五句話答案

  1. AI 檢測是概率估算，不是判決。它輸出的是「這段文字有多少機率由 AI 生成」，而非「你用了 AI」。
  2. 它主要看統計特徵——用詞的變化度、句長節奏、語氣一致性等，而不是理解內容含義。
  3. AI 率與相似度是兩件事。一個查抄襲重疊，一個查 AI 生成特徵；同一篇文稿可以其中一項很高、另一項很低。
  4. 自己寫的文章也會偏高，非母語寫作者、保守行文、大量引用是三大高風險場景。
  5. 真正有效的做法是讓文本成為你自己的作品，而不是想辦法騙過檢測器。

本文不提供任何規避檢測的方法，只說明原理與判讀。

相似度與 AI 率的差別

這是最容易混淆、也最值得先講清楚的一件事。兩種檢測問的問題完全不同：

比較項目相似度（Similarity）AI 率（AI Detection）
它在問什麼我的文字和別人的文字有多少重疊？我的文字有多像 AI 生成的？
比對對象資料庫中已收錄的文獻AI 生成文本的統計特徵
高分代表可能忘了註明來源，或有段落雷同文本特徵接近 AI 生成
常見成因引用格式、通用句式、他人觀點行文過於工整、句式一致、用語單調
處理方向補引用、改寫、換來源加入自己的分析與第一手內容

為什麼這個區分重要？
因為兩者的處置方式完全相反。相似度高，要處理的是來源與格式；AI 率偏高，要處理的是內容的獨特性。用錯方向，會浪費大量時間做無效改動。

AI 檢測怎麼算的

主流 AI 檢測器主要依賴以下幾類統計特徵，而非語意理解：

  1. 用詞變化度（Lexical Diversity）

    人類寫作時，同一個詞會換不同說法；AI 生成文本傾向反覆使用同類措辭。檢測器會計算用詞的豐富程度。

  2. 句子長度與節奏（Burstiness）

    人類句長波動較大——有時一句很長、有時很短。AI 生成的句子長度往往更平均、更可預測。

  3. 語氣與標點的一致性

    AI 文本的語氣通常非常平穩；人類寫作會有情緒起伏、強調、縮略、口語化片段。

  4. predictability（可預測度）

    指每個字詞在上下文中「有多容易被預測出來」。AI 生成的文字在這項上通常表現得更規則。

因此「用工具洗稿」往往適得其反
置換同義詞、刻意打亂句式、混入隨機錯字——這些做法會讓文本在統計上變得更不自然，特徵反而更明顯。而且這類處理通常會犧牲論證的清晰度與文風的一致性，導致內容質量下降，得不償失。

為什麼自己寫也會偏高

以下四種情況最容易讓原創作品得到偏高的 AI 率估算：

  1. 非母語寫作者

    以中文撰寫學術論文時，語言的「慣性」與母語者不同——用詞更保守、句式更工整。這是研究文獻中被反覆提及的誤判來源，與是否使用 AI 無關。

  2. 高度依賴文獻綜述

    文獻綜述的本質就是「用整齊的方式轉述他人觀點」，天然具備 AI 文本的特徵。可用自己組織論述與比較框架來改善。

  3. 結論保守、論述抽象

    「本文旨在探討……」「具有重要意義」這類不帶具體主張的句子，統計上接近 AI 生成。

  4. 格式化內容密集

    大量表格、公式與條列式結構，會讓整體文本的節奏高度規律，容易推高分數。

報告怎麼讀

拿到 AI 率報告後，建議這樣處理：

  1. 先看整體比例，但不要只看它

    它告訴你起點在哪裡，但真正要處理的是被標示的段落。

  2. 逐段看被標示的段落，找出原因

    問自己：這一段是引用他人？行文特別工整？還是本來就短？原因不同，處理方式不同。

  3. 針對性地加入你自己的東西

    你自己的分析、你收集的數據、你見過的個案、你的判斷與取捨——這些是 AI 複製不來的，也是最能降低比例的內容。

  4. 改完再測一次

    以檢測結果作為參考而非目標。達到可接受範圍即可，過度改寫反而會犧牲可讀性。

常見問題

AI 率 0% 就安全？Is 0% AI Score safe?

唔一定。0% 只代表檢測器未標記，但檢測器本身有誤差；院校通常會結合導師判斷與寫作過程證據（草稿、版本記錄），唔會單靠一個數字落判。

Not necessarily. 0% only means the detector flagged nothing; detectors have error, and institutions weigh it against your tutor's judgement and writing-process evidence (drafts, version history).

點解我自己寫嘅會被判 AI？Why is my own writing flagged as AI?

過於平順嘅模板表達、大量被動語態、缺乏個人立場與第一手材料、翻譯腔，都會令非母語寫作者容易被誤判。保留草稿與寫作過程係最有力嘅自證。

Overly smooth template phrasing, heavy passive voice, no personal stance or first-hand data, and translation tone raise false-positive risk for non-native writers. Keeping drafts and writing-process evidence is your strongest proof.

用 Grammarly 之類嘅文法工具算唔算 AI？Does using grammar tools like Grammarly count as AI?

文法與拼寫檢查工具主要修正錯誤，不會大幅改寫句式或生成內容，一般唔算使用生成式 AI。各院校對輔助工具嘅界定不同，使用前應確認所屬課程規定。

Grammar and spelling tools mainly correct errors rather than generate or substantially rewrite content, so they generally do not count as generative AI use. Policies differ, so check your course rules first.

AI 率和相似度可以同時很高嗎？Can AI Score and Similarity both be very high at the same time?

可以。兩者檢測嘅目標不同，例如一篇大量引用他人觀點並整齊轉述嘅文章，可能同時有較高相似度與 AI 率，但仍然可以包含你自己嘅原創論述。

Yes. They measure different things. An essay that heavily cites and neatly paraphrases other sources may score high on both similarity and AI rate while still containing your own original argument.

縮短文稿能讓 AI 率下降嗎？Can shortening my text lower the AI Score?

不建議。縮短文稿會犧牲論證完整性，而且短文本嘅檢測結果波動更大。更務實嘅做法係加入你自己嘅分析與第一手內容。

Not recommended. Shortening a paper weakens the argument and makes detector results more volatile. A better approach is to add your own analysis and first-hand material.

邊個 AI 檢測器最準？Which AI detector is the most accurate?

無單一「最準」。各器在不同語言、文體、文本長度下表現差異大，且都有假陽性。建議將結果視為參考信號，而非唯一證據。

None is universally best. Accuracy varies by language, genre and length, and all have false positives. Treat results as a reference signal, not sole evidence.

資料來源與聲明

本文依據與界線

  • 各 AI 檢測工具官方說明頁對評分機制的公開描述
  • 檢測工具商公開的誤判與適用限制聲明
  • 香港院校公開的學術誠信與 AI 使用指引（各校版本不同，須以所屬院校最新公告為準）

凡涉及你所在院校的具體設定（門檻、報告欄位、提交規則、AI 使用政策），本文一律指向「向學系或圖書館確認」——這些屬院校層面決策，公開資料並無統一答案，本站不作推測。

最後更新：2026 年 10 月 7 日 · 本頁為公開資料整理與方法說明，不構成任何院校的官方解釋。

延伸閱讀