平移。
2. 加入可核验的具体细节
把"样本量较大"改成"n = 128，其中 42 例来自 2023 年 3 月至 9 月的门诊连续病例"。具体数字是 AI 最难凭空生成的东西，也是审稿人最看重的东西。
3. 换成研究动作的第一人称表述
"The results indicate that..." → "We observed a 12% drop in... but could not reproduce this in the second cohort"。后者带着失败和不确定，AI 很少这样写。
4. 拆掉模板化过渡词
Furthermore / Moreover / In addition 三连出现是最典型的机器特征。直接删掉，靠句子之间的逻辑衔接，或者换成具体的关系词（because / despite / whereas）。
5. 保留你自己的"不完美"
留一两处明显的口语化表达、括号补充、破折号插入，这些是人类写作的自然痕迹。当然前提是不影响学术规范。
改写之后一定要重读一遍。降 AI 率的目标是让文字恢复人类写作的节奏，不是为了骗过检测器而把文章改得语无伦次。如果改完自己都读不通，审稿人那关一样过不了。
四、工具入口
如果稿件篇幅长、逐段手动改效率太低，可以用改写工具先过一遍，再人工精修。降 AI 率工具的入口在这里：
说明：这类工具做的是文本改写，属于辅助手段，不保证任何检测结果。改写后仍需人工核对专业术语与数据准确性。
五、合规提醒：这条线不能踩
- 多数期刊要求披露 AI 使用情况。ICMJE 及各大出版社的政策是：AI 工具不能列为作者，使用 AI 辅助写作需在方法或致谢中说明。用工具润色语言通常可以接受，用工具生成研究内容则属于违规。
- 不得伪造数据。为了让文字"更像人写的"而编造样本量、篡改统计结果，性质是学术不端，与降重、降 AI 完全是两件事。
- 降 AI 率 ≠ 免责。检测器会升级，今天能过的文本明天未必能过。真正稳妥的做法是让内容本身带有你自己的工作量和判断。
六、建议的处理顺序
- 先做查重，处理文献重复问题（流程见这里）。
- 再做 AIGC 检测，处理文风问题。
- 两步都做完，最后统一润色语言，避免改一次查一次。
- 定稿前做最后一次查重确认，同时检查 AI 痕迹是否因改写而重新升高。
