GPTZero 是一款判斷文字是否由大型語言模型生成的偵測工具。官網把自己定位為「為守護人類原創而生的 AI 偵測器」。它要回答的問題聽起來單純——這段話是人寫的還是機器寫的——但這個問題本身並沒有非黑即白的答案。偵測器給出的始終是機率判斷，而不是鑑定結論。認清這一點，是正確使用這類工具的起點。
這篇說明寫給拿到分數之後必須做決定的人：面對被標記作業的老師、決定要不要採用外稿的編輯、審閱求職信的招募人員，以及想證明文章確實出自本人之手的學生。
GPTZero 是一款網頁端的 AI 文字偵測器。貼上文字或上傳檔案後，它會回傳該內容由機器生成的機率，並以標示的方式指出是哪些段落造成這個判斷。產品在 2023 年初上線，正好趕上校園急著因應生成式聊天工具的時間點，因此很快成為此類產品中知名度最高的一個。
官網明確列出可偵測 Claude、ChatGPT、GPT-5、Gemini 等模型產出的內容，代表它的覆蓋目標是主流商用模型生態，而非綁定單一供應商。這一點比表面上更關鍵：早期的偵測器往往只針對某個模型家族調校，使用者一換助手，準確率就明顯下滑。維持跨模型覆蓋是一項需要持續投入的工作，因為每次有新模型推出，偵測器所倚賴的統計特徵都會位移。
這項產品源自一份大學畢業製作。創辦人 Edward Tian 在普林斯頓求學期間以畢業論文專案的形式開發出雛形，之後完成 350 萬美元種子輪，並於 2024 年 6 月完成 1000 萬美元 A 輪募資。2026 年 6 月，Superhuman 宣布收購 GPTZero，交易條件未揭露，當時報導提到註冊使用者超過 1900 萬、年度經常性收入約 3000 萬美元。
截至本文撰寫時，該服務仍以自有網域正常營運，產品頁、計價流程與文件皆完好，因此這次收購目前應理解為所有權變更，而非停止服務。不過若機構打算進行跨年度的規模採購，仍建議留意產品在新母公司體系中的定位是否調整。
必須誠實地說：GPTZero 並不能解決「抓作弊」這件事。它處理的是一個更窄的問題——把一段文字在統計上呈現的機器生成特徵攤開來，並提供審閱者一份有結構的線索。至於這份線索該不該改變任何人的判斷，責任在人，而廠商自己也是這樣主張的。
產品的主要輸出是一個整體機率，並搭配文字標示。其偵測採用端到端的深度學習方法，訓練語料取自網路文本、教育場域文本，以及多種大型模型生成的內容，並提供逐句分類結果，而不是只丟出一個無法解釋的結論。這種粒度的實際價值在於：審閱者能看出問題是全篇均勻分布，還是只有零星幾句被標記——這兩種狀況意義完全不同，而單一百分比會把它們壓成同一個數字。
官方另提到以隱藏式馬可夫模型支撐句子層級的標示，並有一個名為 Paraphraser Shield 的模組，用來對抗「先用改寫工具洗過再交出去」這種常見的規避手法。需要清楚認知的是，抗改寫是這個領域最棘手的問題之一，它比較像一場持續的攻防拉鋸，而不是已經完成的功能。
真正拉開差距的能力其實不是偵測器本身。Writing Report 採取完全不同的路徑：它回放一份 Google 文件究竟是怎麼被寫出來的，呈現寫作活動時間軸、最大的貼上片段與平均修訂時長，並可匯出成 PDF。它不是分析成品再往回推，而是直接觀察產生成品的過程。
這在證據邏輯上是一次翻轉，值得多談幾句。偵測分數問的是「這段文字看起來像不像機器寫的」，答案永遠是機率性的；寫作回放問的則是「這份文件是不是有人一點一滴敲出來的，中間有沒有真實寫作必然出現的反覆與修改」，得到的東西更接近直接證據。對想保護自己不被誤判傷害的學生而言，回放遠比任何分數有用——因為它是「我確實寫了」的正面證明，而不是「查不出問題」的消極結論。它的硬限制是只在 Google 文件內有效，因此必須在動筆前就啟用，事後才想補是來不及的。
