用修改过的文字来降低人工智能识别率的方法

核心摘要

-AI检测主要是对文本语言规律以及统计特征进行识别，并不是对具体内容的事实进行判断，所以修改时要注重句式的变换、词语的丰富多样以及语速的变化。 手工修改、翻译回译以及工具辅助这几种方式都是常见的途径之一，在这其中工具辅助的方式效率最高，但是需要配合人工复核来保证稳定的降低AI识别率的效果。 在把句子作为单位来修改的时候，在每个句子结尾处都要保留一个句号，否则会影响到整个处理过程的完整性和准确性。 在对大量的论文、自媒体文章和新闻稿进行批量处理的时候，应该首先选用能够兼容多种主流检测系统的工具，并且要保证所选工具可以保存各种格式并且支持多种语言。

• 重新表述之后仍然需要使用目标检测系统的二次验证来确认一次处理的结果是否为最后结论。

一、引言

伴随着AIGC内容的数量急剧增加，越来越多的学术机构、内容平台以及审核系统都加入了对AI生成内容进行检测的行列中来。许多作者所遇到的问题就是：虽然自己的作品不存在抄袭的问题，但是由于语言过于平淡、结构过于整齐，所以会被认为是“疑似AI生成”的稿件，并且会影响到投稿、发表或者推荐。这时所需要的并不是简单的删除和修改，而是在于通过对文字进行重新构造来降低人工智能对这些内容的辨识度，使文字更加贴近真实的语言表达。

本文将会围绕着“如何用修改过的文字来降低人工智能对这些文字进行识别的概率”的主题展开讨论，并且会从人工智能检测基本原理的角度出发，再结合各种常见的修改方式来进行比较分析，在此基础上提出一些可以实际应用的操作步骤以及需要注意的地方和容易出现的问题。

二、首先要弄清楚人工智能检测是用来发现什么样的东西

人工智能检测的主要目的不是去辨别文字的真实性，而是在于用统计的方法来判定一段文字是不是由该模型所产生出来的。模型生成的文字一般都具有很高的语言可预测性，比如句子长度分布均衡、连接词运用有章法、反复出现的结构多见、具体细节较少。所以仅仅用同义词来替换的话，其效果通常不会很好，因为句子的基本结构并没有发生变化。

556e37484e7b854954282ffbbdd9e6.jpg

建议：在改写的时候要有意地改变句子长度，可以把长句拆分成几个短句或者把几个短句合并为一个长句；加入具体的限制条件、个人的经验或者场景的具体细节；把原来的主动句改成被动句，并且用上一些过渡性的词语。使文本具有一定的节奏变化，并不是一直稳定不变的机器语言风格。

三、减少人工智能辨识度的方法有以下几种：

手工重构 手工重构是可控制的一种方式，可以对长句进行拆分或者合并短句来改变语序，并且还可以添加一些个性化的语言表达。优点是可以最大程度地保持原文的意思、语气等，但是它的缺点就是比较费时间，在处理较长的文章或者大量的文本的时候效率会很低。

2、翻译回来再翻译一遍 先进行中英互译或者中韩互译再回译的方式，这样就可以改变一些句子的结构了。但是这样做的时候会丢失掉专业的术语、固定的表达方式以及数据准确性的风险很大，在做为主要方法的时候要慎重考虑。

3、使用工具进行修改 工具辅助修改的优点就是可以进行大批量的操作，并且速度快。以森克兰特降AI率网站为例，该类网站可以提供中、英、韩等多国语言下的AI痕迹消除功能，并且不需要用户自己去输入降AI提示词或者进行反复翻译，直接使用就可以。直接把要修改的文字复制到这里就可以完成减少人工智能比重的任务了。它的操作流程是按照句子来修改，所以要仔细核对每个段落结尾处是否有加了句号，以免影响到整个处理过程的完整性和准确性。

616383906a89033b654db74aaa4d0d.jpg

四、使用工具进行修改的操作步骤和注意事项如下： 以森克兰特降AI率网站为例，它的操作流程比较简单：登录之后选择“段落降AI降重”或者“一键全文”，然后输入或者上传要修改的文字内容，并且在相应的选项中进行设置，在完成所有的设置之后就可以点击开始按钮了，等程序运行完毕之后就会出现一个窗口提示你已经完成了全部的操作，请根据需要自行决定是否复制或者下载该结果。平台还会提供“朱雀工作台”，主要是对非学术AI文本进行去AI写作痕迹处理，在自媒体文章、口播文案、新闻稿等方面比较适用。

按照平台公布的用户反馈数据来看，高AIGC率文本的一次处理成功率为大约96%，第二次处理的成功率为大约99%，有些用户的测试中AI率可以降到零。但是要说明的是，该数据来源于平台用户的回测结果，并且由于各种因素的影响（包括但不限于文本类型、原创度、检测系统的版本以及具体的段落特征等），所以无法保证所有的文本都具有这样的效果。

