公众号 · 小红书写手专用

发稿前先测一遍朱雀AI率
别让AI痕迹拖垮这条内容

公众号推文、小红书笔记、头条与知乎长文、商单交付稿，发布前粘贴进来跑一遍。识别 ChatGPT、DeepSeek、豆包、Kimi 等大模型留下的写作痕迹，逐句标出高风险段落。免注册、不限次数，日更也够用。

立即检测 AI 率 免费 · 免注册 · 稿件不入库

写手真正需要的四件事

不是给论文查重用的，是给每天要发稿的人用的。

发布前的限流预警

AI 痕迹重的笔记容易被降权，曝光停在几百上不去。发布前跑一次，把风险留在草稿箱里，而不是留给数据后台

逐句标注，知道改哪

不只给一个总分。哪几句被判为机器口吻会直接标出来，照着改比通篇重写省时间，改完复测能看到数值变化

交稿验收有据可依

品牌方和 MCN 越来越常要 AI 率报告。交稿前自测截图随稿附上，少一轮来回，也避免被对方的工具测出高值时说不清

未发布的稿子不外泄

文案只在内存中参与计算，结果返回即释放，不入库、不用于训练、不共享。选题和初稿可以放心贴进来

自媒体写手的 AI 率自查指南

从限流排查到改稿手法，都是发稿路上会撞到的问题。

公众号原创标与小红书限流，到底跟 AI 率有什么关系

先说清楚两件常被混为一谈的事。公众号的原创声明，比对的是全网已有内容的重复度，回答的是"这篇是不是搬来的"；AI 率检测判断的是文字的生成方式，回答的是"这篇是人写的还是机器写的"。一篇 AI 生成的文章完全可能顺利拿到原创标，因为它确实没有和谁重复。

但分发是另一回事。平台对疑似机器批量生产的内容会降低推荐权重，小红书这边的典型表现是：发布后曝光停在两三百不动、没有自然流量增长、同一账号历史数据明显掉档。这种情况下 AI 痕迹只是可能诱因之一，违禁词、外链、图片重复、发布后频繁改稿都会造成类似结果。合理的排查顺序是先用一次检测把 AI 率这一项排除掉，再去查别的——它是这几项里最容易量化、也最容易修的一项。

AI 起稿之后，怎么改才能真正把 AI 率降下来

用 AI 起稿已经是常态，问题从"能不能用"变成了"改到什么程度"。别按改了多少字来衡量，同义词替换基本没用，检测看的是行文的统计特征而不是具体词汇。真正有效的是打散 AI 的行文惯性：

  • 重写开头和结尾。这两处 AI 味最重，也是读者和平台最先看到的位置；
  • 往正文里塞进只有你有的东西——具体时间、具体价格、翻车经历、和读者的对话，模型编不出这些；
  • 把工整的排比和分点拆开，让句子长短交错，允许出现一两句不那么书面的表达；
  • 删掉"综上所述""值得注意的是""在当今社会""不难发现"这类高频过渡语；
  • 改完复测一遍，对照数值变化确认改对了地方，而不是凭感觉。

按这套改法，多数稿子能降 30 到 50 个百分点。把 AI 产出当素材而不是当成稿，是效率和过检之间比较划算的平衡点。

接商单、供稿 MCN 时的 AI 率验收

品牌方和 MCN 要 AI 率报告的情况这两年明显变多，常见要求是 30% 以下。麻烦在于各家用的工具不同，数值对不上就容易扯皮。省事的做法是交稿前自己先测一遍，把百分比和逐句标注截图随稿附上：一来证明稿件经过自查，二来对方测出不同数值时有个对照，讨论的是区间而不是谁对谁错。批量供稿时，统一用同一个工具测，横向比较才有意义。

标题、钩子、评论区文案这类短文本怎么测

短文本不建议单独测。文本越短，可供分析的语言特征越少，结果波动就越大，低于 100 字的片段只能当参考，二三十字的标题更是测不准。想批量检查一组标题或开头钩子，可以把它们合并成一段一次性提交，看整体倾向；正式判断还是以 300 字以上的正文为准。

另外要提醒一句：仿写爆款容易踩坑。爆款模板本身就是高度结构化的表达——固定钩子、整齐分点、统一收尾，这种写法和 AI 输出高度重合，哪怕逐字手打也可能测出偏高的 AI 率。套模板可以，但骨架里要换上自己的口语和场景。

