Как проверить текст на уникальность и признаки ИИ-генерации
Публикуете статьи в корпоративном блоге, ведёте личный канал или отдаёте тексты копирайтерам на аутсорс — рано или поздно упираетесь в вопрос уникальности контента. Поисковые системы давно научились определять дублированный и переспамленный контент. А с массовым распространением нейросетей появилась ещё одна головная боль — тексты, написанные ИИ, начинают хуже ранжироваться, даже если содержание в них полезное. Я сам столкнулся с этим на одном из клиентских проектов: статья была написана человеком, но детектор упорно показывал 70% вероятности генерации — просто из-за слишком правильной структуры.
Почему уникальность влияет на позиции в поиске
Яндекс и Google индексируют миллиарды страниц. Когда алгоритм находит два практически одинаковых текста на разных доменах, он должен решить, какой из них показать выше — и обычно приоритет получает первоисточник или страница с более сильным доменом, а копия остаётся в тени, даже если технически она грамотнее оригинала.
Есть отдельный критерий у поисковых алгоритмов — насколько контент реально полезен читателю. Скопированная или пересказанная статья редко добавляет что-то новое, она лишь дублирует уже существующую в сети информацию.
С массовыми AI-текстами добавилась третья проблема. Google в гайдлайнах прямо говорит: контент, созданный исключительно для манипуляции выдачей и лишённый экспертной проверки, может понижаться в ранжировании. Речь тут не про сам факт использования нейросети — ей можно и нужно пользоваться. Проблема в другом: сырую генерацию без правок видно невооружённым глазом именно по повторяющейся структуре и безликому стилю изложения.
Уникальность и детекция ИИ — разные вещи
Тут многие путают два разных вида анализа.
Проверка на уникальность ищет совпадения текста с уже опубликованными страницами. Механика простая: программа нарезает текст на маленькие кусочки — их называют шинглами, а затем сверяет каждый такой отрывок с миллионами уже проиндексированных страниц. Много точных совпадений — процент падает.
Детекция ИИ работает иначе и не ищет совпадений с другими текстами вообще. Она анализирует статистику самого текста: длину предложений, повторяемость конструкций, предсказуемость слов. У языковых моделей низкая «burstiness» — равномерный ритм без резких перепадов, характерных для живой речи. Именно эту равномерность и ловят GPTZero или Content at Scale.
Получается забавная ситуация: текст может быть на 100% уникальным и одновременно на 80% похожим на ИИ. Проверять нужно по обоим направлениям сразу — и на одном антиплагиате тут не остановиться.
Как проверить текст самостоятельно
Для быстрой проверки удобно использовать сервис проверки уникальности NeiroSEO — вставляете текст, и через несколько секунд получаете процент оригинальности, список источников и отдельную оценку вероятности генерации.
Ручная проверка выглядит так:
- Сначала берётся весь текст целиком, вместе с заголовками.
- Запустите проверку в двух разных антиплагиатах сразу, потому что базы источников у сервисов не совпадают.
- Детектор ИИ — отдельный шаг, антиплагиат для этого не подходит.
- Низкий процент? Загляните внутрь детального отчёта сервиса. Часто выясняется, что совпал всего один-два устойчивых термина, для которых просто не существует альтернативной формулировки.
У профессиональной лексики, кстати, есть законное объяснение низкой уникальности. Фразу «мета-тег description» невозможно перефразировать без потери смысла, и хорошие антиплагиаторы это учитывают.
Какой процент считается нормальным
Единого стандарта нет, но практика сложилась такая. Для коммерческих текстов приемлемо от 85%. Для статей блога планка выше — от 90%, потому что такие тексты чаще сравниваются поисковиком с конкурентами по теме. Как-то один заказчик настаивал на 98% уникальности даже для обычной внутренней инструкции для персонала — задача была явно избыточной, такой показатель там не нужен. А если текст пишется для биржи контента, требования иногда доходят до 95-100%, но это условие конкретного заказа, а не объективная необходимость.
С детекцией ИИ жёсткого порога нет. Но если сервис показывает больше 50-60% вероятности — риск, что поисковик или заказчик отметят текст как подозрительный, заметно растёт.
Почему текст показывает признаки ИИ, даже если писал человек
Встречается чаще, чем кажется, и причин несколько.
Копирайтеры часто пишут по шаблону — вступление, три одинаковых подпункта, заключение. Такая симметрия статистически похожа на паттерны языковых моделей, даже если человек не открывал ChatGPT ни разу. Помню похожую историю: заказчик лично сел и написал рекламный текст от начала до конца, ни разу не открыв нейросеть, а детектор всё равно насчитал 65% вероятности генерации, просто из-за слишком предсказуемой структуры фраз.
Узкие технические темы — юриспруденция, медицина, финансы — неизбежно тяготеют к формальному стилю. Там просто нет места для разговорных вставок, и детектор воспринимает эту сухость как машинность.
Бывает и так, что автор писал сам, но потом прогнал текст через AI-редактор «для проверки грамматики» — и инструмент незаметно сгладил всю естественную неровность предложений, из-за которой текст и выглядел живым.
Что делать при низкой уникальности или высоком проценте ИИ
Стратегия зависит от конкретной проблемы.
Совпадения с другими сайтами? Откройте отчёт, найдите пересекающиеся фразы и перепишите именно их — не весь текст целиком. Для этого удобен рерайт текста: меняет формулировки, сохраняя смысл, снимает совпадения без потери качества.
А если дело в стилистических признаках ИИ, рерайт тут не поможет — он не убирает симметрию структуры, просто заменяет слова синонимами. Нужен именно хуманайзер текста: он ломает ровный ритм предложений, убирает канцелярит и добавляет естественные речевые неровности, за счёт которых текст перестаёт читаться как машинный — именно так, кстати, я довёл до нормы ту самую клиентскую статью с 70%.
Если процент всё равно остаётся высоким после переработки, проверьте текст на переспам через анализатор тошноты текста — искусственно частое повторение одного запроса тоже создаёт эффект «механической» речи.
Как часто проверять уже опубликованные тексты
Разовой проверки перед публикацией обычно достаточно. Но если статья написана давно, а по той же теме за это время вышло много новых публикаций — шанс случайных совпадений растёт, формулировки повторяются, особенно в узких нишах. Раз в полгода для ключевых страниц сайта проверка не будет лишней.
Стоит перепроверить текст и если трафик на странице внезапно упал без видимых технических причин. Иногда это связано с обновлением алгоритма, который стал строже оценивать AI-контент — и старая статья, написанная нейросетью без доработки, попадает под фильтр только сейчас, хотя раньше ранжировалась нормально.
Чек-лист перед публикацией
Соберу здесь короткий список — сам его использую перед тем, как отдать текст клиенту:
- Уникальность выше 85-90% в двух разных сервисах — у меня в приоритете всегда две проверки, одной верить рискованно.
- Вероятность ИИ ниже 40-50%.
- Списки без искусственной симметрии.
- Есть живые обороты, а не только формальные конструкции.
- Ключевые слова используются естественно.
Если хотя бы один пункт не выполняется — дешевле доработать текст сейчас, чем потом бороться с потерей позиций. И да, идеальных 0% по всем детекторам одновременно не будет никогда — у них слишком разные модели оценки, и гоняться за абсолютным нулём не имеет смысла.