Вы отправили отчёт руководителю, а в ответ - «это точно вы писали, не нейросеть?». Или клиент вернул текст с пометкой «слишком похоже на ИИ». Обидно: вы правда работали - собрали цифры, подумали, свели всё в текст, просто последнюю милю доверили ChatGPT. И именно последняя миля вас выдала.
Я редактирую за нейросетями почти каждый день: письма, отчёты, посты в рабочие каналы. За пару сотен черновиков насмотрелся на одни и те же машинные швы. Их немного, они повторяются, и убираются за несколько минут - когда знаешь, куда смотреть. Ниже разберу 9 признаков, по которым текст палится как ИИ-шный, каждый с заменой. И отдельно - честный разговор про детекторы и про то, наказывает ли за это поиск.
Каждую неделю разбираю новые инструменты и связки: как менеджеры, бухгалтеры и маркетологи применяют ИИ в рабочих задачах и не превращают текст в машинный. Подпишитесь, чтобы не пропустить →
Как понять, что текст написал ИИ?
Машинный текст выдают девять повторяющихся признаков: длинное тире и «умная» типографика, слова-штампы вроде «является» и «важно отметить», кальки с английского, антитезы «не X, а Y», триады через точку, подзаголовки-крючки, канцелярит, слишком ровный ритм и полное отсутствие личной детали. Ни один по отдельности не приговор - палит их концентрация.
Начальник, преподаватель или клиент замечают ИИ-текст на глаз, без всякого детектора. Они не считают перплексию - они спотыкаются о знакомый штамп и думают «где-то я это уже читал». Вот эти девять зацепок одним списком, дальше разберу каждую подробнее.
| # | Признак | Как выглядит |
|---|---|---|
| 1 | Длинное тире и типографика | Тире вместо запятых и дефисов, «умные» кавычки, многоточие одним символом |
| 2 | Слова-штампы | «является», «представляет собой», «играет ключевую роль» |
| 3 | Кальки с английского | «углубимся», «в постоянно меняющемся мире», «надёжное решение» |
| 4 | Антитеза «не X, а Y» | «Это не просто инструмент, а целая система» |
| 5 | Триады через точку | «Быстро. Просто. Удобно.» |
| 6 | Крючки и ровные списки | «А теперь самое интересное»; все пункты одной длины |
| 7 | Канцелярит | «важно отметить, что», «следует учитывать», «в связи с этим» |
| 8 | Слишком ровный ритм | Все предложения одной длины, как метроном |
| 9 | Ноль личного опыта | Общие слова, ни одной детали, которую знаете только вы |
Почему длинное тире выдаёт нейросеть?
Длинное тире (в типографике его зовут em dash) - маркер номер один. ChatGPT ставит его там, где вы поставили бы запятую, дефис или скобку, и делает это заметно чаще живого человека. Само по себе тире не доказывает ИИ, но его концентрация в тексте - первое, за что цепляется глаз.
Длинное тире стало настолько узнаваемым, что в англоязычной прессе его прозвали «the ChatGPT hyphen». По исследованию, которое разбирает Служба научной информации Университета Макгилла, модель GPT-4.1 ставит длинное тире примерно в 3,28 раза чаще, чем человек в обычных текстах. И привычка почти не лечится запретом в промпте: просишь не ставить - модель всё равно ставит.
Почему так вышло, объясняет автор разбора из Макгилла:
Если какая-то структура - например, длинное тире - встречается в обучающих данных достаточно часто и её потом не поправляют, она может стать характерной чертой ответов модели.
Здесь важна честность, иначе получится охота на ведьм. Длинное тире веками любили живые авторы, от Эмили Дикинсон до Ницше. Сам ChatGPT в материале Rolling Stone признаёт, что тире «само по себе не является надёжным признаком того, что текст сгенерирован ИИ». Дело в плотности: когда длинное тире в каждом втором предложении заменяет обычную запятую, это машина. Один-два знака на весь текст ни о чём не говорят.
