Bilangan Perkataan Minimum Pengesan AI: Berapa Banyak Perkataan yang Diperlukan Turnitin, GPTZero dan Lain-lain

Bilangan perkataan minimum pengesan AI bergantung pada alat tersebut. Sesetengah alat, seperti Turnitin, memerlukan sekurang-kurangnya 300 perkataan prosa yang layak, tetapi yang lain, seperti ZeroGPT, mengesyorkan menulis sekurang-kurangnya 150 hingga 200 perkataan untuk menghasilkan keputusan yang konsisten. Sama ada pengesan anda memaparkan satu keputusan di bawah beberapa ratus perkataan atau tidak, keputusan anda kurang boleh dipercayai.

Sesetengahnya masih memberikan peratusan bagi setiap perenggan, dan skor cenderung kurang tepat untuk teks yang pendek. Penyelidik di TextPulse Research menguji perkara ini dengan 25,561 pasangan teks akademik yang ditulis oleh manusia dan penulisan semula AI mereka. Pada 300 perkataan, mereka menala pengelas untuk mengesan 95% daripada penulisan semula AI. Ia juga menandakan 33.9% daripada teks manusia. Pada 25 perkataan, ia menandakan 67.6%.

Berapa banyak perkataan yang diperlukan oleh pengesanan AI?

Pengesanan AI memerlukan beberapa ratus perkataan untuk boleh dipercayai, iaitu keputusan yang stabil. Kebolehpercayaan menurun paling cepat di bawah kira-kira 100 perkataan. Kebanyakan kebolehpercayaan telah ditetapkan dalam kajian TextPulse sekitar 150 perkataan. Selepas ini, ketepatan meningkat dengan lebih perlahan, daripada 84.0% pada 150 perkataan kepada 86.8% pada 300 perkataan.

Penyelidikan lain menunjukkan ambang yang serupa. Tinjauan 2025 dalam Journal of Artificial Intelligence Research, yang dipetik dalam kertas TextPulse, menghimpunkan angka yang telah dilaporkan setakat ini. Pengelas statistik dan yang ditala halus memerlukan sekitar 100 perkataan untuk berfungsi dengan tepat. Beberapa pengesan standard memerlukan kira-kira 120 perkataan untuk mencapai prestasi penuh, dan pengesanan model yang paling kuat mengambil masa kira-kira 200 perkataan.

Apabila pengesan melihat lebih banyak token, iaitu bahagian perkataan yang digunakan oleh model bahasa, lebih mudah untuk membezakan teks manusia daripada teks AI. Apabila pengesan hanya melihat beberapa token dalam jawapan yang pendek, tidak banyak bukti untuk mana-mana keputusan. Perplexity, burstiness, dan ukuran lain yang terlibat dijelaskan dalam panduan tentang cara pengesan AI berfungsi.

Bilangan perkataan minimum pengesan AI mengikut alat, Turnitin, GPTZero dan yang lain

Setiap vendor menetapkan had atau panduan sendiri, dan mereka tidak semuanya menggunakan unit yang sama. Turnitin mengira perkataan prosa yang layak. Vendor lain mengesyorkan panjang tertentu atau menerangkan bagaimana ketepatan berubah apabila sesuatu teks menjadi lebih panjang.

Detector	Apa yang dinyatakan oleh vendor tentang panjang teks
Turnitin	Sekurang-kurangnya 300 patah perkataan prosa yang layak sebelum skor AI dijana, dinaikkan daripada minimum 150 patah perkataan yang lebih awal kerana ketepatan meningkat dengan lebih banyak teks
GPTZero	Ketepatan bertambah baik apabila lebih banyak teks dihantar. Dokumen penuh diklasifikasikan dengan lebih tepat berbanding perenggan, dan perenggan dengan lebih tepat berbanding ayat tunggal
ZeroGPT	Sekurang-kurangnya 150 hingga 200 patah perkataan disyorkan untuk hasil yang stabil, dengan 500 hingga 1,000 patah perkataan atau lebih meningkatkan kebolehpercayaan dengan lebih lanjut. Petikan yang sangat pendek atau banyak disunting "membawa kurang isyarat"
Pangram	Bekerja paling baik pada teks yang lebih panjang yang ditulis dalam ayat lengkap. Syarikat itu menasihati agar tidak menapis senarai bulet yang pendek atau teks yang sangat berformula
Sapling	Angka pengesanan dan positif palsu yang diterbitkannya terpakai kepada teks yang lebih panjang. Teks yang lebih pendek "mungkin mempunyai kadar ketepatan yang berbeza"

Inilah had minimum yang ditemui oleh kebanyakan pelajar, kerana Turnitin ialah pengesan terbina dalam di banyak platform pembelajaran universiti. Tiada skor diberikan di bawah 300 patah perkataan prosa yang layak dalam laporan penulisan AI. Segmen yang mendapat skor di bawah had minimum ini dan asterisk yang dipaparkan oleh Turnitin untuk skor di bawah 20% dibincangkan dalam panduan tentang bagaimana Turnitin mengesan AI.

