常见的 AI 写作线索
许多 AI 文本会出现结构整齐、段落节奏相似、连接词密集、概念解释完整但缺少具体细节的特点。它们可能大量使用“首先、其次、此外、总之”这类组织语言，也可能反复换一种说法表达同一个意思。
人类写作常见的反向线索
真实经历、明确时间地点、具体人物关系、细小但自然的偏差、口语化表达、情绪转折和不完全对称的段落结构，通常会让文本更像人工写作。不过专业编辑、公告文案和学术摘要本来也会很规整，所以这些线索也不能单独作为证明。
短文本为什么更难判断
一两句话的信息量太少，无法稳定分析重复度、段落结构和写作节奏。商品标题、邮件主题、社交评论、客服短回复都容易出现“看不准”。如果需要更可靠的判断，最好提供完整段落，而不是只粘贴一句话。
ImgShield 实际检查什么
浏览器会统计句子和段落结构、连接词密度、重复短语、模板化表达，以及人物、地点、时间、数字和个人语气等具体线索。明显的 AI 自我披露属于较强信号；“首先、其次、总之”这类连接词只能算弱信号。短文本会主动限制置信度，避免几句话被包装成确定结论。
这些规则不训练作者身份模型，也不把文本发送给服务器。它们更适合回答“这段话有哪些值得追问的写作特征”，不适合回答“是谁写的”或“是否一定使用了某个模型”。
用同一主题做对照
例如一段旅游说明如果只有“风景优美、交通便利、值得体验”等泛化措辞，工具可能提示具体细节不足。加入真实日期、线路、排队时间、失败经历和个人取舍后，文本会出现更多情境线索。但这仍不能证明作者身份，因为 AI 也能生成细节，人类也会写模板文案。
更有价值的复核方式是要求作者提供提纲、版本历史、引用来源，并解释为什么选择某个例子。若解释能与草稿变化对应，证据强度通常远高于单次检测分数。
教育和工作场景的安全流程
- 不要先把检测分数公开给无关人员，也不要把它当作处罚结论。
- 标出具体可疑段落和线索，给作者解释、补充来源或展示草稿的机会。
- 把课程规则、公司政策和允许使用 AI 的边界提前写清楚。
- 只有在多种独立证据一致时，才进入正式人工复核流程。
不要用检测结果做高风险决定
文字检测不能证明某个学生、员工、作者一定使用了 AI。更好的做法是把检测结果作为提问起点：要求作者解释写作过程、提供草稿、说明资料来源，或者对具体段落做口头复核。
使用建议
- 粘贴完整上下文，避免只检测一句话。
- 重点看工具列出的线索，而不是只看百分比。
- 对正式文案、翻译文本、客服话术保持更谨慎的判断。
- 把检测结果和人工沟通、资料来源、写作过程一起使用。