AI写作模式：暴露其痕迹的词语、节奏与标点

读一遍这句话，看看你是否已经知道它出自哪里：研究人员持续强调动机与成就之间的复杂互动，而越来越多的研究强调自我调节在学业成功中所起的关键作用。它没有任何错误。每个分句都符合语法，每个词都是真实存在的词，评分者也不会扣掉一分。但它读起来仍像是从机器里掉出来的，因为它确实如此。这正是本文要讨论的内容。

AI 写作模式是指在用词、句子节奏、标点和结构上可重复出现的习惯，这些习惯使机器起草的散文一眼就能被识别出来。它们集中体现在四个层面, 模型倾向选择的词语、句子的形态、它依赖的标点，以及它组织整篇论证的方式。单独看，任何一种都不能证明什么。放在同一段中，它们就很难被忽视。

完成这件事的机器被称为统计检测器。它根据语言模型的预期，给每个词的可预测性打分。一份报告包含该分数背后的 perplexity 和 burstiness 数学内容，另一篇关于 AI 检测器如何工作 的文章对此有更详细的说明。本文其余部分列出的是 AI 写作的可识别迹象，读者可以在页面上听出来、数出来，或者直接指出来。即使检测器出错、不可用，或者与问题无关，这些迹象仍然可能重要。下面的内容不需要模型，也不需要订阅。

为什么 AI 写作模式听起来像机器？

语言模型在句子层面所做的事情与人不同, 它一再在一个被训练得显得称职而非独特的系统中，选择统计上最可能的下一个词。这个尺度上的称职会产生流畅、正确、却容易被忘记的散文，这正是机器感的根源。读者往往说不清那样的段落究竟哪里不对，只会觉得它读起来很平，而下面这四个层面正是这种平淡所在。

词语选择是读者最先注意到的层面, 也就是正式、戏剧化的词语出现在它们不该出现的地方。句子节奏则更为隐蔽, 表现为一段文字中每个句子的长度大致相同。标点和格式各自带有自己的特征, 破折号被当作通用连接件使用, 项目符号列表把原本在作者脑中并不是列表的文本切分开来。结构是最不显眼的部分, 它会重述自己的标题, 恰好覆盖三个要点, 然后以对自身的概括作结。

先从词语开始, 这是最容易指出, 也最有文献记录的一层。

AI 过度使用哪些词语?

你会一次又一次看到这些正式、略带戏剧化的词语, "delve"、"underscore"、"showcase" 和 "pivotal" 是记录最充分的一批。Dmitry Kobak 和三位合著者着手识别这种语言。他们分析了 2010 年到 2024 年间 15.1 million 篇 PubMed 摘要, 并识别出一组在 ChatGPT 发布时频率急剧上升的词语。"delve" 上升得最明显, 这项发表于 2025 年 7 月 Science Advances 的研究估计, 它在 2024 年的使用频率约为 2023 年之前的 28 倍。紧随其后的是 "underscore" 和 "showcase"。作者估计, 至少 13.5% 的 2024 年摘要带有 AI 辅助的迹象, 在一些国家和出版机构中这一比例上升到 40% 以上。

模型为何会收敛到这些特定词语, 其原因比这一模式本身更不明确。一项 COLING 2025 研究将 21 个过度代表的词语与模型架构、训练数据以及用于微调聊天机器人的人类反馈进行检验, 发现反馈阶段是最可能的促成因素, 但并不能完全解释这一效应。对此的解释也仍有争议, 2026 年 PNAS 期刊中的一场交锋就对词频变化究竟能在多大程度上直接衡量 AI 使用提出了质疑, 在把这里任何单一数字视为既定事实之前, 这一点值得记住。

这不仅对期刊摘要成立。在一项比较50万篇学生作文和AI生成作文的研究中，研究人员比较了论文的长度和用词，发现人类作文总体更长，词汇也更丰富。在一项针对提交给四个机器学习会议的同行评审的研究中，包括ICLR 2024和NeurIPS 2023，研究人员使用同样的技术估计，评审文本中有6%到15%被LLM实质性修改过。当评审在截止日期临近时提交时，更有可能受到LLM的影响。

