
这个工具解决什么问题
现在的写作流程大多是「AI 起草、人来改」。改完的东西读起来顺,但总有一种说不出的味道:开头一段总在讲背景,中间分成首先其次此外最后,每段长得差不多,形容词一堆却没有一个具体数字。把它交出去,心里会发虚;可要自己找出问题在哪,只能一句一句读,读三遍也说不清到底哪儿不对劲。网上搜「AI 检测」,得到的是一个不可解释的百分比,还得先把全文贴到别人的服务器上——公司内部的方案、没发表的稿子,这么做谁都不放心。这个工具换个思路:不猜作者,只数句式。套话出现几次、段落长度差多少、有几个具体数字、有没有问句,一条条列出来,位置标到字。看完报告,改哪里是明确的。
- 原来的做法:把稿子从头读两三遍,凭感觉删几句套话;读完还是不知道问题在哪,改完再读,还是那个味道
- 用这个工具:双击打开网页 → 把稿子粘进去 → 点「开始体检」 → 指数、统计和命中清单一起出来,点清单任意一条直接跳回原文那一个字
- 省下来的:原来是反复通读凭手感,现在是看一眼清单就定位;改完再点一次,指数降了多少立刻能看到
技术实现
整个工具就是一个 HTML 文件,样式和脚本全部内联,双击用浏览器打开即可运行,不需要安装运行库、不需要服务器,也就不存在「环境装不上」这类问题。判断逻辑全部写成纯函数:切段、切句、11 条规则的评估、指数汇总、报告生成,这些函数不碰任何 DOM,因此可以在 Node 里被逐条断言(自动化测试就是把脚本里标了 CORE 的那一段原样抠出来跑,测的就是发出去的代码)。界面层只做三件事:把文本喂给分析函数、把结果渲染成卡片和清单、在点击时把原文选中。之所以不做成桌面程序,是因为这类工具的使用频率是「偶尔用一次」,装一个软件不划算;一个 60KB 的网页发给同事、放在任何电脑上双击就能用,反而更接近它真实的使用场景。
- 把「像不像机器写的」拆成 11 个可数的量:不训练模型、不调接口,全部是可解释的统计:套话词表命中次数、黑话词表命中次数、句首连接词占全部句子的比例、段落长度的变异系数、连续等长句的最大长度、破折号密度、抽象名词密度、阿拉伯数字个数、句首两字前缀的重复次数、问号感叹号个数、汉字后半角标点密度。每一条都给出「实际值 / 阈值」,权重大致按它对观感的影响分配(套话 18、黑话 16、段落整齐 14、连接词 12、排比 10,其余 4–8),合计 105,最后封顶 100。
- 段落长度用变异系数,而不是「差不多长」这种模糊说法:取每段字符数,算标准差除以均值。人写东西时长短差得厉害:有时一句话成段,有时一大段铺开,实测真人样例在 0.45 以上;按模板填出来的段落往往都卡在五六十字,系数低于 0.18。分档给分:<0.18 满分,<0.28 得 0.75,<0.36 得 0.45,其余 0 分。段落少于 5 段时这项直接跳过并在界面上写明原因,避免用两段文字得出「段落整齐」的荒谬结论。
- 连续长句排比用滑窗找「最长等长句串」:先把每句去掉标点数字数,从每个长度 ≥15 字的句子出发向后延伸,只要下一句长度落在当前句的 ±12% 以内(至少放宽 4 字)就继续。命中长度 ≥6 句满分,5 句 0.8,4 句 0.6。这样既认得出「不是…而是…」式的排比通稿,也不会把长短句交错的一段话误判。
- 引号和括号里的内容不算作者的模板:第一版只检查命中词左右紧邻的字符是不是引号,结果「他说:『首先,值得注意的是……』」这种整句引用照样被算成作者在用模板。现在先扫一遍全文,用 9 对成对符号(圆括号、方括号、直角引号、书名号、中文双引号等)算出一张「每个字符是否在符号内」的掩码(Uint8Array,长度等于字符数),命中位置落在掩码里就跳过。9 对符号各扫一遍,5000 字文本约 4.5 万次字符访问,耗时可以忽略。
