# Детектор ИИ текста: что показала проверка наших статей и что делать, если текст пометили

Детектор ИИ текста на трёх статьях блога: четыре бесплатных сервиса, один текст с 0% и 83% ИИ. Что делать автору и заказчику, если детектор пометил текст.

URL: https://posts.danashkin.ru/guides/detektor-ii-teksta-proverka-na-svoih-statyah
Обновлено: 2026-11-15

---

Детектор ИИ текста выдаёт вероятность, посчитанную по статистике текста, и сам по себе авторство не доказывает. Я проверил это 31 октября 2026 года на трёх опубликованных статьях этого блога, которые готовились с нейросетью. Четыре бесплатных детектора без регистрации: три назвали все проверенные фрагменты написанными человеком, четвёртый на одном из тех же фрагментов показал 83% ИИ. Если твой текст пометили, авторство подтверждает история работы над ним: версии файла, черновики, источники.

## Что на самом деле измеряет детектор ИИ текста?

**Главное**

Детектор - это модель, обученная отличать тексты людей от текстов нейросетей по статистике слов и фраз. На выходе вероятность, иногда с подсветкой подозрительных фрагментов. Два из четырёх проверенных сервисов прямо пишут на своих страницах, что результат - повод перепроверить, доказательством он не считается.

Приметы нейросети, которые замечает читатель, и то, что считает детектор, связаны не напрямую. Читатель спотыкается о противопоставления, тройки и общие слова. Подробнее о том, [как убрать приметы нейросети из текста](/guides/primety-neyroseti-v-tekste), - в отдельной статье, там список примет и проверка перед отправкой. Детектор смотрит на текст иначе: он сравнивает его с примерами, на которых обучен, и выдаёт число.

Важно, что пишут о своих результатах сами детекторы. На странице отчёта aidetector.ru сказано, что результаты проверки - не доказательство генерации, особенно в формальных жанрах и хорошо отредактированных текстах. Текстовод на странице своего детектора пишет, что результат показывает вероятность и приговор не выносит. То есть поставщики сами предлагают читать процент как сигнал для ручной проверки.

## Проверка трёх статей блога: таблица замера

**Главное**

Три статьи этого блога, четыре детектора, фрагмент около 570 слов из начала каждой статьи. Три детектора назвали все фрагменты человеческими. ChatPDF на статье о приметах нейросети показал 83% ИИ, остальные две статьи в нём проверить не удалось из-за лимита.

Сначала о том, что проверялось. Статьи этого блога пишет конвейер, где правки после проверки качества вносит модель, об этом я уже писал в статье [когда остановить доработку текста](/guides/kogda-ostanovit-dorabotku-teksta). Перед публикацией каждая проходит автоматическую проверку голоса, о ней рассказано в статье о приметах. Для замера это удобно: правильный ответ «нейросеть участвовала» известен заранее.

Как проверял:

- три опубликованные статьи: [о приметах нейросети в тексте](/guides/primety-neyroseti-v-tekste) и [о проверке договора нейросетью](/guides/proverka-dogovora-neyrosetyu), обе октябрьские, и августовская [о галлюцинациях нейросетей](/guides/gallyucinacii-neyrosetey-kak-proveryat);
- из каждой - фрагмент с начала статьи, 561-592 слова, чистый текст без разметки. Длину задали лимиты: ChatPDF без регистрации принимает до 1000 слов, Текстовод - до 10 000 знаков;
- все проверки - 31 октября 2026 года, без входа в аккаунт.

| Фрагмент статьи | aidetector.ru | Текстовод | ZeroGPT | ChatPDF |
|---|---|---|---|---|
| Приметы нейросети в тексте (октябрь) | «похоже, написан человеком», 100% | «значимых признаков ИИ не обнаружено», 0% | «Human written», 0% | «скорее всего ИИ», 83% |
| Галлюцинации нейросетей (август) | «похоже, написан человеком», 93,8%, высокий риск у 2,6% текста | «значимых признаков ИИ не обнаружено», 0% | «Human written», 0% | не проверено: лимит 1 проверка в день |
| Проверка договора нейросетью (октябрь) | «похоже, написан человеком», 96,4% | «значимых признаков ИИ не обнаружено», 0% | «Human written», 0% | не проверено: лимит 1 проверка в день |

Проценты в таблице означают разное: у aidetector.ru - долю текста, которую сервис считает написанной человеком, у остальных - долю или вероятность ИИ. Так их показывают сами сервисы.