環繞核心偵測器的還有幻覺偵測器、抄襲比對、文法檢查與 AI Vision，並可直接串接 Canvas、Google Classroom 等學習管理系統。其中幻覺偵測對編輯團隊格外有意義：在許多專業情境裡，AI 協作寫作的真正風險並不是「這句話是機器寫的」，而是「這句話裡有一個講得斬釘截鐵、實際上卻不成立的事實」。查核論斷與引註是否站得住腳，往往比查核作者身分更有價值。
對於需要大量處理而非逐份查看的情境，批次上傳與班級儀表板把單文件工具變成一套工作流。評測平台上的使用者反覆提到，批次處理與班級儀表板是他們寧可選它而不用更笨重的機構級平台的原因，另一個原因則是逐句標示讓結果更容易解讀。
這是最主要也最棘手的場景。老師收到一份讀起來怪怪的作業，跑一次偵測，得到一個數字。接下來怎麼處理，決定了這個工具究竟幫了忙還是幫了倒忙。若把它當成一次談話的開端——請學生說明自己的論證脈絡，或出示寫作草稿——它是有價值的。若把它當成自動生效的判決並直接啟動懲處程序，就會製造出後文所記錄的那類不公。
出版方採購外稿時，常需要確認自己買到的究竟是什麼，尤其在合約明訂須為原創人類寫作時。這裡的性質屬於合約問題而非紀律問題，被標記的稿件通常導向與作者的溝通，而不是一紙正式指控，因此風險遠低於課堂場景。
求職信與筆試越來越常借助 AI 完成，部分雇主希望知情。這個場景特別需要謹慎：應徵者來源往往橫跨多國，而偵測器對非母語寫作者的偏差意味著，以偵測結果驅動的篩選可能系統性地刷掉最無力申辯的那一群人。
大規模內容生產團隊會把偵測當成品質關卡，查核外包產出是否符合約定。由於對象是商業供應商而非面臨學業處分的個人，誤判的代價只是重新協商，可承受度高出許多。
越來越多學生與作者會先自我檢查——想知道自己確實原創的文字會不會被誤判。這是對「舉證責任落在被指控方」這種環境的理性反應，同時也帶著幾分荒謬：誠實的寫作者如今得反過來修改自己的文風，以免看起來像機器。
永遠別把百分比當成證據。 GPTZero 官方要求使用者把結果視為對話的起點，而非最終裁定。當廠商對自家輸出的謹慎程度超過使用它的機構時，就代表這套部署方式出了問題。
優先採用過程證據而非文本推論。 若能要求或鼓勵在保留版本紀錄的環境中寫作，就等於從機率推論切換到可觀察紀錄，這對任何有後果的決定都是更牢靠的基礎。
先訂政策，再上工具。 事先想清楚：幾分觸發什麼動作、由誰複核、作者如何申訴。那些沒有申訴機制就上線偵測的機構，往往要等到有人受害才發現這個缺口。
用自己的人群做校準。 上線前，拿本校或本團隊確定原創的文字跑一遍。若學生多為多語背景，你需要知道的是自己的誤判率，而不是照搬一個以其他人群為基礎的廠商基準。
對被評估者保持透明。 事先告知將使用偵測、結果會如何被解讀，既能降低被監控感，也讓對方有機會保存自己的證據。
大型模型有重大更新後要重測。 偵測表現並非靜態，新模型推出後，原先成立的假設可能不再成立。
教師與教務人員：需要一個關於作業真實性的訊號，更重要的是需要一種檢視作業如何產生的方式。前提是所屬機構對「被標記代表什麼」已有明確政策。
編輯與內容負責人：核對約稿是否符合合約預期，被標記導向的是與供應商的溝通，而非一份懲處檔案。
學生與寫作者：想證明作品確實出自本人之手。對這群人而言，真正有價值的是寫作回放，偵測器反而是其次。
開發者與平台團隊：要把偵測嵌入交易平台、投稿系統或內容管線，API 預設不保留提交內容這點是實質優勢。
應該三思的人：任何需要「確鑿結論」的人。若你的流程要的是證據而不是線索，市面上沒有任何偵測器能提供，此時導入它反而可能為一個原本依據不足的決定披上權威外衣。
GPTZero 以瀏覽器為主要介面，並向外延伸：提供 Chrome 擴充功能、Google 文件整合，以及與 Google Classroom、Canvas 的串接，讓結果能與課業並列，而不是散落在另一個分頁。Zapier 支援則覆蓋輕量自動化需求。