Peratusan pada skrin tidak bermaksud teks itu memenuhi panjang yang disyorkan oleh alat tersebut, kerana banyak pemeriksa pengguna akan memberikan skor kepada satu perenggan tunggal. Pada 2023, pengelas teks AI OpenAI memerlukan sekurang-kurangnya 1,000 aksara input. OpenAI menyatakan bahawa alat itu sangat tidak boleh dipercayai pada teks pendek dan mengeluarkannya enam bulan kemudian kerana kadar ketepatannya yang rendah.

Ketepatan pengesan AI mengikut panjang teks: apa yang ditemui oleh penyelidikan TextPulse

Kertas kerja TextPulse tentang panjang teks dan kebolehpercayaan pengesanan AI meneliti panjang semata-mata, terpisah daripada semua ciri teks yang lain. Set data ini merangkumi 25,561 pasangan teks, iaitu teks manusia dan penulisan semula AI-nya, yang masing-masing sekurang-kurangnya 300 patah perkataan. Setiap teks dipotong kepada 25, 50, 100, 150, 200, 250 dan 300 patah perkataan. Bagi setiap panjang perkataan, pengelas dilatih dan diuji.

Teks yang sama muncul pada setiap panjang, iaitu topik, disiplin dan model AI dikekalkan malar. Penulisan semula datang daripada lapan gabungan model AI yang berbeza merentasi enam keluarga model. Pengelas menilai 45 ciri gaya, seperti panjang perkataan dan kepelbagaian kosa kata. Ini ialah alat penyelidikan, kertas ini tidak membuat sebarang dakwaan tentang cara pengesan komersial mungkin menggunakan ciri atau ambang ini. Lihat panduan tentang sama ada pengesan AI adalah tepat untuk ujian alat komersial.

Panjang teks	Ketepatan	Teks manusia yang tersalah ditandakan apabila 95% penulisan semula AI dikesan	Penulisan semula AI yang dikesan apabila 1% teks manusia tersalah ditandakan
25 words	73.9%	67.6%	17.2%
50 words	78.2%	58.8%	28.0%
100 words	82.3%	49.4%	40.5%
150 words	84.0%	44.1%	47.9%
200 words	85.2%	40.1%	50.5%
250 words	86.1%	36.7%	54.2%
300 words	86.8%	33.9%	56.5%
Teks penuh	88.4%	28.6%	60.6%

Bagi pengesanan AI, ketepatan teks pendek lebih rendah dalam setiap lajur jadual, dan lajur ketepatan meremehkan kehilangan itu. Keputusan yang boleh digunakan memerlukan skor yang hampir pada salah satu hujung skala, dan teks yang lebih pendek menolak kedua-dua skor manusia dan AI ke arah tengah. Dengan ambang ditetapkan untuk menangkap 95% penulisan semula AI, pengelas itu secara palsu menandakan kira-kira separuh daripada teks manusia pada 100 patah perkataan. Dengan ambang ditetapkan untuk menandakan hanya 1% teks manusia, ia menangkap 17.2% penulisan semula AI pada 25 patah perkataan.

AUC, ukuran utama kertas itu tentang sejauh mana pengelas membezakan dua kumpulan, meningkat daripada 0.817 pada 25 patah perkataan kepada 0.940 pada 300 patah perkataan. Pada teks penuh, yang purata 466 patah perkataan bagi pihak manusia, ia mencapai 0.950. Bahagian paling curam bagi peningkatan itu berlaku di bawah 100 patah perkataan, dan setiap langkah melepasi 150 patah perkataan menambah kurang.

Mengapa positif palsu pada teks pendek meningkat

Pengesan yang dibina berdasarkan dokumen panjang mempunyai kadar positif palsu yang jauh lebih tinggi pada teks pendek. Kertas itu membentangkan pengelas yang dilatih pada teks penuh dan digunakan pada ambang lalai untuk pengelasan teks pendek. Kadar positif palsu sistem itu bagi teks manusia berjulat daripada 16.1% pada 300 patah perkataan kepada 39.1% pada 100 patah perkataan dan 69.8% pada 25 patah perkataan.

