Проверка текста на нейросеть: можно ли верить детекторам ИИ

Проверка текста на нейросеть превратилась в обязательный пункт приёмки: редактор прогоняет статью через детектор, видит «87 % ИИ» и возвращает материал на переписывание. Мы каждый день выпускаем статьи на сайты клиентов и видим, как один и тот же текст получает у двух сервисов противоположные оценки. Собрали, по каким признакам работают детекторы, где они ошибаются и какие требования к статье есть у поисковых систем.

Что такое проверка текста на нейросеть

Проверкой текста на нейросеть называют прогон статьи через сервис, который оценивает, похож ли текст на работу языковой модели. На выходе получается число: «18 % ИИ», «92 % сгенерировано», иногда подсветка отдельных абзацев. Сервис не знает, кто сидел за клавиатурой: доступа ни к истории файла, ни к черновикам у него нет. Он сравнивает стиль текста со стилем, который считает машинным.

Ситуации, в которых статью прогоняют через детектор

Запрос на проверку приходит из трёх разных ситуаций, и ожидания в них тоже разные.

• Заказчик проверяет подрядчика: он заплатил за авторский текст и хочет его получить.
• Редакция проверяет внешних авторов, чтобы не выпускать статьи, собранные из общих формулировок.
• Маркетолог боится санкций поисковых систем и проверяет текст на всякий случай.

Смысл процента в отчёте

Процент показывает уверенность классификатора, а не долю машинного текста в статье. «87 % ИИ» читается так: «по моим признакам текст ближе к тем примерам, которые я видел как машинные». Признаки, пороги и обучающая выборка у каждого сервиса свои, поэтому процент не доказывает авторство и не годится как пункт приёмки в договоре.

Как работают детекторы ИИ-текста

Детектор ИИ текста опирается на несколько измеримых свойств текста. Ни одно из них не фиксирует авторство, все описывают стиль.

Предсказуемость следующего слова

Языковая модель на каждом шаге выбирает продолжение, которое считает наиболее вероятным. Из-за этого машинный текст получается ровным: слова складываются в самые ожидаемые сочетания. Детектор берёт свою эталонную модель и считает, насколько текст для неё предсказуем. Человек пишет иначе: вставляет лишнюю деталь, обрывает мысль, ставит неожиданное слово, и предсказуемость падает.

Однородность ритма

Второй признак: равномерность. У машинного текста предложения похожей длины, абзацы одного размера, связки повторяются из раздела в раздел. У человека ритм рваный: короткая фраза рядом с длинной, вопрос посреди абзаца. Детектор измеряет этот разброс и считает слишком ровный текст подозрительным.

Обучение на примерах, которые устаревают

Часть сервисов работает на отдельном классификаторе: его обучают на корпусе из человеческих и машинных текстов. Такой детектор точен ровно в тех границах, в которых его учили. Выходит новая версия языковой модели, меняется стиль генерации, и классификатор начинает ошибаться. Разработчики самих языковых моделей сворачивали свои детекторы, признав точность недостаточной.

Чем детектор ИИ отличается от проверки на плагиат

Две проверки часто ставят в один ряд, хотя результаты у них разной природы. Проверка на плагиат ищет совпадения с опубликованными текстами, и каждое совпадение можно открыть и прочитать. Детектору ИИ сравнивать не с чем: он оценивает стиль, и проверить оценку по источнику нельзя.

Проверка на плагиат и детектор ИИ: что показывает каждый инструмент

Отсюда практический вывод. Проверку на заимствования стоит держать обязательной: её результат воспроизводим. Мы прогоняем на заимствования каждую статью перед выходом и отсеиваем повторы с уже опубликованными материалами раздела. Результат детектора полезен иначе: как подсказка, что текст звучит шаблонно.

Почему детекторы ошибаются в обе стороны

У любого классификатора есть два типа ошибок. Он может отметить человеческий текст как машинный: это называют ложным срабатыванием. И может пропустить машинный текст, приняв его за авторский. Оба типа встречаются постоянно.

