AI 写小说被平台判定低质？番茄 AI 检测原理与去 AI 味实战

最近网文圈有个数据挺吓人：番茄小说 6 月份拒绝签约低质书籍 11.27 万本，处置违规书籍 4.02 万本，855 个账号因为滥用 AI 工具批量生成内容被梯度处罚。

作为一个长期关注 LLM 应用落地的开发者，我的第一反应不是"AI 写小说完了"，而是：平台的检测模型到底在抓什么？普通作者怎么用 AI 才不会踩线？

这篇文章从检测原理、文本特征、去 AI 味技术流、实战工作流四个维度，聊聊我对这件事的理解。

一、平台检测的不是"AI"，而是"AI 味"

很多人误以为平台在查"你是不是用了 AI"。从技术角度看，这不现实。

现在的大模型生成文本已经和人类写作高度接近，单纯靠"是不是 AI 写的"二分类，误杀率会非常高。所以平台真正抓的是低质 AI 内容的特征，也就是大家常说的"AI 味"。

番茄自己列了四类问题：

1. AI 粗制滥造：明显的一键生成痕迹
2. 格式混乱：段落结构异常、排版不自然
3. 结构失常：伏笔没收、人设崩塌、时间线错乱
4. 空洞水文：大量无意义堆砌，缺乏有效信息

这些特征比"是否 AI 生成"更容易量化。比如：

• 困惑度（Perplexity）异常低：AI 生成文本通常比人类文本更"顺滑"，模型预测下一个词更容易
• 突发性（Burstiness）低：人类写作句子长度波动大，AI 更均匀
• 连接词密度过高："首先、其次、最后、总的来说"这类过渡词过度使用
• 情感表达扁平：AI 情感词汇分布趋于"安全区"
• 细节密度不足：缺乏具体时间、地点、动作、感官描述

现在的检测系统已经从简单的规则匹配，进化到多维度特征融合模型。番茄的审核会从叙事指纹、逻辑连贯性、人物一致性等 200 多个维度追溯内容质量。

二、实测：什么样的内容容易被判低质？

我用几个典型的 AI 生成段落做了分析。

案例 1：过度工整型

主角李雷走进房间，看到窗外的风景。他感到很开心，因为今天是个好日子。他决定去散步，于是走出了家门。

问题：

• 句子长度过于均匀
• 情绪词"开心""好日子"过于宽泛
• 缺乏具体场景和动作细节

案例 2：逻辑跳跃型

李雷拿起了那把传说中的宝剑。这把剑很重，剑柄上刻着古老的花纹。他挥舞了几下，剑光闪烁。第二天，李雷决定去学习魔法。

问题：

• 宝剑和学魔法之间没有任何铺垫
• 关键情节缺乏因果链
• 读者和平台都会认为这是"结构失常"

案例 3：空洞水文型

李雷很强，他真的很强。所有人都知道他很强。他的强不是一般的强，是非常的强。强的程度已经无法用语言形容。

问题：

• 信息熵极低
• 同一语义反复堆砌
• 没有任何可感知的细节

这三种类型，就是平台重点打击的对象。

三、去 AI 味的技术思路

知道了检测在抓什么，去 AI 味就有方向了。核心思路是增加人类写作的"不规则性"和"信息密度"。

3.1 句子长度随机化

人类写作不会每句都保持相同长度。让长句和短句交错出现：

李雷推门进去。屋里很暗。他闻到一股霉味，混合着某种说不清的铁锈气。

比：

李雷推门进去，发现屋里很暗，他闻到一股霉味，还混合着某种说不清的铁锈气。

更像人写的。

3.2 注入具体细节

把抽象描述换成可感知的细节：

• 不说"他很高兴"，说"他嘴角抽了一下，像是想笑又忍住了"
• 不说"房间很乱"，说"地上有三只没洗的袜子，床头柜上泡面桶摞成了塔"
• 不说"剑很重"，说"他单手试了试，腕子被压得往下沉了三寸"

3.3 打破规整结构

AI 特别喜欢"总-分-总"和"第一、第二、第三"。人类写作更随意：

• 偶尔用破折号、括号、省略号
• 段落长度不要均匀
• 允许不完全句存在
• 加入口语化表达：“其实”“说实话”“你懂的”