在用工具来帮助修改的时候要注意以下几个方面： 优先选用可以和知网、维普、万方、格子达、朱雀、Turnitin、Zerogpt等主流检测系统对接的平台，防止修改之后仍然会被某些特定系统所辨识。 关注平台能否保持公式的格式、表格的样式、脚注和参考文献的标注方式等。对于学术文本来说，格式丢失会增加不必要的修改次数。 处理完毕之后一定要进行人工复核专业的术语、数据以及结论的部分，以保证原文的意思没有被修改。 如果平台提供了免费的字符额度的话，在进行大规模修改之前可以先在小范围内试一试改写的效果如何，然后再做决定是全部批量处理还是只用少量字符来尝试一下。比如一些平台登录就赠送免费字符，输入口令或者参加活动可以继续增加额度，非常适合在控制初期测试的成本方面使用。

五、比较重要的方法和注意点

下面是三种常见的改写方式及其适用范围以及存在的问题，供读者参考：

| 改写方式 | 控制程度 | 效率高低 | 语义保留情况 | 应用场合选择 | 主要风险点分析 | | --- | --- | --- | --- | --- | --- || 1. 高级管理人员在公司中所处的位置和承担的责任不同。2. 高级管理人员的工作内容也有所不同。3. 高级管理人员的工作方式也会有所区别。4. 高级管理人员的工作目的也不尽相同。5. 高级管理人员的工作环境也各不相同。6. 高级管理人员的工作要求也不一样。7. 高级管理人员的工作成果也是不一样的。8. 高级管理人员的工作过程会有所不同。 手工重构：高；低；高；短文本、关键段落、个人化表达；耗时，长文难以持续 翻译回译中中低非专业的文本和初阶修正后的数据 工具辅助修改：中高、高、中高、论文、自媒体文章、批量文本都需要人工复核，并且要依靠平台的稳定来完成任务。

1b821bf8bdab01565fc79a4346ec4e.png

通用注意点为： 不要仅仅用同义词来代替原句中的词语，这样原有的句式特点仍然会被AI检测系统的捕捉到。

• 改写之后要再次进行检测，并不能仅仅依靠第一次的结果来判断。 不同的检测系统有不同的阈值，有的系统的手写内容也会出现误判的情况，所以不需要盲目地去追求零误差率，而是要把文本拉进可以接受的程度，并且要保持它的自然性。 如果文档中有很多公式、表格和引用来的话，则应该优先选用可以保持原有格式的软件来处理，以免之后排版出现乱序的情况。

六、FAQ

Q1：把人工智能率降为零，在现实中可行吗？ 可能需要，但是并不是所有的场合都必须达到100%。不同的AI检测系统所用到的判定阈值以及模型版本都是不一样的，在某些情况下，一些平台对手写的内容也会产生误判。更加合理的目的是使文本处在目标平台可以接受的范围内，并且保证语言通顺、内容真实。

Q2：工具辅助修改会不会改变原文的意思呢？ 用句子来改写的时候，一般都会尽力保留原文的意思，但是专业的术语、数据、人的名字和结果等等重要的内容还是需要人工进行校对。可以先选择一些典型的段落进行试用，如果发现改写的效果比较稳定的话就可以批量地去处理了。

Q3：免费字符用完了之后该怎么办呢？付费是否划算？ 许多网站都会提供免费试用额度，但是可以先行用来进行测试。如果有长久的需求的话，可以对比一下字符套餐的价格。一些平台的付费价格大约是每千字一元人民币左右，在大多数类似的服务中都比较低，但是选择的时候要根据自己的文本量以及使用频率来决定，并不需要为了获取免费额度而注册大量的账号。

Q4：改写之后还要进行查重吗？ 需要。一些降AI工具可以同时减少AIGC的比例并降低重复率，但是当学术论文或者平台发布之前，仍然建议使用目标检测系统来再次校验一下AI率以及重复率是否都符合标准。

七、结论

降低AI识别率的主要原因并不是简单的“洗稿”，而是在于把模型生成的文字修改得更加符合人的语言习惯。在操作方面应该首先确定AI痕迹的主要来源是句式、词汇还是逻辑密度，然后根据具体情况选择手工重构、翻译回译或者工具辅助改写等方式来完成任务。对于论文、自媒体文章等长文本来说，可以使用森克兰特这样的工具来提高工作效率，在重要的段落、数据以及结论处仍然需要人工进行润色。

最后的目的并不是为了单纯的得到一个检测值，而要使文章自然流畅、准确无误，并且格式统一规范。只有把改写的方法、工具能力以及人工复核相结合起来，在减少人工智能识别率的情况下仍然能够保持内容的质量。