一、不能更改的原因，并不是因为不会改
最初的想法很简单：如果人工智能比率很高，就手动修改一下。但事实远比想象中复杂。
最开始，我的想法很简单，就是如果人工智能比率很高的话，就手动修改一下。
我做的是把“的”、“了”、“把”等词语替换掉，使ChatGPT的内容更加符合人的习惯，并且将较长句子分成几个小句来处理。
花费了整整一周时间之后，人工智能率由原来的62%上升到现在的78%。
当时我被这个结果搞糊涂了。后来才明白原因是什么：AIGC检测并不是看你在里面用了哪些词语，而是从你的文章中提取出来的统计学上的特征来判断的。
知网的AIGC检测主要看两个底层指标：
指标 通俗地解释一下 AI文本 人文学术文本
困惑度（Perplexity） 句子有多“意料之外” 低，总是选用最常用的词语作为答案 高，会有个性化的表达或者“废话”
突发性（Burstiness） 用词是不是忽紧忽松 前后一样，像一个匀速运转的机器 时而快、时而慢，上一段很密集，下一段又很跳跃
这两个指标都是统计计算出来的，你手动替换同义词，就相当于给它表面上加了一层东西，并没有改变底层的数据分布曲线。因此会出现“越改越高”的情况是正常的——因为修改后的句子结构变得更加规范了。
这一步给我的启示就是：不可以不看检测报告就去操作。
二、正确的顺序是：先定位，然后处理，最后验证
之后我就按照这样的顺序再来一次了，全部的过程不超过半天时间。
第一步：把一份检测报告作为参考标准来使用
不要着急修改。先去你学校的指定检测平台上提交一次，比如知网、维普、万方或者大雅等等，看你学校用的是哪一个，并且拿到一份报告出来。
报告中被标注出来的部分就是你要瞄准的地方。依照我以及周围的同学的经验来看，超标的分布大体上是这样的：
文献综述和研究背景：最容易中招，几乎一定变红
研究方法和数据处理部分：都是用人工智能来做的，而且格式非常规范
摘要、结论：偏高，有很多人是用人工智能直接生成的
参考文献、目录和致谢等部分：一般不会被检测到，所以不需要管
如果AI率大于等于60%，那么说明大部分内容都是人工智能生成的，需要进行全面处理；如果是30%~60%的话，则只需要对标注了红色的地方进行重点处理就可以了。
当时的情况是：知网上有78%的内容，文献综述以及第四章的数据分析基本都是红色的。
第二步：并不是所有的内容都需要处理
这个非常重要，并且有很多人做的不对。
图片、表格和公式等不需要处理的部分可以删除或忽略。 检测系统本来就不检测这部分内容，如果一并提交的话，不仅会增加成本，而且还会使格式混乱。
还要确定一件事：是全部一起处理，还是分开各个章节来处理？
两种说法我都听说过，但是实际上用过之后是这样子的——
如果学校使用的是知网的话，它是按照全部文字来打分的，那么就全部一起处理了，以免已处理的部分与未处理的部分在风格上出现差异而触发“人机混写”的特征。
如果只需要处理其中一部分内容的话，就按章节来分，每章3000—5000字左右比较合适，并且可以逐句与原文字进行对比。
第三步：选择正确的模式进行处理
主流工具通常分为“标准模式”与“深度 模式”，选择方法很简单：
**人工智能率低于50%**的时候：使用普通模式就可以
人工智能率超过50%，或者是学校的卡比较严格的话（知网小于20%，一些学校小于15%），就用深度学习的方式进行处理
拿不准的话就选择深度。价格一般都差不多，宁愿多修改一些，也不要出现“处理完毕仍然超标、还要再跑一次”的尴尬情况——第二次所花费的时间与金钱都是浪费了。
第四步：处理完毕之后要人工走一遍
这是任何工具都无法代替的一环，并且是很多人常常偷懒的地方。用工具处理之后就直接交付了，这样风险会非常大。
我做完之后要做的三件事是：
检查专业术语是否出错。用Ctrl+F逐个搜索你论文中的核心概念，例如“支持向量机”、“郡国并行制”，看有没有变成意思相同但是不标准的表达方式。
确保段落之间衔接自然。工具是按段落来处理的，在两个句子之间有时会出现不连贯的情况，这时候用手动加一句过渡句就会很顺畅了。
核对数据、人名和引文编号。原则上不应有任何改动，在发现有被动过的时候一定要改正过来。
