不靠偵測工具，怎麼看出一篇文章是 AI 寫的？

AI 寫的文章看得出來，很多時候不用靠任何偵測工具，自己讀就抓得到。維基百科 2026 年 3 月正式投票通過新規定，全面禁止用 AI 生成或改寫的條目內容，投票結果是 44 票贊成、只有 2 票反對。官方後來還整理出一份「AI 生成文的特徵」清單，教編輯怎麼靠肉眼抓包。

這篇不打算教你跑偵測軟體，那類工具沒你想的準這件事之前寫過了。接下來要整理的是維基百科、學者，還有這幾個月台灣網路社群各自抓到的線索：AI 最容易露餡的句式是什麼、詞彙跟標點藏了什麼規律，抓到線索之後又能不能就篤定認定對方用了 AI。

AI 最容易露餡的句式是什麼？

最容易抓到的是「不是 X，而是 Y」這種對照句，還有整篇每一段長度、節奏都差不多的工整感。

我自己前一陣子為了整理這份週報，找人把過去半年多存的兩百多篇網路文章重新讀一遍，照幾個特徵逐篇打分數。結果四分之一左右讀起來像是 AI 寫的，或者被重度改寫過，抓到最多次的單一線索，就是這種對照句。同一篇裡出現三次以上，幾乎可以篤定。

維基百科整理的清單也點名了同一個家族的變體，只是換成英文：「Not only X, but also Y」、「It's not just about X, it's about Y」，還有「From X to Y」這種硬把兩個不相干的東西湊在一起、假裝很有深度的句型。中文網路上流傳的說法更直白，今年四月有一篇被大量轉貼的貼文，直接把這種先否定、再給答案的對照句，點名成最好認的招牌動作。

句式抓得到只是第一層，詞彙跟標點，又是另一組更容易被忽略的線索。

詞彙跟標點又藏了什麼規律？

詞彙上，AI 偏好幾個聽起來正式卻空洞的字眼；標點上，破折號用得又多又規律，是網友公認最準的一個信號。

維基百科的清單列出好幾個高頻字，像是動不動就講「見證」「意義重大」這種用力過猛的形容詞，還有每一段結尾都硬要下一句小結論的癖好。格式上也留得下痕跡：標題每個字的字首都大寫、粗體用得比例高得不正常、正式文章裡混進了原本該清掉的 Markdown 符號，甚至連 emoji 都出現在不該出現的場合。

標點的部分，台灣網友今年四月在社群上抓出一條規則：看到破折號，九成九是 AI，這個說法後來被好幾家媒體整理報導。同一波討論裡，大家還點名了幾個掛在嘴邊的詞，像是「撐住」「穩住」「接住」，一篇文章裡重複出現，讀起來就特別像同一套模板套出來的。

線索列了一串，問題是，抓到一兩個就能篤定對方是用 AI 寫的嗎？

抓到一兩個線索，就能篤定是 AI 寫的嗎？

不行，單一線索很容易冤枉人，尤其是不熟悉這種語言，或者剛好寫得特別工整的人。

澳洲西澳大學語言實驗室主持人 Celeste Rodriguez Louro 今年八月發表的研究講得很白：靠長期累積習慣，確實可以練出一點辨識力，但每一個練出來的線索都有保鮮期，模型一升級，這個月抓得到的痕跡，下個月可能就被訓練掉了。她也提醒，沒有任何單一特徵能可靠地認定一篇文章是不是 AI 寫的。

這件事跟AI 偵測工具誤判非母語使用者的機率比母語使用者高十幾倍是同一個坑：句子工整、用詞正式，對非母語使用者來說，常常只是他認真斟酌過的結果，不是套模板套出來的。你身邊如果有人寫東西特別字斟句酌，先別急著幫他貼標籤。

線索有，但每一條都可能誤判，那實際上要怎麼用？

那我自己實際上怎麼判斷？

我自己的做法是湊線索，不是抓到一個就下結論，句式、詞彙、標點三種對上兩種以上，才會真的懷疑。

我之前抓到自己幫這份週報寫的稿子老是在說同一句話，用的就是同一套邏輯：不是看一句像不像，是把十幾篇排在一起，看重複的模式有多密集。單獨一句對照句，可能只是那個人剛好想到一個好比喻；同一種句式、同一種收尾方式，連著出現三四次，才是真的有機器味。

平常滑手機看到一篇文章，句子工整得像教科書、每段結尾都硬要下一句小結論、破折號一路點到底，這幾條加在一起，我才會多留一個心眼，想一下這篇是不是該打個問號再分享出去。單一線索，我通常當作有趣的觀察就好，不會拿去指控誰。

如果只記得三件事

• 最單一可靠的信號，就是前面那種先否定、再給答案的對照句連續出現，同一篇裡三次以上幾乎能篤定
• 詞彙太正式空洞、標點裡的破折號用得又密又規律、每段結尾都硬下一句小結論，這些都是機械化的痕跡
• 抓到一兩條線索先別急著扣帽子，連專門研究這件事的學者都說沒有萬用公式，非母語使用者跟寫得特別工整的人最容易被冤枉
• 真的要判斷，線索湊到兩三種以上再懷疑，單一線索留著自己覺得有趣就好

下次看到一篇讀起來滴水不漏、每段結論都下得剛剛好的文章，先別急著按讚分享，多花十秒數一下線索湊了幾條，通常比急著下判斷準得多。