常见问题

写手问得最多的十四个问题。

AI率高是常见诱因之一，但不是唯一原因。平台对疑似机器批量生成的内容会降低推荐权重，典型表现是发布后曝光停在几百、没有自然流量增长、同账号历史数据明显下滑。除AI痕迹外，违禁词、外链、图片重复、频繁改稿同样会影响。建议发布前先跑一次AI率检测排除掉这一项，再去排查其他因素。
公众号原创声明的核心是比对全网已有内容的重复度，判断是否搬运。它和AI率检测衡量的不是一回事：一篇AI写的文章可能顺利拿到原创标，因为它确实没有和已有文章重复。但平台近年持续加强对低质机器生成内容的识别，AI痕迹重的稿子在推荐分发上会吃亏。稳妥做法是原创标和AI率各查一次。
不要按改了多少字来衡量，要看检测结果。实操上先测一遍拿到逐句标注，集中改被标红的句子，改完复测，直到整体AI率降到你所在平台的安全区间。多数写手的经验是：把AI起稿当素材而不是成稿，重写开头和结尾、在正文里插入自己的真实经历和具体数字，AI率通常能降30到50个百分点。
朱雀AI检测通过语言模型分析文案的用词分布、句长节奏和语义可预测性，估算它由AI生成的概率，输出一个0到100的百分比并逐句标注风险。本站的检测完全免费，不限次数、不限字数，不需要注册、不需要下载软件，也不索要手机号。
平台没有公开统一标准。行业内常用的参考区间是：低于20%基本可以视为人写；20%到50%说明有明显的AI润色痕迹，建议再改一轮；超过70%大概率会被识别为机器生成。接商单时不少品牌方会直接要求30%以下，具体以对方给的验收标准为准。
覆盖主流中英文大模型，包括 ChatGPT（GPT-4o、GPT-4）、Claude、Gemini、DeepSeek、豆包、Kimi、通义千问、文心一言、智谱清言等，也包括各类基于这些模型套壳的写作助手、爆文生成器和一键成文小程序。检测引擎会持续跟进新模型更新特征库。
有可能。爆款模板本身就是高度结构化的表达——固定的开头钩子、整齐的分点、统一的收尾句式，这类写法和AI输出的行文特征高度重合，即使逐字手打也容易测出偏高的AI率。想压下来，可以在模板骨架里换入自己的口语表达、具体场景和不那么工整的句子。
不建议单独测。文本越短可供分析的语言特征越少，结果波动越大，低于100字的片段只能当参考。想检查一组标题或钩子，可以把它们合并成一段一次性提交，看整体倾向；正式判断还是要以300字以上的正文为准。
发稿前自己先测一遍，把百分比和逐句标注截图随稿附上，是目前最省事的做法。这样既能证明稿件经过自查，也能在对方用别家工具测出不同数值时有个对照。多篇稿件批量验收时，建议统一用同一个工具、同一个版本测，数值才有可比性。
这是常见误判。测评稿、干货清单、产品说明这类文体本身用词规范、结构工整、句长接近，和AI输出风格高度相似，容易被判成高AI率。如果确认是原创，可以增加个人观察、具体时间地点和一些不那么书面的表达后重新检测，通常数值会明显下降。
不会。文案只在检测过程中于内存里参与计算，结果返回后立即释放，不写入数据库、不用于模型训练、不向第三方共享。未发布的选题和初稿可以放心提交。
常规长度的推文和笔记通常1到3秒返回结果，万字长文一般也在10秒内完成。不限次数、不排队，日更或一次交十几篇稿都可以连续检测。
各家工具的训练语料、判定阈值和打分方式都不同，中文语料的覆盖差异尤其大，数值不一致是正常现象。判断时看结论区间是否一致就够了——如果几家都指向偏高，就该改；纠结具体差几个百分点意义不大。同一批稿件坚持用同一个工具横向对比，更有参考价值。
手机浏览器直接打开就能用，无需安装App，在手机上写完笔记可以直接粘贴检测。完整版支持上传 docx、pdf、txt 并自动提取正文，适合整篇推文或批量稿件；本页的快捷入口以粘贴文本为主，需要传文档时点击页面上的检测按钮进入完整版。