AI 生成文章有哪些特徵？4 個語感線索教你一眼辨識 LLM 寫作風格

讀一篇文章時覺得「哪裡怪怪的」，卻說不出具體原因——這種經驗越來越常見。其實這不只是直覺。自然語言處理（NLP）研究已經為這種語感上的違和，整理出四個可以量測的名字：困惑度、爆發性、詞彙重複率、結構平整度。理解這四個線索，你也能有系統地辨識 LLM 的寫作風格。

一、困惑度（Perplexity）：AI 選詞太可預測

困惑度衡量的是「下一個詞有多出乎意料」。語言模型生成文字時，傾向在每個位置都挑統計上最安全的詞，於是整篇文章讀起來四平八穩，沒有任何一句話會讓你停下來。人類寫作剛好相反：我們會突然換一個口語的說法、放進一個具體的場景，甚至用錯一個詞。當一篇文章的困惑度異常地低，每一句都走統計最安全的路，它是 AI 產出的機率就明顯上升。

二、爆發性（Burstiness）：句子長度過於均等

人類寫作有自然的呼吸節奏：一句很長的話把邏輯講完，接著一句短句收尾。AI 生成的文章則常常句句等長、段段等重，像節拍器一樣規律。這種「假裝有變化、實際上間隔一致」的節奏，是目前辨識 AI 文章相當可靠的訊號之一。

三、詞彙重複率（Lexical Repetitiveness）：同一種說法反覆出現

AI 在長文中容易反覆使用同一個詞、同一種句型結構，即使換了段落，論述的「表皮」仍然相同。人類作者在重提一個概念時，通常會不自覺地換一個進入角度或比喻。如果你發現一篇文章在不同段落用幾乎相同的方式推進論點，值得多留意。

四、結構平整度（Structural Uniformity）：段落邏輯像簡報大綱

AI 文章的段落常常像簡報的條列大綱：每段開頭一個主題句，接著兩三句支撐，結尾一句總結，然後下一段重複同樣的模式。論點是「羅列」出來的，而不是「流動」出來的。人類的思考過程會有猶豫、轉折、自我修正，這些摩擦感正是 AI 文章最缺乏的東西。

台灣還缺一塊：中文的本地偵測研究

以上四個指標大多建立在英文語料的研究之上。台灣目前仍缺乏針對繁體中文 AI 文章的本地偵測研究，而中文句法彈性高、主詞常省略，英文的方法直接搬過來往往失準。這個空白，正是 ByWHOO 投入繁體中文 AI 辨識的原因——我們希望讓中文讀者也有可以依靠的語感工具。