Как проверить текст на ИИ с помощью нейросети

Поэтому проверку лучше строить иначе. Вместо вопроса «Это написал человек или ИИ?» стоит выяснять, насколько материал конкретен, логичен, подтверждён источниками и соответствует заявленному стилю. Для такой работы подойдут языковые модели, доступные на STIVA.ai.

Проверка начинается с правильной задачи

В чате STIVA можно выбрать подходящую модель и попросить её провести редакторский анализ. Важно не давать ей задание вынести вердикт об авторстве. Такой вопрос подталкивает модель к догадке, которую она может подать как точный вывод.

Лучше попросить разобрать отдельные признаки: есть ли в тексте общие утверждения без примеров, повторяются ли мысли, насколько убедительны переходы между абзацами и какие факты требуют подтверждения. Чем точнее запрос, тем полезнее ответ.

Какие модели использовать

Для анализа стиля и связности текста удобно начать с Claude Fable 5. Его можно попросить обратить внимание на однообразие формулировок, неестественные переходы и фрагменты, в которых пропадает авторская интонация. При этом гладкий или формальный стиль сам по себе не следует считать признаком генерации.

Затем тот же текст можно передать ChatGPT 6 Astra. Попросите его структурировать замечания, цитировать конкретные фразы и отдельно отмечать вопросы к фактам. Такой разбор особенно удобен, когда нужно получить подробные комментарии по нескольким разделам материала.

Для проверки логики и аргументации подойдёт DeepSeek V4 Pro. Её можно попросить найти противоречия, неподкреплённые выводы и места, где вывод не следует из приведённых данных. Если материал объёмный или нужен ещё один взгляд, можно обратиться к Gemini 3.1 Pro Preview.

Это не рейтинг детекторов и не гарантия, что одна модель «распознаёт ИИ» лучше другой. Здесь модели используются как редакторы с разными углами обзора. Их задача — указать на проверяемые проблемы, а не вынести окончательный вердикт.

Промпт для редакторского анализа

Для первого разбора можно использовать такой запрос:

Проведи редакторский анализ текста. Не пытайся определить, кто его написал, и не оценивай вероятность генерации в процентах. Найди конкретные места, где мысль изложена слишком общо, повторяется или не подкреплена аргументами. Отметь утверждения и источники, которые нужно проверить. Для каждого замечания приведи фрагмент текста и объясни, в чём именно вопрос. Учитывай, что ровный стиль может быть связан с жанром или редактурой. В выводе раздели стилистические наблюдения и фактические замечания.

После ответа задайте такой же вопрос другой модели, но отправьте ей исходный текст, а не вывод первой нейросети. Так меньше риск, что вторая модель просто подстроится под уже предложенную интерпретацию.

Сравнивать стоит не итоговые формулировки вроде «похоже на ИИ», а конкретные аргументы. Если несколько моделей указывают на один и тот же абзац, проверьте его внимательнее. Но совпадение мнений не является доказательством: модели могут одинаково ошибиться из-за формального стиля или распространённых редакторских шаблонов.

Если сложно сформулировать запрос, можно подготовить его в инструменте улучшения промптов. Главное — сохранить в нём нужное ограничение: модель должна разбирать свойства текста, а не угадывать автора.

Что делать с замечаниями нейросети

Редакторский анализ полезен как отправная точка, но факты нужно проверять отдельно. Если модель отметила сомнительную статистику, цитату или ссылку на исследование, найдите первоисточник. Языковая модель может правильно заметить, что утверждение выглядит неподтверждённым, но сама не всегда способна достоверно его подтвердить.

Для оценки авторства также важен контекст. Черновики, история правок, заметки и источники могут помочь понять, как создавался текст. Если проверка проводится в учебной или рабочей ситуации, полезнее обсудить спорные места с автором, чем принимать решение только по ответу нейросети.

Автоматические AI-детекторы можно использовать дополнительно, если этого требует регламент. Однако их результат стоит воспринимать как сигнал для проверки, а не как доказательство. Проверка на заимствования и оценка вероятного использования ИИ решают разные задачи: совпадение с источниками не устанавливает автора, а оценка детектора не подтверждает плагиат.

Если текст большой

Для объёмного документа не обязательно вручную копировать фрагменты в чат. В инструменте анализа документов можно передать файл и попросить модель указывать страницы или разделы, к которым относятся замечания. Перед загрузкой проверьте, разрешено ли передавать документ внешнему сервису, особенно если в нём есть персональные или конфиденциальные данные.

Если после анализа текст нужно доработать, можно воспользоваться инструментом «Написать текст». Лучше просить его улучшить структуру, убрать повторы или прояснить отдельные мысли, а не «сделать текст неотличимым от человеческого». Финальную версию всё равно необходимо проверить на точность и соответствие исходному смыслу.

Проверка текста на ИИ в нейросети работает лучше всего как редакторский процесс: одна модель находит возможные слабые места, другая помогает перепроверить их, а человек оценивает доказательства и контекст. Такой подход не обещает определить происхождение каждой фразы, зато помогает понять, насколько текст убедителен, содержателен и готов к публикации.