用 Sapling AI Content Detector 检测文本是否为 AI 生成并定位可疑句子

Sapling AI Content Detector 是一款在线文本检测工具，用来判断一段文字由 AI 模型（例如 ChatGPT、GPT-4、Gemini 等）生成的可能性。它把整段文本交给机器学习模型分析，输出一个 AI 生成概率，同时把疑似机器写作的句子高亮出来，方便逐句复核。除了网页端，它还提供浏览器扩展与 RESTful API，可以接进已有的内容流程。如果你只是想在浏览器里快速核对一段文字，可以直接打开 Sapling AI Content Detector 使用；如果要把检测嵌进审核系统或批量处理稿件，则更适合走 API。

这篇教程面向需要判断文本来源的人：教师与学术机构核对作业论文，SEO 与内容运营审核投稿，平台审核员过滤机器生成的垃圾内容，客服团队确认对话是否由机器人自动回复，以及出版方在发稿前做一次人工创作确认。下面按准备工作、操作步骤、完整示例、注意事项的顺序展开，重点讲清楚怎么用、结果怎么读、哪些地方容易误判。

准备工作

明确你要检测的对象

检测工具给出的是概率判断，不是判决书。开始之前先想清楚这次检测要回答什么问题：是判断整篇文章是否由 AI 起草，还是只想找出其中被 AI 润色过的段落？前者看整体得分，后者看句子级高亮。目标不同，取样方式也不同——整篇检测适合长文，片段检测适合社交媒体短帖或客服对话。

准备待检测文本

文本长度至少要达到 50 个字符，低于这个长度工具无法给出有意义的判断。
免费方案单次检测上限为 2,000 字符，专业版单次上限为 100,000 字符。超长文档需要先分段。
尽量使用纯文本。把标题、页眉页脚、参考文献列表、代码块去掉，这些内容会干扰模型对写作风格的判断。
保留原文的标点与换行习惯，不要为了“好看”而重排段落，改写会改变检测结果。

账号与访问方式

网页端的基础检测不需要复杂配置，打开页面粘贴文本即可。如果需要更高单次字符上限、团队管控或分析报表，则要使用付费方案。浏览器扩展适合在任意网页上直接右键检查内容，省去复制粘贴；API 适合程序化调用。价格、额度与各方案的字符上限会调整，具体以官网当前信息为准。

API 使用前的准备

走 API 路线时，需要先在账号后台取得 API 密钥，并确认当前方案允许的调用量与单次文本长度。密钥应当放在服务端环境变量里，不要写进前端代码或提交到代码仓库。调用前先用一小段文本验证鉴权是否通过，再接入正式流程。

操作步骤

第一步：打开检测页面并粘贴文本

进入 Sapling AI Content Detector 的网页界面，把待检测内容粘贴进输入框。注意输入框对字符数有限制：免费方案每次最多 2,000 字符。如果文本超过上限，按段落或按章节切开，分别检测，再综合各段结果判断整篇情况。切分时尽量在自然段边界处断开，不要从句子中间截断。

第二步：触发检测

点击页面上的“Detect”按钮，等待分析完成。检测是即时的，通常几秒内返回结果。文本越长，等待时间越久。检测过程中不要重复点击，也不要修改输入框内容，否则可能拿到与当前文本不对应的结果。

第三步：读取整体 AI 概率

结果页首先给出整段文本的 AI 生成概率。这个数值是一个连续的比例，不是“是/否”的二元结论。实践中的读法是：

概率很高时，说明文本的用词、句式与段落组织方式与模型输出高度相似，需要人工复核。
概率居中时，往往意味着文本经过人机混合编辑，或者本身风格比较模板化，不能直接下结论。
概率很低时，说明文本特征更接近人类写作，但也不等于绝对排除 AI 参与。

工具的内部基准测试显示准确率超过 97%、误报率低于 3%。这是在其自有测试集上的结果，真实场景中的表现会随文本类型、语言和长度变化，不应把基准数字当作对单篇文本的保证。

第四步：查看句子级高亮

除了总分，工具会把疑似 AI 编写的句子标出来。高亮的典型对象是陈词滥调、过度对称的排比、信息密度低而语气饱满的句子，以及结构过于简化的表达。逐句查看高亮部分，判断这些句子是模型生成的，还是作者本人就习惯这样写。学术写作、公文、产品说明这类文体本身就偏模板化，容易出现高亮，需要结合上下文判断。

第五步：用浏览器扩展做即时检查

安装浏览器扩展后，可以在任意网页上右键调用检测，不必先把文本复制到检测页面。适合在浏览投稿、论坛帖子、商品评论时随手核对。扩展的检测逻辑与网页端一致，同样受单次字符上限约束。

第六步：通过 API 批量检测

需要处理大量文本时，用 RESTful API 把检测接进自己的流程。下面是一个调用示例，字段名与路径以你账号后台的实际文档为准：

curl -X POST "https://api.sapling.ai/api/v1/aidetect" \
  -H "Content-Type: application/json" \
  -d '{
    "key": "YOUR_API_KEY",
    "text": "Paste the text you want to check here."
  }'