AI过度使用的词或短语	谨慎作者会改用的表达
delve (into)	look at, examine
underscore	show, stress
showcase	present, demonstrate
pivotal	main, deciding
robust	solid, reliable
intricate	complex, detailed
meticulous	careful, thorough
tapestry	mix, range
testament	sign, evidence
boasts	has, includes
foster	encourage, support
garner	gain, attract
multifaceted	many-sided, complex
holistic	whole, overall
nuanced	careful, precise
invaluable	useful, valuable
realm	field, area
embark on	begin, start
unlock	open up, make possible
interplay	relationship, link

这些词单独来看都没有问题。方法部分把某项发现称为稳健，是在正确使用这个词，而一位描述复杂法律论证的历史学家并不是在向聊天机器人坦白。看起来像机器生成的，是密度, 三个或四个这样的词挤在同一段里，没有承担任何具体作用，像模型那样堆叠起来，因为每一个词都是独立看来最安全的下一个选择。用 TextPulse 的免费 AI 词语清理器快速检查，就会直接标出这种密度。

为什么 AI 句子的长度总是听起来差不多？

模型构造每个句子的方式，和它构造上一个句子的方式一样，不会在某处把一个观点压缩成六个词，却在别处把它展开成三十个词，所以输出往往始终保持几乎相同的长度。这种变化，或者说缺乏变化，是你可以通过大声朗读一段文字听出来的，这与检测器根据同一底层特征计算出的 burstiness 分数是不同的练习。

两个较小的习惯会在近距离暴露这种节奏。模型喜欢用一个悬垂分词来结束句子，这种结构在不增加信息的情况下暗示其重要性，例如先提出一个主张，再强调需要进一步研究，或者反映该领域更广泛的转变。它也会使用并列结构来显得平衡，类似于该方法不仅高效，而且可扩展。这样说一次，这种结构并不显眼。每一段都这样说，就像一个只替换名词的模板。

三的法则

在短语层面，三项一组也是模型的默认节奏, 一个名词前放三个形容词，列表中给出三个例子，连续三条以相同方式构造的分句。偶尔出现三项一组一直都是英语的一部分。放置得当的三项一组并不是什么症状。关键在于频率。问题不在于三。问题在于三几乎每一段都出现。

计数就足以在没有任何专门训练的情况下发现其中的大部分问题。读一段文字，并标出每个句子的词数。如果你的所有标记都只比前一个多或少几个词，那么节奏就是线索。使用 TextPulse 的 免费 burstiness 检查器 来自动计数并绘制图表，这对一段长到无法逐句凭肉眼判断的文字很有用。

破折号和其他标点线索

为什么这种标记成了首选

破折号大概是机器写作中最常被归咎的标点。你可能把它看作那种长破折号，它会替代逗号、冒号或句号，用来连接句子的两部分。破折号并不新，也不是 AI 发明的东西。只要有文体指南存在，从 Chicago 到 AP，它们就一直允许你把它用于强调和插入中断。而且许多职业写作者会有意使用它。

它之所以在机器输出中如此常见，可能原因很平常, 这种标记在经过编辑、专业排版的散文中很常见，而语言模型正是从这类文本中训练出来的，并且它能让句子继续推进，而不必落到句号上。一个被设计为生成流畅、连贯文本的模型会经常使用这种灵活性，比大多数人在手写草稿时更常这样做。

其出现频率会因生成文本的系统而有很大差异。2025年中期的一次并排测试给六个聊天机器人同样的提示，并统计了这种标记的次数, 三个系统在不到六百个词中返回了八次或九次，一个在将近一千个词中用了两次，还有两个完全没有使用。频率是产生你面前这段文字的那个模型的属性，而不是 AI 写作的固定特征。OpenAI 在 2025年11月增加了一个设置，允许用户告诉 ChatGPT 停止使用这种标记并且真正照做，这使得即使是这一线索如今也在一定程度上变成可选的了。