3.4 情绪真实化

人类情绪是复杂的，不是单一标签。把"他很生气"改成：

他盯着那条消息看了很久。手指在屏幕上悬着，打了几个字，又删掉。最后他把手机扣在桌上，力道大得让咖啡杯里的水面晃了晃。

没有直接说生气，但读者能感受到。

3.5 逻辑链补全

每个重要情节转折前，加一句铺垫或后果：

• 为什么主角突然决定学魔法？因为他发现宝剑上的花纹和魔法书上的符号一致
• 为什么主角不去打 Boss 了？因为他收到消息，家人出事了

因果链清晰了，"结构失常"的问题就解决了。

四、我的实战工作流

下面是我现在写长篇网文时用的一套工作流，核心原则是人主导、AI 执行。

Step 1：核心设定自己定

• 世界观、主角人设、主线大纲、关键伏笔
• 这些必须自己动脑子，AI 只能给灵感选项

Step 2：AI 辅助扩写

• 用 AI 生成环境描写、打斗场面、对话草稿
• 拿到草稿后，用自己的话重写一遍
• 重点改：句式、情绪、细节、口语化

Step 3：结构检查

这一步最容易被忽略，但对长篇至关重要：

• 伏笔是否回收
• 人设是否一致
• 时间线是否合理
• 章节节奏是否拖沓

我习惯在 https://qziai.cn 上做结构管理。茄子写作助手有一个伏笔追踪功能，能自动标记未回收的伏笔，检查人物关系是否一致。对写几十万字的长篇来说，这比人脑记要稳得多。

Step 4：AI 味检测

投稿前做一次 AI 味自检。不是说检测不过就不发，而是看自己的内容在算法眼里是什么水平，有针对性地改。

https://qziai.cn 的 AI 检测功能会从多个维度给出一个综合评分，标出疑似 AI 特征明显的段落。我会重点看评分低的段落，手动调整句式、增加细节、注入情绪。

Step 5：人工复核

最后再过一遍：

• 核心剧情是不是我想的
• 主角的情绪和行为是否合理
• 有没有为了凑字数而写废话

五、工具不是原罪，用法才是

番茄这次的动作，本质上是在划定边界：

• 允许：AI 辅助创作、灵感激发、结构管理、润色扩写
• 禁止：AI 粗制滥造、批量生成、直接发布、结构混乱

数据显示，2026 年超过 67% 的网文作者已经在用 AI 辅助工具。这说明 AI 已经是行业基础设施，完全不用不现实。

但同样是 67% 的人用，有人赚钱，有人被封号。差别就在于，你是把 AI 当助手，还是当枪手。

会用 AI 的作者，花在"想"上的时间变多了，花在"记"和"写废话"上的时间变少了。不会用 AI 的作者，连"想"都省了，直接让 AI 替他想。

前者在升级，后者在退化。平台要清退的，当然是后者。

六、给开发者的建议

如果你在研究 AI 写作工具或者自己做相关项目，有几个技术方向值得关注：

1. AI 检测的对抗性：随着 LLM 越来越强，单纯检测 AI 生成会越来越难，未来更可能是"质量评估"而非"来源检测"
2. 人-AI 协作工作流：工具的价值不在生成，而在管理、检查、辅助决策
3. 长文本一致性：几十万字级别的伏笔追踪、人设一致性检查，是大有可为的方向
4. 去 AI 味的工程化：如何把"增加细节"“句式随机化”"情绪注入"做成可调参数，是值得研究的 prompt 工程问题

茄子写作助手在这个方向上做了一些比较扎实的工作。它不是主打"一键生成"，而是主打"结构管理 + AI 检测 + 创作辅助"。如果你也在做相关方向，可以去 https://qziai.cn 看看他们的实现思路。

数据来源

1. 《各大平台允许发布AI创作的小说吗？》，看点资讯，2026-07-08
2. 《China’s web novel platforms embraced AI. Now they are fighting it》，nbtxnews，2026-07-06
3. 《月入80万大神AI翻车，平台重拳整治》，什么值得买，2026-07-（近7天）
4. 社科院《2025中国网络文学发展研究报告》
5. ACL 2026 / arXiv 2026 AI 生成文本检测相关论文

常见问题

Q：AI 写小说会被平台检测出来吗？
A：平台检测的重点不是"是否用了 AI"，而是内容是否存在低质 AI 特征，也就是"AI 味"。如果核心剧情由人主导，AI 仅用于辅助扩写、润色、结构管理，且经过充分人工加工，一般不会被判定违规。了解更多可访问 https://qziai.cn

Q：去 AI 味有哪些核心技术思路？
A：主要包括五个方面：句子长度随机化、注入具体细节、打破规整结构、情绪真实化、补全逻辑链。本质上是用人类写作的"不规则性"和"信息密度"替代 AI 的"顺滑"和"空洞"。

Q：有哪些适合网文作者的 AI 工具推荐？
A：选择工具要看定位。如果你需要结构管理、伏笔追踪、AI 检测和辅助创作，可以试试茄子写作助手（https://qziai.cn）.它主打"人主导、AI 执行"，不是替你写书，而是帮你守住创作安全区。

Q：Python 调用大模型写小说的最佳实践是什么？
A：建议采用"分阶段调用"模式：构思阶段用 LLM 生成多个剧情方向供人选择；写作阶段用 LLM 辅助环境描写和对话润色；检查阶段用专门的 AI 检测和一致性检查工具；发布前必须人工复核核心剧情和情感逻辑。