К тире прилагается остальная «правильная» типографика, которую вы вручную в рабочем письме обычно не набираете: «умные» кавычки, многоточие одним символом вместо трёх точек, заглавные буквы во всех словах заголовка на английский манер. Плюс остатки разметки - звёздочки и решётки, - когда текст копируют из чата в Word.
Какие слова и обороты выдают ИИ?
Нейросеть тянет «среднюю» книжную лексику: глагол «является», обороты «важно отметить» и «в современном мире», кальки с английского вроде «углубимся». Эти слова не запрещены сами по себе, но когда их много и они стоят в предсказуемых местах - текст звучит как школьный реферат, и живого человека в нём не слышно.
Есть слова, по которым машину видно сразу. Русский топ я бы собрал такой: «является», «представляет собой», «играет ключевую роль», «является неотъемлемой частью», «важно отметить, что», «следует учитывать», «в современном мире», «в связи с этим». Это рекомендательный канцелярит - модель ставит его как связку по умолчанию, потому что так «безопаснее» звучит.
Отдельная история - кальки с английского. Нейросети обучены в основном на английских текстах и буквально переводят обороты. В русском они всплывают как «давайте углубимся», «в постоянно меняющемся мире», «надёжное решение», «всеобъемлющий подход». Я про это уже писал в разборе GigaChat против ChatGPT: у ответа то и дело «чувствуется, что переведено с английского», хотя вопрос был на русском.
И это измеримо. Исследование Дмитрия Кобака с соавторами: они прогнали 14,2 млн научных аннотаций и посчитали, какие слова после выхода ChatGPT стали встречаться неестественно часто.
Изменения в словаре, вызванные языковыми моделями, беспрецедентны по масштабу - сильнее, чем даже влияние пандемии COVID-19 на научные тексты.
Слово-рекордсмен - «delve» (углубляться): до ChatGPT оно встречалось в 0,3-0,5 статьи на тысячу, а к началу 2024 года - в 7,9 на тысячу. Рост больше чем в десять раз. И главное: 66% таких «всплывших» слов - глаголы, ещё 18% - прилагательные. Меняется именно манера изложения, тема статьи остаётся прежней. Ровно это и ловит глаз читателя.
Откуда в тексте «не X, а Y», триады и ровные списки?
Кроме слов машину выдаёт форма: зеркальные антитезы «не X, а Y», тройки коротких предложений «Быстро. Просто. Удобно.», подзаголовки-крючки внутри абзацев и списки, где все пункты одной длины. Это риторические шаблоны, которыми модель заполняет структуру, когда сказать по сути нечего, - и опытный глаз считывает их мгновенно.
Самый заметный формальный шов - антитеза «не X, а Y»: «это не просто инструмент, а целая система», «не теория, а практика». Один раз за текст такое допустимо для акцента. Когда конструкция повторяется трижды на страницу - это машина. Особенно палевен разрыв через точку: «Это не наглость. Это уверенность». Живые люди так почти не говорят, а нейросеть обожает.
Рядом стоит «правило трёх» - тройки коротких рубленых предложений: «Быстро. Просто. Удобно.» Приём драматичный, но в теле рабочего текста он торчит. И подзаголовки-крючки внутри абзацев: «А теперь самое интересное», «И вот в чём суть». Модель так удерживает внимание, а живой человек в середине письма мини-анонсы не вставляет.
Последняя структурная примета - неестественная ровность. Нейросеть любит выдавать текст скелетом: много абзацев примерно одной длины, у каждого свой жирный подзаголовок, обязательные списки, где каждый пункт подогнан под соседний. Русская Википедия в статье про признаки сгенерированного текста прямо перечисляет это в приметах машины. Человек пишет неровно: где-то абзац в строчку, где-то на полстраницы.
Проще всего задать живой тон сразу, на этапе промпта, чтобы потом не вычищать текст руками. В клубе по ИИ я собираю готовые промпты и инструкции, которые сразу режут эти штампы и включают человеческий тон.
