工具用途
用于透明初筛，而不是自动指控
整齐的结构、重复过渡和通用措辞不只出现在 AI 文本中，固定模板、翻译、正式报告和非母语写作也会出现这些特征。一个不解释来源的百分比会掩盖这种不确定性。本工具因此公开每个改变指数的测量项。
你可以用它检查草稿、比较同一文本的两个版本，或找出需要认真复核的段落。报告有助于编辑询问资料来源、修改记录和事实依据；它不能确认谁是作者、使用了哪种模型，或某项规则是否被违反。
检测过程不调用远程 AI 模型。相同文本、语言和版本会产生相同结果。这让结果可以复现，但不代表启发式方法在所有情境下都准确。
指数真正表示什么
有效样本从中性基准 45 开始。异常均匀的句子、重复短序列和密集模板短语会增加公开权重；明显变化、具体细节和个人上下文会减分。总值限制在 5 到 95。
它是 AI 样式模式指数，不是概率。80 分不表示 AI 撰写的概率是 80%。稳定度只说明样本长度是否足以较稳定地测量节奏，并不证明分类正确。
- 低于 36：测得的类似 AI 模式较少。
- 36–56：混合模式。
- 57–69：存在一些类似 AI 的模式。
- 70–95：存在较多类似 AI 的模式。
- 不计分：少于 80 个单位或 4 个句子。
负责任的检查流程
- 粘贴文本或载入本地 TXT/Markdown 文件。
- 选择与样本最匹配的语言。
- 运行前检查字符、单位和句子数量。
- 开始分析并阅读完整公式。
- 把权重最高的信号与原文逐一比较。
- 需要时索要草稿、资料来源或版本历史。
- 如需留档，导出不含原文的测量报告。
可复现诊断
两个英文样本展示各项权重的作用
内置英文样本固定在 20260723-ai-detector4 版本。任何人都可以载入并重现下列值。它们只用于演示算法，不是现实准确率基准。
| 样本 | 主要测量 | 结果 |
|---|---|---|
| 模式较强的英文样本：122 个单位、8 句 | 句长均匀 +14；重复 +14；模板短语 +12；过渡 +8；词汇变化 −5 | 88/100，较多类似 AI 模式，中等稳定度 |
| 变化丰富的工作室叙述：150 个单位、11 句 | 具体细节 −8；词汇变化 −5；第一人称 −5 | 27/100，较少类似 AI 模式，中等稳定度 |
本地启发式使用的测量项
所有指标都从输入文本计算。阈值固定在公开的浏览器代码中，不会利用访客内容训练。
| 测量项 | 计算方法 | 可能影响 |
|---|---|---|
| 句子节奏 | 句子长度的变异系数。 | 非常均匀会增加最多 14 分；变化明显会减 8 分。 |
| 词汇变化 | 移动窗口中独特语言单位的平均比例。 | 变化低增加最多 10 分；变化高减 5 分。 |
| 重复序列 | 普通语言使用 3 单位序列，中文使用 4 字符序列。 | 高度重复增加最多 14 分。 |
| 模板短语 | 与所选语言的小型公开短语表精确匹配。 | 密度可增加最多 12 分。 |
| 过渡表达 | 每 100 单位中的正式语言过渡词。 | 密度高可增加 8 分。 |
| 标点与段落 | 标点类型数量和段落长度变化。 | 过度均匀会加分，变化可能减分。 |
| 具体和个人上下文 | 每 100 单位中的数字、引文、网址和第一人称表达。 | 最多可减 13 分。 |
如何避免因报告伤害他人
误判会在教育、出版和招聘中造成真实后果。指数绝不能替代对话和写作过程证据。最稳妥的用途是编辑辅助：定位规律性、核实事实、比较草稿。
- 不得仅凭结果指控学生或员工。
- 允许作者说明翻译、模板、辅助技术和无障碍工具。
- 优先使用版本历史、笔记、引用来源和口头说明。
- 保留报告时记录工具版本和准确样本。
- 对可比作者应用相同的审查流程。
语言、文体和公平性都会影响结果
短语表已经本地化，但阈值只是通用演示，并非针对每种语言验证的模型。短文本、正式文字或翻译文本都可能非常规律。相关研究还发现，检测器可能误判英语非母语作者。
诗歌、法律条款、产品模板、代码文档、项目符号列表和高度编辑的文字超出常规比较范围。混合语言样本应按连贯部分分别分析，并谨慎解释。
- 选择与大部分文字一致的页面语言。
- 不要直接比较不同语言或文体的指数。
- 不要为了降低指数而破坏自然写作风格。
- 把语法修正、翻译和无障碍辅助视为背景信息。
文本保留在设备上
粘贴的文本和本地文件只由当前浏览器标签页读取。检测器不会把原文发送给 Xephory 或任何 AI 服务商，也不会把原文写入 localStorage。
- 50,000 字符限制控制浏览器工作量。
- 读取前先检查 1 MB 文件上限。
- 复制或下载的报告只含测量值，不含原文。
- 只有语言偏好可能保存在 Xephory 共用键中。
- Analytics 和自动广告不会收到输入文本。
已知限制
任何写作风格都有可能触发或避开阈值。检测器看到的是表面模式，不是意图、来源或写作过程。
- 改写和人工编辑可能大幅改变指数。
- 人类可能写出规律且通用的文字并获得高分。
- AI 也可能写出变化丰富且具体的文字并获得低分。
- 小型词表无法覆盖所有语言变体。
- 工具不能识别模型、抄袭、事实准确性或规则合规性。
- 不同发布版本的指数不应直接比较。
- 任何阈值都不适合自动处分或招聘决定。
研究与官方背景
资料于 2026 年 7 月 23 日复核。它们支持本页对局限和负责任使用的说明，不证明 Xephory 启发式方法的准确率。
- OpenAI：已停用的 AI 文本分类器OpenAI 因准确率低而停用分类器，并说明了重要限制。
- Liang 等：对英语非母语作者的偏差关于误报和语言偏差的一手研究。
- Sadasivan 等：AI 文本能否被可靠检测？关于实际可靠性和改写攻击的一手研究。
- NIST AI 100-4：合成内容透明度关于检测、来源、水印和透明度方法的官方综述。
常见问题
这个检测器能证明文本由 AI 撰写吗？
不能。它只测量表面模式，无法看到作者、提示词、草稿或修改历史。
指数是 AI 概率吗？
不是。它由基准值和公开固定权重构成，并限制在一定范围内。
需要多少文字？
至少 80 个单位和 4 个句子。约 250 个单位可让节奏指标更稳定，但不能保证结论正确。
为什么人类文本可能获得高指数？
模板、正式文体、翻译和非母语写作也可能形成相同的规律性。
为什么 AI 文本可能获得低指数？
提示词、改写和人工编辑可以增加变化、细节与个人风格。
输入文本会被上传或保存吗？
不会。分析完全在本地进行，原文不被存储，也不会写入导出报告。
可以比较不同语言的指数吗？
不建议。分词方式、写作规范和短语表不同，阈值不是跨语言基准。
指数较高时应该怎么做？
检查可见信号、事实、来源和过程证据。不要仅凭指数作出重要决定。