人工智能写作指纹：识别（并修复）人工智能生成的内容

[mdarafat5724]

新研究表明，ChatGPT、Claude 和其他人工智能系统在其写作中留下了独特的“指纹”。

您可以按照以下方法利用这些知识来识别 AI 内容并改进 AI 辅助输出。

人工智能指纹：你需要知道什么
研究人员发现，不同的人工智能书写系统能够生成具有独特、可识别模式的文本。

通过分析这些模式，研究人员在确定哪个人工智能编写了特定内容方面达到了 97.1% 的准确率。

该研究（PDF链接）内容如下：

“我们发现，基于 LLM 输出的简单微调文本嵌入模型的分类器能够在这项任务上实现非常高的准确率。这表明 LLM 中存在明显的特性。”

这很重要，原因有二：

对于读者来说：随着网络越来越充斥着人工智能生成的内容，知道如何发现它有助于您评估信息来源。
对于作家来说：了解这些模式可以帮助您更好地编辑 AI 生成的草稿，使其听起来更人性化、更真实。
如何通过模型识别人工智能生成的内容
每个主要的人工智能系统都有其特定的书写习惯。

研究人员发现，即使重写的内容，这些模式仍然存在：

“即使文本被外部法学硕士重写、翻译或总结，这些模式仍然存在，这表明它们也被编码在语义内容中。”

1. ChatGPT
特色短语


经常使用“当然”、“例如”和“总体而言”等过渡词。
有时回答会以“下面是……”或“当然！”这样的短语开头。
定期使用限定词（例如“通常”、“各种”、“深入”）。
格式化习惯

为了清晰起见，使用粗体或斜体样式、项目符号和标题。
通常包括明确的分步或枚举列表来组织信息。
语义/文体倾向

提供更详细、更具解释性且内容丰富的答案。
更喜欢使用有点正式的“有帮助的解释者”的语气，通常会提供详细的背景细节。
2.克劳德
特色短语

使用诸如“根据文本”、“基于”或“这里是一个摘要”之类的语言。
倾向于包含较短的过渡：“同时”、“两者”、“文本”。
格式化习惯

依赖简单的项目符号或最少的列表，而不是复杂的标记。
通常包括对提示或文本片段的直接引用。
语义/文体倾向

提供简洁直接的解释，重点突出而不是冗长的细节。
采用实用、简洁的语气，清晰度优先于详细阐述。
3. Grok
特色短语

可能会使用“记住”、“可能”、“而且”或“有助于”等词语。
有时以“哪个”或“哪里”开头，形成直接陈述。
格式化习惯

使用标题或枚举，但应谨慎使用。
与 ChatGPT 相比，嵌入丰富的 markdown 元素的可能性较小。
语义/文体倾向

通常会进行详尽的解释，但采用更“实用”的风格，将直接指示与提醒相结合。
并不过度依赖“当然”或“总体而言”等细微短语，而是更多地依赖事实连接词。
4.双子座
特色短语

已知使用“下面”、“例子”、“比如”，有时与“总之”一起使用。
可能会使用感叹词提示，例如“当然！下面。”
格式化习惯

集成类似 markdown 的简短结构，例如项 阿富汗电话号码数据 目符号和偶尔的标题。
偶尔会在枚举列表中突出显示关键指令。
语义/文体倾向

平衡简洁的总结和适度详细的解释。
喜欢使用清晰、指导性的语气，有时使用直接的语言，如“这是如何...”
5. DeepSeek
特色短语

使用诸如“至关重要”、“关键改进”、“这是细目分类”、“本质上”、“等等”之类的词语。
有时包括过渡短语，如“同时”或“也”。
格式化习惯

经常使用枚举和项目符号来组织。
可能有内联强调（例如“主要改进”）但并非总是如此。
语义/文体倾向

总体而言，答复十分透彻，突出了主要要点或“细目”。
保持相对解释性的风格，但比 ChatGPT 更简洁。
6. 骆驼 (指导版)
特色短语

“包括”、“例如”、“解释”、“以下”表示例子或扩展。
有时在文中引用分步指南或“操作方法”。
格式化习惯

Markdown 的使用级别各不相同；通常将要点放在编号列表或项目符号中。
可以包含简单的标题（例如“## Topic”），但与 ChatGPT 相比，不太可能使用复杂的格式。
语义/文体倾向

保持有点正式、学术的语气，但可以转换为更具对话性的指导语气。
有时会在响应中提供更深入的分析或上下文（如定义或背景）。