请求体里最关键的两个字段是密钥与待检测文本。返回结果通常包含一个整体的 AI 生成分数，以及按句子切分的分项判定。批量处理时建议：

按单次字符上限切分长文档，每段单独请求。
对返回的分数设置阈值，只把超过阈值的文本转人工复核，避免全量人工阅读。
记录每次请求的文本哈希与返回分数，便于后续比对同一作者、同一来源的文本。
对失败请求做重试与限速，避免短时间高频调用触发限制。

一个完整示例

假设你是一名内容编辑，收到一篇约 1,500 字符的投稿，需要判断它是否由 AI 生成，并给出可复核的结论。

场景与输入

投稿是一篇产品介绍，结构工整，每段三到四句，语气统一。你先把文中的小标题、图片说明和文末联系方式删掉，只保留正文段落，得到约 1,200 字符的纯文本，未超过免费方案 2,000 字符的单次上限。

网页端检测

打开检测页面，把清理后的正文粘贴进输入框。
点击“Detect”，等待结果返回。
记录整体 AI 概率。假设返回的分数偏高，进入下一步。
查看高亮句子。假设高亮集中在第二段和第四段，这两段的共同点是大量使用“不仅……而且……”“在……的同时”这类对称句式，且几乎没有具体数据。

分段复检

为了确认高亮不是文体造成的假阳性，把文章按段落切成四段，逐段单独检测。如果只有第二、四段分数偏高，而第一、三段分数很低，说明问题集中在局部，而不是整篇由模型生成。这时可以把第二、四段退回作者，请其补充具体案例与数据，再重新检测。

API 批量复核

如果同一作者还有多篇投稿，可以写一个脚本批量提交。下面是一个 Python 示例，演示如何逐段调用并汇总分数：

import os
import requests

API_KEY = os.environ["SAPLING_API_KEY"]
ENDPOINT = "https://api.sapling.ai/api/v1/aidetect"

def check(text):
    resp = requests.post(
        ENDPOINT,
        json={"key": API_KEY, "text": text},
        timeout=30,
    )
    resp.raise_for_status()
    return resp.json()

paragraphs = [
    "First paragraph of the submission...",
    "Second paragraph of the submission...",
]

for i, para in enumerate(paragraphs, start=1):
    result = check(para)
    print(i, result)

把返回的分数与段落编号一起记录下来，形成一张复核表。分数明显偏高的段落进入人工阅读，分数低的段落快速放行。这样既控制了人工成本，也留下了可追溯的判断依据。

给出结论

最终结论应当写成“整体概率 + 高亮段落 + 人工判断”的组合，而不是只报一个数字。例如：整篇 AI 概率偏高，高亮集中在第二、四段，这两段句式高度模板化且缺少具体信息，建议作者补充实证内容后复检；第一、三段特征接近人类写作，可保留。这样的表述既用上了工具的输出，也保留了人的判断空间。

注意事项

检测结果是概率，不是证据

工具输出的是 AI 生成的可能性，不能作为认定学术不端或内容造假的唯一依据。误报率再低也不等于零，尤其在模板化文体、非母语写作、经过大量编辑的文本上，误判更容易发生。任何处分性、商业性的决定都应当结合人工复核与其他证据。

字符上限会直接影响结果

免费方案单次最多 2,000 字符，专业版单次最多 100,000 字符。超长文本必须分段，而分段方式会影响分数：从句子中间截断可能让模型失去上下文，导致判断偏移。尽量在段落边界切分，并保留每段的首句作为语境。

短文本的可靠性有限

工具支持短至 50 个字符的检测，但文本越短，可供模型判断的特征越少，结果波动越大。对一句话、一条评论、一句客服回复做检测时，应把结果当作参考信号，而不是定论。需要更稳的判断时，把同一来源的多条短文本合并检测。

改写会改变检测结果

同一段内容经过同义替换、语序调整或人工润色后，分数可能明显变化。这意味着检测结果反映的是当前文本的写作特征，而不是文本的“出身”。如果一篇文本经过多轮人工编辑，即使最初由 AI 起草，也可能得到较低的 AI 概率。

不同模型与语言的覆盖不同

工具针对 ChatGPT、GPT-4、Gemini 等主流模型做过训练，但模型在持续更新，新模型的输出风格可能与训练数据存在差异。非英语文本的检测表现也可能与英语不同。对多语言内容做审核时，建议先用已知来源的样本做一次校准，再确定阈值。

API 密钥与调用量

API 密钥等同于账号凭证，泄露后可能被他人消耗你的调用额度。密钥只放在服务端，定期轮换，不要写进客户端代码。批量调用时注意限速与重试策略，避免因短时间高频请求被限制。各方案的调用配额与计费方式会调整，使用前以官网当前信息为准。

把检测嵌进流程而不是当作终点

更稳妥的做法是把检测放在流程的入口：投稿先过一遍检测，高分文本转人工，低分文本正常进入编辑流程。这样工具承担的是筛选与提示作用，最终判断仍由人完成。对教育场景，可以要求学生说明写作过程、保留草稿版本，与检测结果互相印证。