Повторная проверка того же фрагмента в aidetector.ru дала тот же результат, 100%. У двух статей ранняя версия в истории репозитория отличается от опубликованной одной строкой, у третьей ранней версии нет. Черновики до проверок в репозиторий не попадают, поэтому прогнать их нельзя.

Три текста - мало для оценки точности, и выводы ниже только про них.

## Почему детекторы расходятся на одном и том же тексте?

**Главное**

Каждый детектор обучен на своих примерах и считает вероятность по-своему, поэтому один фрагмент получил 0% ИИ в двух сервисах и 83% в третьем. Исследователи в 2023 году проверили 14 инструментов: все показали точность ниже 80%, и авторы назвали их неточными и ненадёжными.

Первое, что видно в таблице: фрагмент статьи о приметах получил противоположные вердикты. Текстовод и ZeroGPT дали 0% ИИ, aidetector.ru - 100% человека, ChatPDF - 83% ИИ. Текст один и тот же, символ в символ.

Второе. В проверенном фрагменте августовской статьи о галлюцинациях проверка голоса нашла 3 оборота вида «не X, а Y», во фрагменте октябрьской статьи о приметах - ни одного. Для Текстовода и ZeroGPT разницы не было, оба фрагмента получили 0%. aidetector.ru отметил у августовского фрагмента чуть больше подозрительного текста. На этих двух фрагментах связи между приметами, которые замечает читатель, и вердиктом детектора не видно.

Третье. Все три фрагмента - тексты, где нейросеть участвовала, и три детектора из четырёх назвали их человеческими. Это совпадает с выводом исследования 2023 года, где проверяли 14 инструментов: доступные детекторы не точны и не надёжны и чаще относят текст к человеческому, чем находят сгенерированный. Там же показано, что перефразирование снижает распознавание ещё сильнее, а машинный перевод человеческого текста, наоборот, добавляет ложных срабатываний «это ИИ». Другое исследование 2023 года нашло обратный перекос: семь детекторов чаще ошибочно помечали как сгенерированные тексты тех, для кого английский не родной. Обе работы - про английские тексты.

Детекторы с тех пор обновлялись, и у поставщиков свои замеры точности. Мой замер на трёх текстах их не опровергает и не подтверждает. Он показывает одно: процент зависит от того, каким детектором проверяли.

## Автору текст пометили: пять шагов

**Главное**

Узнать, какой детектор и какой фрагмент дали вердикт, прогнать тот же текст в двух-трёх других, показать историю версий и черновики, назвать источники фактов и честно сказать, где помогала нейросеть. Против процента лучший аргумент - история работы над текстом.

1. **Спроси, чем и что проверяли**

   Название детектора, весь текст или фрагмент, какой процент. Без этого спорить не с чем.

2. **Прогони тот же текст в двух-трёх других детекторах**

   Если вердикты расходятся, как в моей таблице, это уже аргумент: процент зависит от инструмента.

3. **Покажи историю версий**

   В Google Документах это «Файл → История версий», в Word для файлов в OneDrive - «Файл → Сведения → Журнал версий». Видно, как текст появлялся и менялся. Так советует и Текстовод на странице своего детектора.

4. **Покажи черновики и источники**

   План, заметки, ранние варианты, ссылки на страницы, откуда взяты факты и цифры.

5. **Скажи, где участвовала нейросеть**

   Если она помогала с формулировками, а мысли и факты твои, так и скажи. Где важно, кто автор, скрывать её участие незачем.

## Что делать заказчику, если детектор показал ИИ в тексте подрядчика?

**Главное**

Не ставить процент детектора критерием приёмки: в моём замере один и тот же текст получил 0% и 83% ИИ в разных сервисах. Принимать текст по фактам, источникам и конкретике, а правила работы с нейросетью записать в техническое задание заранее.

Если в техническом задании написано «не больше 20% ИИ по детектору», результат зависит от того, каким детектором проверять. Фрагмент статьи о приметах прошёл бы такой порог в трёх сервисах из четырёх и не прошёл бы в четвёртом.

