禁用词清零，AI 检测还是判 100%：问题不在词

一句话总结：我把六篇文章的禁用词、破折号、套话全清干净，本地检测脚本给了满分，第三方工具照样判 100% AI，因为检测器看的不是词，是判词密度、段落均匀度、有没有废话、敢不敢示弱这四个分布特征。

先说结论：词面优化有天花板。

我把站上最近六篇按禁用词清单逐句改过一遍——赋能、助力、生态、闭环、抓手、底层逻辑、护城河，一个不留；破折号压到每千字两个以内；三段式排比、每段都用"这意味着"开头、用金句代替具体动作，全部清掉。

改完跑检测脚本，六篇全部 100 分，AI 模式命中 0 处。

同一批文件丢进第三方工具，判 100% AI。理由写着：语言模式化、结构高度规整、情感色彩较弱。

第一步：词面清零，AI 检测脚本给了满分

这两个工具量的不是同一个东西。

本地脚本做词面匹配：命中一个"赋能"扣几分，命中一个"综上所述"扣几分，本质是查字典。第三方做统计分类：算每个词在这个位置出现的概率、句子长度有没有起伏、段落结构像不像人写。

我优化的是字典，人家算的是概率。八个维度里我原来只管了前两个，后面六个一个没碰，甚至不知道它们存在。

第二步：换个检测工具，还是 100% AI 率

起初我以为是本地脚本太松，阈值定得宽，漏了一堆该抓的东西。把模式库从头翻了一遍，加了几条规则，重跑，还是 100 分。

问题不在脚本，也不在参数。

换成第三方，结果反转。两套标准，同一批文章，一个满分一个零分。

四个数字，把我自己文章的 AI 味拆穿了

我把六篇正文抽出来，写了段脚本量四个指标。量完发现四个数字方向一致，全部指向同一个结论：这是教科书，不是文章。

图 1：四个指标的实测区间与人类写作参考区间对照，灰带为人类区间

第二行最反直觉。我以为自己写得太"判断"，实际是判词多、推理少——把判断包装成金句，省掉了推导过程。人写东西是"我看到 A，又看到 B，所以觉得 C，不过 D 也可能是"，我写的是"这就是 C"。前者啰嗦，后者干净，而干净恰恰是被判定成 AI 的特征。

为什么 AI 检测不看词

拿 307 那篇开头举例。原文是两句判词，各占一个完整段落：

这是最常见的简化。

>

……

>

判断标准很简单：如果一篇文章读完，读者以为抗议者的诉求是"关掉技术"，那这篇就写歪了。

一句一段、重点突出，这是排版常识。问题在于人的段落不是这么长的。人一句话说完会顺手带个"因为"，或者补一句"这里我可能说得绝对了"，再或者绕个弯先讲个例子。

我的每一段都太完整：提出、论证、收束，压缩在一两句话里，段段如此，六节如此，两百多篇都如此。检测器抓的就是这个规律，它不需要理解内容，只需要发现"这段和上一段长度几乎一样、这个句子结构在全文重复了四十次"。

更根本的一层是模板。每篇都是"一句话总结 + 六到七个 H2 + 每节三到七句 + 一张表 + 结语 + 参考资料"，299 篇一个骨架。人会走神、会插一段跑题的回忆、会写到一半改主意。模板不允许这些。

改法：四件事，只动叙事不动结构

四条规则，只改怎么写，不碰 H2、表格、内链、配图。这些是 SEO 的加分项，拿去换检测分数是亏的。

判词砍一半以上。每写一句"这就是 X"，后面跟一句"我为什么这么觉得"，或者改成过程叙述。判词不是不能有，是不能每段都有。

段落长短不均。每篇至少一个六句以上的长段，需要交代清楚的地方一次说完，别拆成三个短段；同时允许两三个单句段，那是换气的地方。连着三段句数一样，等于告诉检测器"我是批量生产的"。

每五百字塞一处细节。当时几点、屏幕上是哪一行、文件名改了三次、群里谁说了句什么。这些不传递信息，只传递"有人在现场"，而这一点没法伪造。

把不确定写进结论。不是撒"可能""大概"当填充，是在该犹豫的地方真犹豫："这条我只有两个样本，不敢下结论。"

第三条我最初是抗拒的。技术文章塞废话不是降低信息密度吗？后来想通了：读者判断一篇文章可不可信，靠的不只是信息量，还有"写的人是不是真在这件事里"。

验证方式很土：写了个脚本，八项硬检查，发文前跑一次。旧文章拿去跑，四到六项不及格，和预期一致。这件事本身也说明一个道理：指标不可靠的时候，比较就没有意义——抽 100 题估分那篇算过，题量不够时两次测量的差异可能全是噪声。

这套 AI 检测经验的边界

不保证过。检测器是黑箱，同一篇在不同平台可能判 20%，也可能判 90%。我给的是人类写作的统计特征，压进去能降低被判概率，但没法承诺某个具体工具放行。声称"包过检测"的方法，要么在骗人，要么在教你把文章写坏。

救不了没有第一手经验的文章。实跑出来的几篇（排队模拟、检索实验、格式对比），判词占比 23%；纯二手数据换算的几篇 35%。差的不在技巧，在于前者撞过坑，有东西可写；后者只能靠结构撑场面，一撑就规整。

别为了指标把文章写变形。阈值是参考区间不是及格线。八项全过但读起来像在凑数，那还不如不过——这一条我自己先违反过一次。为了把句长变异系数从 0.56 拉到 0.6，句子越写越长，平均句长从 26 字涨到 40 字，信息密度掉了一层，读起来更像机器在铺陈。

反过来也成立：不先量一遍就动手改，改完根本不知道有没有变好。微调那篇里先出 41 道题当基线，第一轮掉分才看得见。这次也一样，先量六篇，才知道问题在哪一层。

结语

那张检测截图提醒我一件事：我以为在解决的"AI 味"和检测器在抓的"AI 味"，是两个东西。前者是词，后者是节奏和来路。

词好改，改完还有成就感。节奏难改，因为它要求你真在现场待过、真犹豫过、真写错过。

参考资料

1. Wikipedia: Signs of AI writing
2. Google Search Central：关于 AI 生成内容的说明