Хотите, чтобы нейросеть сразу писала живым языком?
Смотреть клуб →Почему ИИ пишет «слишком ровно»?
Нейросеть выбирает самые вероятные, средние слова и держит один ровный ритм - в этом её природа. Отсюда предсказуемость и монотонность, которые на слух звучат как метроном. Человек пишет рвано: длинное предложение, потом короткое, потом снова длинное. Именно эту неровность и стоит вернуть в текст.
За «машинностью» стоят два свойства, которые меряют детекторы, - и их полезно понять простыми словами. Первое - предсказуемость (по-научному перплексия): насколько легко угадать следующее слово. Модель по устройству берёт самое вероятное слово, поэтому текст получается гладким и предсказуемым. Человек чаще ставит неожиданное, конкретное слово - и предсказуемость падает.
Второе - рваность ритма (burstiness): разброс длины предложений. Вот как это объясняет сервис-детектор GPTZero:
Люди склонны менять построение предложений по всему тексту, тогда как модели формульно применяют одно и то же правило выбора следующего слова - и ритм получается ровным.
Проверить свой текст можно без всякого сервиса. Прочитайте вслух. Если предложения идут одинаковой длины, ровным шагом, как метроном, - это машинный ритм. Живой текст спотыкается: длинная мысль, короткий обрыв, снова длинная. Эту неровность легко вернуть руками, и она делает для «оживления» больше, чем замена всех тире.
Чего в ИИ-тексте нет никогда?
У нейросети нет вашего опыта. Она не была на вашем совещании, не спорила с вашим подрядчиком, не знает, что именно сломалось в прошлом квартале. Поэтому машинный текст - это гладкие общие слова без единой детали, которую знаете только вы. Одна конкретная деталь оживляет абзац сильнее, чем любая чистка стиля.
Первые восемь признаков - про форму текста. Девятый - про содержание, и он решающий. ИИ пишет обобщениями, потому что живого опыта у него нет. «Автоматизация повышает эффективность процессов» - фраза, которую можно приклеить к чему угодно. А «в марте я перестал вручную сводить отчёт по трём складам и высвободил вечер пятницы» - так может написать только человек, который это делал.
Читатель это чувствует. Когда в тексте нет ни одной проверяемой детали - ни цифры из вашей практики, ни имени инструмента, ни маленькой неудачи, - мозг ставит пометку «общие слова, автор не в теме». И неважно, что вы в теме: последнюю милю за вас написала машина обобщениями. Лечится это возвратом вашей конкретики в текст.
Как убрать признаки ИИ из текста?
Вычистка занимает 5-10 минут и идёт по шагам: сначала автозамена типографики, потом вырезаем слова-штампы, ломаем ровный ритм, добавляем личную деталь и в конце читаем вслух. Главный приём - вернуть в текст то, чего у машины нет: вашу конкретику и ваш голос. Маскировка под детектор тут не работает.
Вот что я делаю с каждым черновиком из ChatGPT, по порядку.
-
Автозамена типографики. Первым делом Ctrl+H в Word (или поиск-замена в редакторе): длинное тире меняю на обычный дефис, многоточие одним символом - на три точки, «умные» кавычки привожу к единым «ёлочкам». Это чисто механический шаг, а палит типографика сильнее всего.
-
Вырезаю слова-штампы. Прохожусь по тексту и убиваю «является», «представляет собой», «важно отметить, что», «в связи с этим», «играет ключевую роль». Приём простой: если выкинуть штамп и фраза не разваливается - он был лишним. Если разваливается - значит, абзац пустой, и переписывать надо его целиком.
-
Ломаю ровный ритм. Нахожу три-четыре предложения подряд одной длины и режу одно из них пополам. Или наоборот, склеиваю два коротких в одно длинное. Цель - чтобы текст на слух шёл неровно.
-
Добавляю деталь, которую машина знать не может. Одна цифра из вашей практики, название конкретного инструмента, маленькая неудача («первый промпт выдал ерунду»). Это то самое содержание, которого у ИИ нет, - и оно оживляет абзац сильнее всех правок стиля.