Что работает надёжнее:

1. **Проверка фактов.** Каждая цифра и цитата имеет источник, ссылки открываются и говорят то, что написано в тексте. Как это делать быстро, разобрано в статье [нейросеть выдумала данные](/guides/gallyucinacii-neyrosetey-kak-proveryat).
2. **Конкретика, которой нет в общем доступе.** Примеры из работы автора, цифры из его практики. Этого нейросеть сама не придумает без материала.
3. **Правило в задании.** Заранее записать, можно ли пользоваться нейросетью и в каком виде автор это раскрывает. Тогда пометку детектора есть с чем сверить.

Если в компании тексты для клиентов, сайта и соцсетей готовят с нейросетью и нужно договориться о едином порядке проверки, это можно разобрать на [корпоративном обучении по нейросетям](https://danashkin.ru/workshop/). На обучении участники задают стиль и запреты один раз в инструкциях проекта ChatGPT, чтобы не повторять их в каждом чате. По сути это простой [контекст-инжиниринг](/concepts/context-engineering).

## Когда детектор всё-таки полезен?

**Главное**

Как подсказка, где перечитать текст: подсвеченные фрагменты показывают места с ровным ритмом и типовыми оборотами. Решение принимает человек, читая эти места. Конфиденциальные тексты в бесплатные детекторы не отправляют.

Часть детекторов подсвечивает фрагменты. aidetector.ru, например, красит оранжевым места с несколькими типичными для машинного текста признаками: однообразная длина предложений, повторяющиеся сочетания слов, клише. Сам сервис называет оранжевый цвет поводом к ручной проверке. Такие места полезно перечитать вслух и переписать, если ты и правда на них спотыкаешься.

Ещё одна вещь, которую легко упустить. Текст, вставленный в детектор, уходит на чужой сервер. Для замера я отправлял только уже опубликованные статьи. Договор, внутренний отчёт или текст клиента в бесплатный детектор отправлять не стоит, правила здесь те же, что для любой нейросети.

## Частые вопросы

**Главное**

Спрашивают, какой детектор самый точный, сколько текста нужно для проверки и можно ли проверить детектором текст клиента.

### Частые вопросы

**Какой детектор ИИ самый точный?**

По трём моим текстам ответить нельзя: для оценки точности нужен большой набор текстов с известным происхождением, как в исследованиях из списка источников. Каждый поставщик публикует свои замеры. Мой замер показывает только расхождение между сервисами на одних и тех же текстах.

**Сколько текста нужно для проверки?**

Текстовод принимает от 250 знаков и советует проверять от 500. Бесплатные лимиты у сервисов разные: у Текстовода до 10 000 знаков, у ZeroGPT до 15 000, у ChatPDF до 1000 слов и одна проверка в день без регистрации. Короткий фрагмент даёт меньше признаков для вывода.

**Можно проверить детектором текст клиента или договор?**

Лучше не надо: текст уходит стороннему сервису. Если проверка всё-таки нужна, сначала убери из текста имена, реквизиты и всё, что нельзя показывать посторонним.

## Главный вывод

**Главное**

Детектор ИИ текста даёт вероятность, и разные детекторы на одном тексте дают разное. На трёх статьях этого блога, сделанных с нейросетью, три сервиса из четырёх ответили «человек», четвёртый - 83% ИИ.

Пометка детектора - повод перечитать текст, а авторство подтверждают версии, черновики и источники. Заказчику надёжнее принимать текст по фактам, чем по проценту.

Возьми любой свой текст и прогони его через два разных детектора. Совпадут вердикты или разойдутся?

### Источники

- [Testing of Detection Tools for AI-Generated Text - проверка 14 детекторов, arXiv, 2023](https://arxiv.org/abs/2306.15666)
- [GPT detectors are biased against non-native English writers - перекос детекторов против неродного английского, arXiv, 2023](https://arxiv.org/abs/2304.02819)
- [Artificial intelligence content detection - детекторы ИИ-текста и их точность, Википедия](https://en.wikipedia.org/wiki/Artificial_intelligence_content_detection)
- [Текстовод: детектор ИИ текста, точность и что делать, если писал сам](https://textovod.com/ai-text-detector)
- [AI Detector: бесплатная проверка текста на ИИ](https://aidetector.ru/)
- [ZeroGPT: AI Detector](https://www.zerogpt.com/)
- [ChatPDF: детектор ИИ](https://www.chatpdf.com/ru/ai-detector)