Pengesanannya terhadap penulisan semula AI hampir tidak berubah sepanjang julat yang sama, daripada 88.4% pada 300 patah perkataan kepada 92.4% pada 25 patah perkataan. Kesilapan tambahan ialah tanda palsu pada penulisan manusia. Kertas itu menggambarkan pengelas pada input pendek sebagai secara sistematik berat sebelah ke arah menganggapnya sebagai AI.

Puncanya bersifat mekanikal. Nisbah jenis-token, iaitu bahagian perkataan yang berbeza dalam sesuatu teks, meningkat apabila teks menjadi lebih pendek, kerana sampel pendek memberikan lebih sedikit peluang untuk mengulangi sesuatu perkataan. Teks manusia dalam kajian itu purata nisbah 0.47 pada panjang penuh dan 0.87 pada 25 patah perkataan. Penulisan semula AI pada panjang penuh purata 0.55.

Pengelas ini yang dilatih pada teks penuh akan mempelajari bahawa nisbah sekitar 0.55 membezakan penulisan AI daripada penulisan manusia. Setiap teks 25 perkataan, tanpa mengira siapa yang menulisnya, berada jauh di atas nisbah ini dan ditolak ke arah sisi AI. Kertas tersebut menunjukkan bahawa pengesan yang telah digunakan tidak dilatih semula setiap kali anda menukar panjang input. Panduan kepada kadar positif palsu yang diterbitkan oleh Turnitin menerangkan apa yang termasuk dalam angka itu dan apa yang tidak termasuk.

Mengapa teks pendek sukar diklasifikasikan

Teks pendek memberikan pengesan kurang daripada setiap perkara yang diukurnya. Lebih sedikit perkataan bermakna lebih sedikit token untuk dibandingkan, dan lebih sedikit ayat bermakna kurang ritma untuk diukur. Dalam kajian itu, teks 25 perkataan mempunyai purata 1.6 ayat, teks 50 perkataan 2.7 ayat, dan teks 300 perkataan 13.4 ayat.

Variasi panjang ayat, yang sering disebut burstiness, bergantung pada perbandingan antara ayat. Dalam kajian itu, ia memisahkan teks manusia dan AI sebanyak 0.71 sisihan piawai pada teks penuh dan 0.31 pada 100 perkataan. Pada 50 perkataan, perbezaannya pada dasarnya sifar. Pengesan yang bergantung pada burstiness memerlukan beberapa ayat untuk mengukurnya dengan boleh dipercayai.

Lebih banyak kuasa ini dikekalkan pada tahap perkataan. Panjang purata perkataan dan kadar perkataan panjang mengekalkan kira-kira dua pertiga daripada kuasa pemisahnya pada 25 perkataan. Tetapi terdapat juga peningkatan dalam pertindihan, pada 50 perkataan skor bagi kedua-dua kumpulan cenderung berkumpul ke arah tengah. Sebahagian besar setiap kumpulan berakhir dalam kawasan pertindihan.

Perkataan yang dipetik atau frasa lazim juga lebih berpengaruh dalam teks pendek. Jawapan 50 perkataan mempunyai kira-kira tiga ayat, jadi setiap ayat mewakili kira-kira satu pertiga daripada apa yang dilihat oleh pengesan. Takrif yang dipetik dalam salah satu ayat itu mempunyai berat yang jauh lebih besar berbanding ayat yang sama dalam esei 2,000 perkataan.

Catatan perbincangan, abstrak, peperiksaan jawapan pendek dan surat iringan

Catatan papan perbincangan

Catatan yang ditulis untuk keperluan 200 perkataan berada di bawah had 300 perkataan Turnitin, jadi Turnitin tidak memberikan sebarang skor AI. Alat lain masih mungkin memberikan skor kepadanya. Pada 200 perkataan, pengelas dalam kajian itu secara salah menandai 40.1% teks manusia apabila ditetapkan untuk mengesan 95% parafrasa AI, berbanding 28.6% pada teks penuh.

Abstrak

Satu abstrak jurnal sepanjang 250 patah perkataan hampir mencapai had minimum, dan abstrak ialah penulisan yang padat dan formal. Satu kajian TextPulse yang lebih awal mendapati bahawa teks manusia yang salah diklasifikasikan oleh pengelas ialah teks yang paling formal. Kertas tentang panjang menambah panjang teks sebagai punca kedua yang berasingan bagi tanda palsu, dan abstrak yang pendek dan formal terdedah kepada kedua-duanya. Jika sesuatu abstrak dipersoalkan, menyemak kertas penuh memberikan pengesan panjang yang disyorkan oleh vendornya.