Человеческий текст, отмеченный как машинный

Чем суше и правильнее написан текст, тем выше шанс ложного срабатывания. Инструкции, регламенты, описания услуг, юридические пояснения: всё это пишется ровным языком, с устойчивыми формулировками. Для детектора такой текст предсказуем, а значит, похож на машинный. Автор при этом не притрагивался к нейросети.

Машинный текст, который детектор пропускает

Обратная ошибка случается после редактуры. Автор переставляет абзацы, добавляет цифры и факты, вписывает наблюдения, убирает повторы связок. Признаки, на которые смотрит детектор, размываются, и процент падает. Текст остаётся машинным по происхождению, но по стилю уже не отличается от авторского. Выходит, детектор реагирует на степень обработки текста, а не на его происхождение.

Разные числа на одном и том же тексте

Прогоните статью через три сервиса и получите три разных числа. Возьмите один абзац из середины, и число снова изменится: у сервисов разные эталонные модели, пороги и обучающие выборки. Для приёмки это дисквалифицирующее свойство, ведь критерий, который не воспроизводится, нельзя записать в требования к статье.

Какие тексты детекторы отмечают чаще

По нашему опыту высокий процент чаще получают материалы определённого склада.

• Описания категорий и услуг, собранные по шаблону для десятков страниц.
• Инструкции и регламенты, где нормативная лексика обязательна.
• Переводные тексты: при переводе ритм выравнивается, а выбор слов становится предсказуемым.
• Тексты авторов, которые пишут на неродном языке и держатся надёжных конструкций.
• Материалы без фактуры: когда нет цифр, условий и примеров, остаются общие слова.

Получается, что высокий процент нередко означает «текст написан шаблонно», а не «текст сгенерирован». Это полезный сигнал для редактора, но не о происхождении текста.

Что важно поисковым системам

Публичные правила поисковых систем оценивают страницу по тому, что она даёт читателю.

Позиция Google

В правилах Google для вебмастеров способ создания текста сам по себе не назван нарушением. Нарушением считается массовое производство страниц ради влияния на выдачу, когда пользы для читателя от них нет. Google оценивает другое: отвечает ли страница на запрос, виден ли за ней опыт и знание темы. Инструмент, которым набран текст, в этот список не входит.

Позиция Яндекса

Яндекс отдельно пишет про малополезный контент: страницы, созданные для поисковой системы, а не для человека. Автоматическая генерация попадает под это описание тогда, когда текст пустой и повторяет сам себя. Статья с фактами, условиями и ответами на вопросы покупателя под него не попадает, независимо от того, как её готовили.

Наблюдения по нашим статьям

Из 1 894 статей, опубликованных на сайтах клиентов с апреля по июнь 2026 года, показы в поиске к сентябрю 2026 года получили 56 %, переходы 17 %, по данным Яндекс Вебмастера. У 80 % статей, которые получили показы, средняя позиция попала в первую десятку Яндекса. Разброс между сайтами оказался заметным: от 8 % до 77 % статей с показами. Объясняет его техническое состояние сайта, а не тексты.

Это наблюдение по нашей выборке за конкретный период, а не обещание результата: он зависит от тематики, конкуренции и состояния сайта, позиции в поиске мы не гарантируем. Как статьи, подготовленные с помощью ИИ, ведут себя в поиске, мы разобрали на данных по 3 480 статьям в разборе про ИИ-тексты и поисковое продвижение (SEO). Если статьи вышли, а показов нет, причину стоит искать в технике: проверить индексацию, то есть попадание страниц в базу поисковой системы, и посмотреть видимость сайта.

Кроме поиска работает ещё один канал: часть читателей приходит из ответов нейросетей, и там тоже оценивается польза и фактура, а не инструмент автора. Что влияет на переходы из таких ответов, мы собрали в статьях про упоминания сайта в ответах нейросетей и про GEO-продвижение: так называют подготовку страниц под ответы нейросетей.

Что проверять в статье вместо процента нейросети

Процент ИИ не отвечает ни на один вопрос, который стоит перед редактором: можно ли доверять цифрам, закрывает ли статья запрос, не повторяет ли она соседний материал. На эти вопросы отвечает другой набор проверок.