这些都不能使该标记本身成为任何事物的证据。许多谨慎的作者会有意使用它，许多从未接触过 chatbot 的学生论文也会使用它，有时只是因为老师教过他们这样做。真正值得检查的是密度：一页每隔一句就依赖这个标记，与一页有意只用两次的文章，读起来是不同的。TextPulse 的 free em dash remover 会检查这种密度，并针对每一处用法提出逗号、冒号、句号或连字符。

项目符号、加粗文本和标题

同一层面涵盖句子以下的格式决定。正文中间出现的项目符号列表，而作者脑中从未把它当作列表。文档其余部分使用句子式大小写时，标题却使用标题式大小写。每个项目符号开头都有一个加粗短语，像一个迷你标题。这些都不是标点符号，但它们都来自同一个地方, 一个为聊天窗口而格式化的模型，在那里，视觉结构取代了散文通常承担的过渡。

结构与论证形态

最后一层位于句子之上，最难通过替换词语来修正，因为它就是论证本身的形态。机器写成的部分常常先用稍有不同的措辞重述自己的标题，然后依次展开两到三个支持点，不论各自实际重要性如何，都赋予大致相同的分量，最后总结刚才说过的话，而不是补充任何新内容。

一种相关的习惯在较长文本中也经常出现：某一部分先列出某事做得好的地方，然后用 however 之类的词转折，再以同样整齐的三点列出挑战，最后指向一个大概会解决这些问题的未来。真正的论证比这更不平整。人类作者通常更重视其中一个观点，而不是另外两个，会给它更多篇幅，也不欠读者一个对称的收束。

这也是公式化学术写作看起来会与机器写作极为相似的层次，因为方法部分或文献综述本来就应当遵循固定的结构。差别存在于这种结构之内。机器写成的文献综述会按通常顺序提及某个领域的常见要点。人写成的文献综述则会论证哪些要点重要，以及为什么重要，即使是在严格的模板之内，因为它所捍卫的是一个真实立场。

这些迹象能证明一篇文本是 AI 写的吗？

没有任何单一迹象能够证明什么，完整的一组迹象也不能。在编辑或教授的压力下，谨慎的学术写作者可以写出带有其中若干特征的段落，例如缺少代词，但并不需要聊天机器人帮助。非英语母语写作者也可能使用他们在课堂上学到的安全词汇，而被教导使用正式连接词的学生也可能使用这些特征中的许多。词汇表并不能证明不当行为, 这是一种会让谨慎写作者被错误指控的错误。我们应当指出这种错误，而不是默默重复它。

工具能够负责任地做的，是展示这种模式，而不是裁定文本。我们通过 TextPulse 的 AI humanizer 所能提供的，是基于眼前文本对 Human Score 的估计。这是对一份草稿与这些表层模式相符程度的解读，不是任何检测器给出的裁决，也不是对明天另一种工具会说什么的承诺。它是一个你可以用作决策起点的数字，就像拼写检查器会标出一个词，却不会判断其周围句子是否写得好。

上面每一种迹象都有自己单独的一页。词汇本身已在一篇关于 暴露 ChatGPT 的词语 的文章中加以整理，并分别讨论了 em dash 的习惯 以及 模型为何特别偏向某个动词。更广泛的标签也有涉及：AI slop 的含义、AI fluff 的含义，以及一份关于 判断某内容是否由 AI 写成 的实用指南。如果担心的不是别人的文字，而是你自己的草稿，那么还有一篇关于 从你的写作中移除 AI 词语 的文章。

下次你在阅读自己的文字，而其中某处感觉不太对时，不要只是找一个同义词来替换它。试着改为大声读出来。数一数每个句子里的词数。问问自己，每个词在这里究竟起什么作用。早在这一切有名称之前，细心的编辑就是这样审读的。