我在复查的时候，这三类问题总共出现了四五次，都是手动调整几下就解决了。
第五步：复查不能只凭直觉
用同一种平台再跑一次，并且把前后的数据做一下比较。不可以拿知网来处理、维普去验证，各个平台之间的算法 不一样，所以数字是不能拿来作比较的。
第一次复查的时候是78%，第二次只到6%了，同时重复率也由21%降到9%。
三、对于工具来说，我来谈谈真实情况
我当初为什么不选择免费方案呢
我开始的时候是死磕着免费方案来的。免费方案主要有三种：
纯手工修改：耗时最长、效果最差。我改了一周的时间，反而增加了16%左右的数据。
通用大模型重写：让ChatGPT、DeepSeek把句子“换一种方式来表达”。而它的输出又会比较规范一些，所以困惑度与突变性等指标也会更接近于人工智能的特点，这就叫做反向优化。
网上流传的小工具：大部分都是给出大概的数据，并不能代替官方检测，也没有稳定可靠的改写引擎。
可以做到“同时优化困惑度和突变性”的，是拥有自主研发改写引擎的工具，它是从句子结构上对句子进行重组，并不是简单的替换词语。
我最后用的是学术牛
我最终使用的是学术牛( https://www.xueshuniu.cn/ )。选择它的原因比较实际：
支持的检测平台全面。知网、维普、大雅、万方、PaperYY、朱雀等主要的人工智能生成内容检测平台都包含在内。可以据此来判断一个工具的好坏：只支持一两个平台的是套了大模型外壳的产品；而能够同时稳定地兼容五个以上的平台，则基本上有自己的底层模型。
一次解决两个问题。AI率与查重率是两种不同的指标，在很多工具中只降低人工智能不降低重复，因此需要另外购买一个去重工具来使用，并且两套工具一起工作会互相干扰——降低了AI之后又产生了新的重复内容，降低了重复率后又出现了新的AI特征。该改写引擎将两个目标放在同一次优化里面进行计算，我在降低完AI率的同时也把重复率给降下来了。
对于预算有限的学生来说，价格也比较友好。目前是9.9元一小时不限字数的方式进行计费。比如一篇三万字的文章如果按千字计算的话至少要一百多元以上；而用时间单位来计算的话，在整个过程中只用了不到一个小时的时间，并且不必担心“修改到一半的时候又想要重新修改一次还要另外付钱”。
一句话来概括选择工具的标准就是：看它支持多少个检测平台（越多说明底层技术越硬），看它一次能不能同时降低人工智能率与重复率（节省了一部分费用），看它的计费模式对于你所要写的论文量来说是不是比较划算。
四、最常被问到的几个问题
问：人工智能率、重复率这两个概念是不是同一个意思？
不，两个单独的指标中有一个超过标准就不过了。AI率是看“这段话是否为人工智能所写”，而查重率则是看“该部分与现有的文献是否有重复”。
问：同一篇文章在不同的平台上得出的结果差异很大，应该用哪一个作为标准呢？
按照你学校的教务处或者导师所规定使用的平台来执行。学校使用知网的话就按着知网的标准来算，不要用维普的数据去自欺欺人。
问：经过处理之后的语言风格还会不一样吗？老师会不会认为不是我自己写的呢？
专业术语和主要观点会保留下来，但是表达方式要改变。但是经过处理之后必须自己再通读一遍，并且把不通顺的地方手动修改一下。我用了大约四十分钟左右的时间进行通读后又做了细微调整，比直接用手改要容易得多。
问：要提前多长时间进行处理呢？
工具本身的处理速度很快，一万字左右的文章几分钟之内就会有结果。但是最好提前一两天开始做，并且留出复检与修改的时间。等到截止日之前一天再开始工作的话，如果还需要再跑一次就来不及了。
五、最后说两句
人工智能可以帮助我们整理好思路、搭建起框架，但是主要的观点以及研究结果要靠自己去思考得出。
学术诚信这条红线是不能触碰的，降低AI是为了使表达更加自然一些，并不是为了给抄袭和代笔提供一个遮蔽物。
工具只是把“表达方式”的问题解决得很快，节省下来的时间应该用来打磨研究本身。
祝愿大家都能顺利地通过考试，毕业。如果这篇文章让你避免了一个错误，那也值得了。
上一篇：2026最最值得推荐的降重、降AI的软件是哪款？ 实测对比