- 短文本整体打折,避免「沾一个词就 60 分」:密度类规则的分母是字数,文字越短,单次命中被放得越大——一百字里出现一个「值得注意」,按每千字算是 10 次,直接顶格。所以最终指数乘一个置信系数 min(1, 字数/200),200 字以上不打折,同时界面上提示「字数偏少,结论仅供参考」。字数统计本身也去掉了所有空白字符,比字符串长度更接近中文语境里「多少字」的直觉。
- 点击清单跳回原文:setSelectionRange 加一次手工滚动:每条命中都带字符下标。点击时用 setSelectionRange 在文本框里选中对应区间即可高亮,但 textarea 不会自动滚到选区——用户看到的是「点了没反应」。所以额外按选中位置之前的换行数估算行号,把 scrollTop 设到 (行号-3)×行高,让选区落在视野偏上的位置。文件读取用 FileReader 读成 ArrayBuffer,先按 UTF-8 解码,出现替换字符再按 GBK 解一次——国内用户的 txt 有相当一部分还是 GBK。
技术栈:单文件 HTML + 原生 JavaScript(无框架、无构建、无依赖)、11 条可数规则加权汇总成 0–100 机器味指数、段长变异系数 / 句长起伏 / 连续等长句串的滑窗搜索、成对符号(引号、括号)掩码,引用别人的话不计入、Uint8Array 掩码 + indexOf 逐词扫描,1.3 万字 20ms 量级、TextDecoder 先 UTF-8 后 GBK 的双解码读取本地 txt、深色模式(CSS 变量 + prefers-color-scheme + 手动切换)
已知局限:词表是写死的,新出现的黑话要人工补进去;规则的说服力上限由词表质量决定。段落整齐、句长起伏这类统计量对排比本来就是主要修辞的文体(演讲稿、公文)会偏严。只处理纯文本,不解析 PDF 和 Word。也不做语义判断:内容空洞但句式活泼的文字拿不到高分,反之句式规整的真人文章可能偏高分——指数是「句式密度」,不是「作者身份」。
同类软件对照
下面几款都是公开可查的同类软件,定位各不相同。这里只说明各自的定位,以及本工具在其中的位置,方便你判断哪一类更契合自己的用法。
| 软件 | 它的定位 | 本工具的定位 |
|---|---|---|
| GPTZero | 在线 AI 文本检测服务,把文本提交后在网页上给出一个「由 AI 生成的可能性」判断 | 本工具不猜概率,而是列出命中的 11 类句式现象、出现位置和密度,改哪里是明确的;并且全部在本机完成,不需要提交文本 |
| Hemingway Editor | 英文写作的可读性检查工具,标出长句、被动语态和副词,给出可读性等级 | 它面向英文语法与可读性,本工具面向中文里「模板化」这一类特征,例如连接词骨架、段落长度整齐度 |
| Microsoft Word 的编辑器(Editor) | Office 内置的拼写、语法与风格建议,随文档编辑实时提示 | 它管的是错别字与语法,本工具管的是「整篇的机器味密度」,需要通篇统计才能算出来 |
| WPS 文字校对 | 国产办公套件里的错别字与语句检查,随文字输入给出修改建议 | 同样是面向字词层面的校对,本工具做的是通篇句式统计,输出的是一份可导出的体检报告 |
以上仅作定位对照,各软件的可用性、授权方式与功能范围请以其官方页面为准。
操作教程
- 双击「AI文字机器味体检.html」
用系统默认浏览器打开,不需要安装、不需要联网。想换浏览器就把文件拖进浏览器窗口。
预期结果:出现左右两栏:左边是空的输入框,右边是「还没开始」的分数卡和提示 - 把要检查的文字放进去
三种方式任选:直接在左边框里粘贴;点「打开文件」选一个 txt 或 md;或者把文件直接拖进左边的输入框。从对话框复制出来的文字直接粘就行,多余的空行不影响结果。
预期结果:输入框里出现文字,右上角实时显示字数(例如「439 字」) - 点「开始体检」