對於想在自家產品中整合偵測能力的團隊，API 提供 17 種程式語言的現成範例程式碼，包含 Node.js、Python、C#、Java 與 PHP。語言支援方面，除英語外還涵蓋西班牙語、法語、德語等，但訓練資料的偏向意味著英文散文仍是最有把握的情境。這一點在任何非英語部署中都值得重視：偵測品質並非跨語言均等，而公開的準確率數字絕大多數來自英文語料。
免費額度是夠用的。免費帳號可處理最長 150,000 字元的文字，或一次最多 250 個檔案的批次任務——這個額度足以讓許多老師根本用不到付費版。
再往上，我們無法取得具體的訂閱金額：計價頁在伺服器端只渲染出佔位數值，以及一個標示為「年繳現省 45%」的計費選項，因此本文不引用任何具體月費數字。從已公開的結構看，存在按席次計費的 Professional 方案，以及提供共用額度與統一結帳的團隊／企業方案，API 另行計價。打算進行機構採購的讀者，請直接向官方索取報價，不要採信第三方目錄網站轉載的數字，那些資料經常已經過期。（資訊待驗證）
Turnitin：學術誠信領域的既有霸主，透過既有的比對系統進入校園。其 AI 偵測功能招致不少批評，包括來自那些直接把它關掉的大學。
Originality.ai：面向出版方與內容代理商而非學校，團隊管理功能較偏商業工作流。
Copyleaks：偵測與比對並重，在多語言支援與企業合規上著墨較多。
Pangram：較新的參與者，曾公開發表專門處理非母語英語寫作誤判率的研究，對多語言族群值得一併評估。
請勿把 GPTZero 與 ZeroGPT 混為一談。 這是兩家不同公司的兩款不同產品，名稱容易混淆，針對其中一個的評測常被誤當成另一個的評測。看到任何比較資料，先核對網域。
不過最重要的替代方案並不是某個產品。重新設計評量方式，讓 AI 代寫失去意義——例如課堂現場寫作、對繳交作品進行口頭答辯，或出需要結合個人與在地經驗的題目——才是處理根本問題，而不是一直追著症狀跑。
這一節比本頁其他任何部分都更重要，因為此處的失效模式會對真實的人造成真實的後果。
廠商稱在第三方 RAID 基準（約 672,000 筆文本）上，在僅誤判 1% 人類文本的門檻下偵測出 95.7% 的 AI 文本；官網首頁的「99% 準確率」也應以同樣方式解讀。這些數字描述的是特定基準資料集、特定門檻下的表現，而基準條件並不等於課堂條件。尤其要留意，該基準評估的是純人類或純 AI 文本，而現實中最難判的恰恰是混合文件——人起草、模型潤飾，或者反過來。這些數字皆為廠商自報，未經獨立稽核。
官方明確說明準確率隨粒度下降：文件層級判斷優於段落層級，段落層級又優於句子層級——因此單獨一句標示是最弱的證據。這一點極為關鍵，因為審閱者當面質詢時，最愛指的正是那幾句被標示的文字。介面上視覺衝擊最強的部分，正是統計上最不可靠的部分。
這是整個品類中最嚴重的侷限。史丹佛的研究團隊發現，被廣泛使用的 GPT 偵測器把非母語英語者所寫的 TOEFL 作文中超過半數誤判為 AI 生成，平均偽陽性率約 61%，而美國八年級母語學生的作文幾乎全部判斷正確。其機制被認為是：偵測器實際上在懲罰詞彙較受限的寫作者，因為較簡單、較可預測的用詞在統計上與機器輸出更相似。
該研究評估的是作為一個品類的若干偵測器，而非對某個產品的當前版本下定論，包含 GPTZero 在內的廠商也聲明此後已著手縮小差距。但結構性問題不會隨版本更新消失：任何以語言可預測性為判準的偵測器，都會傾向讓以第二語言寫作的人吃虧，而這些人往往正是最缺乏機構話語權去申辯的一群。
范德堡大學停用了 Turnitin 的 AI 偵測功能，並公開表態：不認為 AI 偵測軟體是一款應當被使用的有效工具。其理由是，把 1% 的偽陽性率乘以該校一年繳交的 75,000 份論文，代表大約 750 名學生會被錯誤標記。這個算式是理解「聽起來很低的錯誤率為何在機構規模下並不令人安心」的最清楚方式——1% 的偽陽性率不是一次失誤，而是一所大學每年數百名學生。
