如何檢測一段內容是 AI 還是人寫的

檢測一段內容是 AI 還是人寫的,目前有三條路:統計型 AI 檢測器(快但誤判率高)、浮水印偵測(如 SynthID,最可靠但只有嵌入方能驗)、人工特徵判讀(看空話密度與資訊增量)。 先講結論:沒有任何公開工具能給你 100% 的答案,而對 SEO 實務來說,「是不是 AI 寫的」也不是最該問的問題——「有沒有價值」才是。

方法一:統計型 AI 檢測器

市面上的 AI 檢測工具(GPTZero、Originality.ai、Copyleaks 等)原理大同小異:分析文字的困惑度(perplexity,用詞可預測性)與爆發度(burstiness,句長變化)。AI 文字傾向用詞平均、句式穩定;人類寫作忽長忽短、偶有奇怪選詞。

極限也很明確:

實務定位:當參考訊號可以,當證據不行。任何拿檢測分數當唯一依據的決策(例如判定學生作弊、退稿)都站不住腳。

方法二:浮水印偵測(SynthID)

Google DeepMind 的 SynthID 是另一種思路:不在事後猜,而在生成當下把統計模式嵌進 token 機率分布,之後用金鑰驗證。理論上這是最可靠的方法——但關鍵限制是:只有掌握嵌入金鑰的一方(Google 自己)能可靠偵測,一般人沒有工具可用。

這件事對 SEO 有實際後果。業界實測顯示,20 多個全用 Gemini 3.0 產文的新站被 Google 幾乎不收錄,推斷正是 SynthID 讓 Google「驗得出」純 Gemini 輸出;改用其他模型寫最終稿後收錄恢復。也就是說:你測不出來的東西,Google 可能測得出來。細節見〈SynthID 浮水印是什麼?〉。

Google 官方立場仍是 SynthID 不直接影響排名——官方說法與業界實測的落差,自己權衡。

方法三:人工特徵判讀

不靠工具,看內容本身的特徵。AI 直出文字的可辨識訊號:

  1. 零具體事實:沒有數字、價格、日期,全是「顯著提升」「值得重視」。
  2. 對稱的段落結構:每個 H2 段落長度幾乎一樣,每段都是「定義+三個要點+小結」。
  3. 沒有第一手痕跡:沒有案例細節、沒有失敗經驗、沒有「我們實際測了之後發現」。
  4. 立場中立到沒有立場:所有選項「各有優劣,視需求而定」。
  5. 空話開頭結尾:「在當今快速變化的時代…」。

人工判讀測不出「用沒用 AI」,但測得出「有沒有人管過」——而後者才是品質問題的所在。

三種方法比較

方法 準確度 可近性 適用場景
統計型檢測器 中,偽陽性風險高 人人可用 大量內容初篩、參考訊號
浮水印(SynthID) 僅嵌入方(Google)可驗 平台端偵測;SEO 上是風險來源而非工具
人工特徵判讀 測品質而非來源 需要經驗 發布前終審、外包稿驗收

SEO 實務:你真正該檢測的是什麼

回到動機。多數人想檢測 AI 內容,其實是想回答兩個問題:

「AI 還是人寫」是來源問題;搜尋引擎與讀者最終懲罰的是品質問題。把檢測力氣花在品質上,投資報酬率高得多。

常見問題(FAQ)

Q1:有沒有工具能 100% 檢測 AI 內容? 沒有。統計型檢測器有不可忽視的誤判率;SynthID 類浮水印最可靠,但只有嵌入方能驗證。任何宣稱 100% 準確的工具,本身就值得懷疑。

Q2:把 AI 文字改寫一遍,檢測器就測不出來了嗎? 統計型檢測器:大量人工改寫確實會讓分數下降。浮水印:不保證——模式嵌在 token 機率裡且未公開,改寫可能只是稀釋。所以「洗稿躲檢測」在 Google 面前是不可靠的策略。

Q3:我收外包稿,該怎麼驗收? 別只跑 AI 檢測器(誤判會冤枉人)。更有效的是品質驗收:要求稿件含可查證的具體數據、第一手細節,跑結構打分工具設門檻,再抽查事實正確性。品質過線的稿,用沒用 AI 輔助其實不重要。

Q4:Google 會用 SynthID 懲罰 AI 內容嗎? 官方說不會——SynthID 定位是透明度工具,且 Google 一貫立場是看品質不看產出方式。但業界實測觀察到純 Gemini 產文的新站收錄極差。兩面資訊都在這裡,風險自己管理:Google 優先的站建議採拆分工作流。


與其糾結「是不是 AI 寫的」,不如直接檢測「夠不夠格發布」——GeoSeoToday把可量化的品質標準做成了免費的 GEO 就緒度檢測器,貼上文章 30 秒拿到 0–100 分與逐項建議。從產線源頭避免檢測焦慮的完整方法,見〈AI 內容產線完整指南〉。