Проверки статьи перед публикацией

Этот набор закрывает и сам страх перед детектором. Текст с цифрами, условиями и опытом компании перестаёт быть предсказуемым: в нём появляются формулировки, которых нет в обучающих выборках.

Как встроить проверку в работу над статьями

Проверка работает тогда, когда описана как процесс. Порядок, который мы используем в работе над статьями клиентов, выглядит так.

1. Записать требования к статье: какие проверки обязательны, кто за них отвечает.
2. Отключить автоматическую публикацию для технически сложных и регулируемых тем, держать такие статьи в черновиках.
3. Прогнать текст на заимствования и сверить с опубликованными материалами раздела.
4. Добавить фактуру компании: условия, сроки, ограничения, ответы на вопросы покупателей.
5. После публикации проверить индексацию и посмотреть, по каким запросам пришли люди.

Роли в проверке: специалист и редактор

Фактуру проверяет тот, кто отвечает за предмет: инженер, юрист, руководитель направления. Формулировки и структуру смотрит редактор. Такое разделение экономит время обоим.

Когда выбирать черновики вместо автоматической публикации

Черновики нужны там, где ошибка в фактуре дорого стоит: медицина, финансы, юридические услуги, промышленное оборудование. Для новостных заметок и обзоров отрасли автоматическая публикация обычно работает без сюрпризов, а режим переключается в любой момент.

Контрольные точки после публикации

Смотреть стоит не на процент ИИ, а на поведение статей в поиске. Через две недели после публикации проверяем, попали ли страницы в индекс. Через месяц смотрим показы и переходы по разделу статей, через три месяца сравниваем с первым. Ориентиры по цифрам собраны в материале про посещаемость сайта.

Что делать, если детектор отметил текст как ИИ

Переписывание ради снижения процента обычно ухудшает статью: точные формулировки уходят, а на их место приходят витиеватые. Работать стоит с причиной, по которой текст выглядит шаблонным.

• Перечитать отмеченные абзацы и найти в них общие слова: «широкий ассортимент», «современные технологии», «гибкие условия».
• Заменить их фактом: цифрой с источником, условием договора, сроком, названием стандарта.
• Добавить опыт: о чём спрашивают покупатели, где они чаще ошибаются.
• Убрать повторы связок и выровнять ритм: часть предложений сократить, часть соединить.
• Сверить статью с запросом: если ответ начинается на втором экране, поднять его выше.

После такой правки процент обычно падает сам. Ориентироваться стоит не на него, а на то, что статья стала отвечать на вопрос читателя.

Сколько стоит КОНТЕНТЗАВОД

Сервис ведёт раздел статей на сайте компании: подбирает темы, готовит статьи в тоне компании и с фактами о ней, проверяет их на плагиат и публикует на домене клиента. Тарифов три.

• Базовый, 30 000 ₽ в месяц: статьи по новостям отрасли из источников клиента, обложки, оформление под поисковые системы, проверка на плагиат, настройка в кабинете своими силами.
• Профессиональный, 50 000 ₽ в месяц: дополнительно экспертные статьи по контент-плану, настройку берёт на себя команда сервиса, в кабинете открывается аналитика по данным Яндекс Метрики и Вебмастера.
• Индивидуальный: состав работ и цена определяются по результатам аудита сайта.

Цены указаны без НДС. Актуальный состав и условия: Тарифы КОНТЕНТЗАВОДА. Для сравнения со ставками автора пригодится разбор цен копирайтера за 1000 знаков.

Итог: можно ли верить детекторам ИИ

Детектор стоит читать как сигнал о стиле: он показывает, что текст звучит ровно и предсказуемо, и это повод перечитать отмеченные абзацы. Как доказательство авторства он не работает, потому что опирается на признаки стиля, выдаёт разные числа на одном тексте и промахивается в обе стороны.

Оптимальный порядок приёмки выглядит так: обязательная проверка на заимствования, сверка фактов с источниками, отсев повторов с соседними статьями и чтение глазами человека из поиска. Поисковым системам нужно то же самое: страница, которая отвечает на запрос и показывает знание темы. Если раздел статей на сайте пока пустует, начать удобно с рубрик: что публиковать и в каком порядке, разобрано в статье про блог компании на сайте.