專業評測平台上評分不錯，G2 與 Capterra 都在四分中段，反映的是覺得它好用的教育工作者。而在 Trustpilot 上情況完全翻轉：該服務被評為 Poor 等級，共 135 則評價，其中將近一半是一星，抱怨集中在被誤判以及申訴困難。這兩者並不矛盾：選擇這個工具的人，跟被這個工具檢驗的人，對同一款產品的體驗本來就相反，任何誠實的評估都必須同時掂量這兩端。
在面向被誤判學生的官方指南中，GPTZero 承認沒有任何偵測器是完美的，尤其在短文本、經過編輯或人機混合的寫作上更容易出錯。官方 FAQ 也直白寫著：這些結果不應被用來懲罰學生，並建議教育者把寫作報告當作整體評估的一部分。因此，把輸出結果用於懲處的機構，實際上是在違背開發這款工具的公司自己給出的明確指引。
隱私政策承諾個人資訊保留不超過帳號終止後三個月，並說明透過 API 直接提交的文字與檔案內容預設不儲存，也不用於產品改進。這裡存在一個重要的不對稱：經 API 傳入的文件不被保留，但從網頁控制台提交的輸入會被儲存，並以彙總方式用於改進服務。對處理學生作業的學校來說，這個差別不是技術細節——透過網頁介面上傳學生作品，代表這些材料進入了彙總改進流程，部署前可能需要向學生揭露，或對照當地資料保護義務加以審查。
只要有心規避，透過改寫、編輯或人機混排通常都做得到。這帶來一個令人不安的不對稱：手法老練的違規者能繞過偵測，而不熟此道的誠實寫作者反而被誤判逮住。偵測系統因此可能最終篩掉的是坦率，而不是不當行為。
可以，免費額度是實用的。免費帳號支援最長 150,000 字元的文字或最多 250 個檔案的批次處理，足以涵蓋大量個人使用情境。付費方案增加席次、更高用量與團隊結帳，但公開計價頁並未顯示具體月費金額，機構編列預算請直接索取報價。
廠商稱在大型第三方基準上以 1% 人類誤判率偵測出 95.7% 的 AI 文本，官網首頁宣傳 99% 準確率。而針對偵測器這一品類的獨立評估，普遍發現真實情境的表現要低一些，且準確率隨文本長度、編輯程度與作者語言背景大幅波動。請把公開數字視為最佳條件下的基準成績，而不是對你手上文件的保證。
會，這正是核心風險。誤判是所有偵測器上都有充分證據紀錄的現象。正式的學術語調、經過反覆打磨的文字，以及非母語英語者的寫作，都更容易被錯誤標記。任何結果都不應被當作不當行為的證據。
史丹佛的研究發現，作為一個品類的偵測器把非母語作者的 TOEFL 作文中超過半數誤判為 AI 生成，平均偽陽性率約 61%，而母語者作文判斷準確。此後廠商已著手縮小差距，但服務多語言族群的機構在倚賴任何偵測器之前，都應先在自己的族群上驗證表現。
蒐集過程證據：草稿、大綱、筆記，尤其是 Google 文件或 Word 的版本紀錄，它帶有時間戳記，能顯示逐步成文的軌跡。同時應追問：除了偵測分數之外，還有什麼證據支持這項指控？並要求不要把分數當成定論。廠商自己公開發布的指引也支持這個立場。
只能部分偵測。產品有專門用來對抗改寫工具的模組，但改寫仍是最有效的規避手段之一，使用者也普遍反映經過編輯或改述的 AI 文字容易漏檢。文字被改動得越多，偵測越無力。
偵測涵蓋英語、西班牙語、法語、德語等語言。但訓練資料以成年人撰寫的英文散文為主，因此英語之外的準確率缺乏充分描述，部署前應在本地情境中驗證。
取決於管道。透過 API 提交的內容預設不儲存，也不用於產品改進；而透過網頁控制台提交的輸入會被儲存並以彙總方式用於改進服務。個人資訊在帳號終止後保留不超過三個月。上傳他人作品前，請對照所屬機構的資料保護義務審查這些條款。
兩者定位不同。Turnitin 藉由既有比對系統進入校園；GPTZero 則提供更細的標示粒度與 Google 文件寫作回放，後者目前沒有直接對應物。兩者在準確率上的根本侷限是共通的，而且已有大學因誤判疑慮徹底關閉 Turnitin 的 AI 偵測功能。
不應單獨作為依據。該公司明確表示結果不應被用來懲罰學生，並把自家輸出描述為對話的起點而非最終裁定。任何有後果的決定都需要旁證支撐，其中最可靠的是寫作過程本身的紀錄。