Peperiksaan jawapan pendek

Jawapan antara 50 hingga 100 patah perkataan berada dalam julat yang angka kajian menurun paling cepat. Pada 50 patah perkataan, pengelas yang ditetapkan untuk mengesan 95% parafrasa AI menandakan secara palsu 58.8% teks manusia. Kertas itu menyimpulkan bahawa di bawah 50 patah perkataan, tiada ambang praktikal memberikan hasil yang boleh digunakan. Ia menambah bahawa enggan memberikan keputusan pada teks pendek adalah lebih boleh dipercayai daripada menilainya.

Surat iringan

Surat iringan satu halaman untuk pekerjaan atau penyerahan jurnal terdiri daripada beberapa ratus patah perkataan, dan sebahagian besarnya mengikuti frasa yang ditetapkan. Pangram menasihatkan agar tidak menyaring teks yang sangat formulaik. Jika surat iringan disemak, anggaplah sebarang skor sebagai anggaran dengan margin yang luas.

Apa yang perlu dilakukan apabila teks anda berada di bawah had minimum

Kekalkan teks seperti yang anda tulis, dan berikan konteks kepada skor itu. Langkah-langkah ini terpakai kepada penulis dan kepada orang yang menyemak skor.

1. Jangan menambah isi pada teks. Perkataan tambahan yang ditulis untuk mencapai had minimum mengubah karya yang anda diminta untuk tulis, dan skor itu kemudian menerangkan versi yang ditambah isi.
2. Semak keseluruhan dokumen jika boleh. Esei atau bab penuh memberikan pengesan panjang yang disyorkan, dan bahagian pendek dinilai sebagai sebahagian daripada teks yang lebih panjang.
3. Lihat paparan ayat. Pengesan yang menilai ayat menunjukkan baris mana yang mendorong hasil, dan dalam teks pendek itu selalunya satu atau dua ayat, seperti definisi yang dipetik.
4. Simpan draf dan sejarah versi anda. Ia menunjukkan bagaimana teks berkembang, dan skor pada petikan pendek tidak dapat menunjukkan perkara itu.
5. Tanya bagaimana skor itu akan digunakan. Hasil pada teks di bawah panjang yang disyorkan oleh vendor sendiri ialah isyarat yang lemah, dan penyemak harus menilainya sedemikian.

Bagi kakitangan, perbincangan kertas ini menunjukkan satu peraturan mudah: memerlukan lebih banyak teks, atau tidak memberikan sebarang keputusan di bawah panjang yang dinyatakan. Had 300 perkataan Turnitin ialah jenis peraturan seperti itu. Setelah laporan penuh wujud, panduan tentang apakah skor Turnitin yang baik menerangkan cara mentafsirkannya.

Cara TextPulse mengendalikan teks pendek

TextPulse tidak menggunakan pengesan AI dan tidak menjual imbasan pengesan. TextPulse memaparkan Skor Manusia (0 hingga 100) selepas setiap humanization. Skor ini ialah anggaran yang dibuat dalam aplikasi berdasarkan kedalaman penulisan semula, kepelbagaian kosa kata, taburan token dan variasi panjang ayat teks anda. Tiada pengesan digunakan untuk mengira skor ini.

AI Humanizer memerlukan sekurang-kurangnya 50 perkataan bagi setiap humanization, dan ia memproses sehingga 500 perkataan bagi setiap laluan pada Pro dan 1,000 pada Plus. Document Humanizer boleh berfungsi dengan keseluruhan fail .docx bahasa Inggeris sehingga 15,000 perkataan panjangnya. Ia memerlukan sekurang-kurangnya 50 perkataan teks isi, dan ia mengekalkan tajuk, senarai, jadual, kapsyen dan rujukan seperti yang ditulis. Kedua-duanya direka untuk menurunkan skor AI pada draf apabila kursus atau jurnal anda membenarkan bantuan AI.

Sebelum menampal teks anda ke dalam pengesan, semak panjangnya menggunakan Word Counter percuma. Alat ini mengira perkataan, aksara dengan dan tanpa ruang, ayat dan perkataan unik, supaya anda boleh membandingkan teks dengan had minimum yang dinyatakan dalam mana-mana unit. Semua butiran tentang kajian panjang itu, skor bagi setiap teks dan kod analisis, tersedia secara terbuka di Zenodo, dan hab penyelidikan menyenaraikan kajian itu bersama kertas TextPulse yang lain.