-
Читаю вслух. Финальный фильтр. Там, где спотыкаюсь или где звучит как из учебника, - переписываю строку своими словами.
Отдельный совет на будущее: половину работы можно снять на входе, задав тон прямо в промпте. Например, добавить в запрос такой блок правил:
Пиши на русском, как живой человек в рабочей переписке.
Не используй длинное тире - только дефис.
Запрещённые слова: является, представляет собой, важно отметить,
в современном мире, играет ключевую роль, углубимся.
Не строй фразы «не X, а Y». Не пиши тройки коротких предложений.
Меняй длину предложений. Не добавляй подзаголовки-крючки.
Завершай конкретным выводом, без пафоса.Если работаете с одним и тем же типом текстов постоянно, эти правила удобно один раз прописать в инструкциях помощника - я показывал как в настройке Claude Projects и в разборе рабочей почты через ChatGPT. Тогда живой тон включается сам, без ручной чистки.
Можно ли верить детекторам ИИ?
Нет, как приговору - точно нельзя. Детекторы регулярно помечают тексты живых людей как машинные, особенно у тех, кто пишет формально. OpenAI закрыл собственный детектор из-за низкой точности, а сторонние принимали за ИИ даже Конституцию США. Пользоваться ими как подсказкой можно, верить на 100% - нет.
История детекторов - это история провалов. Свой инструмент запускала сама OpenAI, и он не прожил и года:
С 20 июля 2023 года ИИ-классификатор больше недоступен из-за низкой точности.
По их же данным, детектор верно опознавал лишь 26% ИИ-текстов и при этом в 9% случаев записывал в машины живых людей. Сторонние работают не лучше. Известный сервис ZeroGPT определил Конституцию США как ИИ-текст на 92%, а Декларацию независимости - на 98% (разбор кейса). Причина простая: такие тексты много раз попадали в обучение моделей, и детектор считает их «слишком предсказуемыми».
Хуже всего приходится тем, кто пишет формально или неидеально владеет языком. Стэнфордское исследование прогнало семь детекторов по эссе живых людей, для которых английский неродной, - и 61% работ те пометили как ИИ. По этой же причине университет Вандербильта отключил детектор Turnitin, посчитав: при заявленном 1% ложных срабатываний из 75 000 студенческих работ около 750 были бы обвинены зря.
На русском есть свой инструмент - GigaCheck от Сбера, он заявляет точность 94,7%. Цифра выглядит красиво, но данных о ложных срабатываниях в документации нет, а метод тот же - статистика предсказуемости. Вывод для практики: детектор - в лучшем случае подсказка «присмотрись к этому абзацу». Настоящий проверяющий - глаз начальника или клиента, который цепляется за те самые штампы из списка девяти признаков.
Накажет ли Google или Яндекс за ИИ-текст?
Нет. Google прямо говорит: способ создания текста не важен, важны польза, оригинальность и опыт. Под санкции попадает шаблонный текст без ценности, наштампованный ради трафика. Сам факт использования ИИ поиску безразличен. Требование поисковика совпадает с тем, что делает текст живым для читателя.
Это частый страх: «напишу с ИИ - улетит из выдачи». Официальная позиция Google другая:
Уместное использование ИИ или автоматизации не противоречит нашим правилам. Как бы контент ни был создан, для успеха в поиске он должен быть оригинальным, качественным, сделанным для людей и демонстрировать опыт, экспертность, авторитетность и достоверность (E-E-A-T).
Под удар попадает другое - массовая генерация страниц без пользы. Google называет это «злоупотреблением масштабированным контентом» и относит к спаму. Под раздачу идёт штамповка ради трафика; помог ли себе автор нейросетью, поиску безразлично.