也可以按上方的「载入示例」先看一段刻意写得很模板的文字,对照理解每一项在说什么。
预期结果:右边出现:蓝色的指数卡(数字 + 等级 + 一句话点评)、六格统计(字数/段落/句数/平均句长/句长起伏/具体数字),下面是按得分排序的命中清单 - 看清单,点任意一条跳回原文
每条都写着「第几个字起」和上下文,命中词用黄底标出。点一下,左边的输入框会选中那一段,可以直接改。改完再点一次「开始体检」,看指数变化。
预期结果:左边输入框里对应的文字被选中,滚动条自动跳到那个位置 - 复制或导出报告
「复制报告」把纯文本报告放进剪贴板,粘到聊天窗口或文档里就能讨论;「导出报告」存成一个 txt,文件名带日期和时间。
预期结果:浏览器提示已复制,或开始下载「机器味体检_年月日_时分.txt」 - 想换配色就点右上角
默认跟随系统深浅色,点「深色 / 浅色」手动切换,下次打开会记住。
预期结果:整页配色切换,文字与背景对比度保持可读
常见问题
技术实现与后续维护
这个工具由我们自己开发和维护,每一版都在本地跑过核心断言与浏览器端自检。下面说明它的技术构成与可扩展方向,方便你判断是否契合自己的使用场景。
技术构成:
界面层(HTML + 内联 CSS)—— 标题、工具栏、左右两栏、分数卡、统计网格、命中清单;深色模式通过 CSS 变量整体替换CORE 纯函数区—— normalize / splitParas / splitSents / countChars 负责切分;buildMask 算引号括号掩码;11 个评估器与 analyze 负责打分;buildReport 生成纯文本报告规则表 RULE_DEFS—— 11 条规则的名称、权重、词表、阈值集中在一处,加一条规则只需要加一个对象和对应的评估器分支UI 交互层—— 渲染结果、点击定位、文件读取(UTF-8 / GBK 双解码)、拖拽、报告复制与导出、主题切换自测入口—— tests/core_test.js 在 Node 里跑核心断言;页面带 ?selftest=1 跑端内自检,?demo=1 载入示例用于截图
运行环境:
运行环境:任意现代浏览器(Chrome / Edge / Firefox / Safari)。把 HTML 文件双击打开即可,不需要 Node、不需要服务器、不需要联网。没有编译步骤,改完文件刷新页面就是最新版本。
可扩展方向:
- 词表外置成可编辑的配置文件,让用户自己补行业黑话
- 对每条命中给出可替换的具体说法,而不只是指出问题
- 批量模式:选一个文件夹,把里面的 txt / md 逐个体检并汇总成一张表
- 改稿前后对比:同一篇存两版,看指数和命中项各降了多少
- 报告导出成 Markdown,方便贴进协作工具里讨论
本工具免费提供使用,功能完整、不设限制。如果你需要在本工具基础上做功能调整、对接内部系统或长期维护,可以联系我们做二次开发。
需要其它功能?可以定制
这个工具只做一件事:稿子是自己拿 AI 起草又改过的,交出去之前心里没底:哪几句最容易被一眼看出是机器写的,自己也说不清。如果你的场景还需要别的处理,可以联系我们做二次开发,按你的实际数据格式和流程定制。
常见的定制需求:
- 需要一套行业专用词表(医疗、招投标、政务公文)
- 需要批量处理整个文件夹的稿件并输出汇总表
- 需要把体检接入内部的写作流程,在提交前自动出一份报告
- 需要按公司的文风规范定制规则与阈值
- 联系方式:邮箱/微信见站内「联系我们」页面,或在本文下方留言
- 定制说明:请附上你的数据样例(脱敏即可)和期望结果,方便快速评估工作量
- 交付形式:定制项目交付可执行程序,支持后续版本迭代与长期维护
使用说明与免责声明
- 本工具在本地运行,不联网、不上传任何数据到服务器。
- 涉及文件改写的功能,请在使用前备份原始文件。
- 软件完全免费,可自由使用与转发,请勿用于倒卖。
- 因误操作造成的数据问题请自行承担。