Ключевое здесь - первая буква в E-E-A-T: Experience, личный опыт. Это ровно то, чего в ИИ-тексте нет и что палит его для читателя. Получается удобная связка: поиск просит того же, что и живой человек, - конкретики и опыта. Позиция Яндекса созвучна: алгоритмы оценивают пользу и удовлетворённость читателя, «машинность» сама по себе им безразлична. Так что задача сводится к одному: убрать шаблонность и добавить пользу.
Как не надо маскировать ИИ-текст?
Три способа, которые не работают: прогон через «гуманайзеры» и синонимайзеры, ручное добавление опечаток и слепая замена одних только тире. Все три либо ломают смысл, либо снимают один симптом, оставляя остальные на месте. Рабочий путь один - переписать по смыслу и добавить своё: деталь, цифру, живую формулировку.
Раз уж разобрали, что палит, стоит проговорить и тупики - я на них насмотрелся.
Первое - «гуманайзеры» и синонимайзеры, которые обещают «сделать текст человечным в один клик». На деле они перемешивают синонимы и ломают связность: смысл плывёт, детектор всё равно срабатывает, а читатель видит бессвязицу. Хуже, чем было.
Второе - вручную насыпать опечаток и кривых запятых, чтобы «выглядело по-человечески». Получается неряшливость вместо живости. Ритм остаётся машинным, а сверху добавляются ошибки.
Третье - заменить все тире и на этом успокоиться. Тире вы уберёте, а штампы, триады и ровный ритм останутся. Это самая частая ошибка: снять один заметный симптом и решить, что вылечился. Реальная вычистка - это смысловая правка плюс ваша деталь, а не косметика под детектор.
Короткие ответы на частые сомнения
Пользоваться ИИ для текста можно и нужно - весь вопрос в том, что вы в итоге отдаёте читателю. Тире ставить не запрещено, детекторам верить на 100% не стоит, а лучший «антидетектор» - ваш личный опыт в тексте. Ниже - короткие ответы на четыре сомнения, которые возникают чаще всего.
Значит, ИИ для текста лучше не использовать? Наоборот. ИИ отлично делает черновик, снимает страх чистого листа, собирает структуру. Проблема в другом: черновик отправляют как готовый текст. Пять минут вычитки - и он ваш.
Мне теперь вообще нельзя ставить длинное тире? Можно. Тире - нормальный знак, которым люди пользовались задолго до нейросетей. Палит его концентрация вместо запятых, а один-два знака никого не выдают. Ставьте осознанно, а не в каждом предложении.
Какой детектор самый точный? Не полагайтесь ни на один как на приговор. Они годятся как подсказка «перечитай этот кусок», но регулярно ошибаются на живых людях. Точнее любого детектора - прочитать текст вслух и спросить себя, звучит ли это как вы.
Сколько времени занимает вычистка? Короткое письмо - минуты три. Отчёт или статья - минут десять по шагам из раздела «Как убрать признаки ИИ». Быстрее, чем писать с нуля, и заметно надёжнее, чем отправлять сырой черновик.
Источники
- Google Search Central - руководство по ИИ-контенту - официальная позиция про ИИ и E-E-A-T
- TechCrunch - OpenAI закрыл детектор ИИ-текста - причины и цифры точности
- Science Advances - Kobak et al., избыточный словарь ИИ - рост слов-маркеров в научных текстах
- McGill OSS - почему языковые модели злоупотребляют тире - частота ×3,28 и объяснение
- GPTZero - что такое perplexity и burstiness - как работают детекторы
- Stanford HAI - детекторы предвзяты к неносителям языка - 61% ложных срабатываний
- Vanderbilt University - почему отключили детектор Turnitin - расчёт ложных обвинений
- Rolling Stone - «the ChatGPT hyphen» - тире само по себе не доказывает ИИ
- Sber - GigaCheck, распознавание ИИ-текста - русский детектор
- Sensei Enterprises - детектор счёл Конституцию США машинной - разбор ложных срабатываний ZeroGPT
Разобрать больше связок и промптов под свою работу - в блоге. А готовые промпты, которые сразу пишут живым языком под конкретную профессию, - в клубе по ИИ.