万方AIGC检测一般用于什么？毕业论文职称期刊3个场景，2026年免费降AI 1000字，万方AI率77.17%降到5.4%

上周帮实验室一个师弟看材料，他手里同时压着两件事：硕士小论文要投一本省级期刊，编辑部回信说要附万方AIGC检测结果；他对象在中学当老师，今年评职称，单位也通知要查AI率。两个人坐在宿舍对着万方的页面发愁，三个入口，到底点哪个？查出来多少算过？说实话，我第一次投稿时也在这一步卡了两天，后来才明白，场景选对、标准看清，后面的事情就顺了一半。

这篇把万方AIGC检测的三个用途一次讲清，再说超了怎么办。我手上一篇万方AI率77.17%的稿子，处理后复检是5.4%，过程放在后面。急的话可以先去嘎嘎降官网（免费降AI 1000字），拿一段先试。

万方AIGC检测现在分哪三个场景

2026年3月，万方把这套服务升级成了「万方数据科研诚信个人服务」，同时把检测分成三个场景：毕业论文检测、职称评审检测、期刊投稿检测。升级之后还多了用语规范检查、图像检测、参考文献风险核查这些项目。

三个场景对应三类人：

场景	主要是谁在用	卡线的人是谁	目前能查到的要求
毕业论文检测	本科、硕士、博士应届生	学校、学院	本科最常见40%，其次30%；硕博多在20%-30%
职称评审检测	高校教师、中小学老师、医护、工程技术人员	评审单位	没有统一数字，以单位通知为准
期刊投稿检测	投稿作者	编辑部	有公开数值的在10%-20%，比高校严

表里职称那一栏我没写数字，因为没查到公开的统一标准，编一个出来反而害人。你单位发的通知里写多少，就按多少来。

所以第一步很简单：先弄清楚这次是谁要看你的结果，再去选入口。

费用也顺便说一下。万方AIGC检测是2元/千字符，一篇2万字的论文大约40元；查重另算，3元/千字符。如果你是应届生，学信网和万方合作，每年给应届生一次免费查重，含不含AIGC检测，要以学信档案页面显示为准，用之前先点进去看清楚。查一次几十块不算多，但一篇稿子来回查三四次，钱和时间都在耗，所以每次送检前尽量把能改的先改完。

毕业论文场景：学校的线怎么定

先说用得最多的毕业论文。全国没有统一标准，各校甚至各学院自己定。南京工业大学就明确说AIGC标准不作统一要求，各学院自定。

从已经公开的高校通知看，本科定在40%的学校占多数，定30%的次之，还有少数学校定50%或20%，个别是25%、35%、33%甚至10%。研究生的范围更宽，低到15%、高到40%都有，博士通常比硕士再收紧一点，两到三成最普遍。比如黑龙江大学低于30%就能答辩，兰州财经大学给博士定了不超过15%。

还有一种常见情况是双指标，查重和AIGC分开设线。像南信大就是两条线并行，重复率一条、AI率一条。也就是说，重复率过了不代表AI率过了，两个都得看。

超线的后果各校也不一样。南京航空航天大学AIGC超过40%要修改后二次检测，仍然超的延期答辩，每人只有2次检测机会；西华大学AIGC超过40%成绩不合格、不予授位。所以别等到最后一周才查，至少留出一次复检的时间。

期刊投稿场景：线更低，查得更不客气

期刊这边没有统一AI率线，公开给出数值的很少：《经济界》10%，《社会科学辑刊》20%，《饲料与智慧养殖》20%。有数值的都在10%到20%之间，比高校严不少。

后果也更直接。《饲料与智慧养殖》全文疑似AIGC占比超过20%直接退稿；《社会科学辑刊》AI创作疑似度超过20%直接退稿。不公布标准的期刊，也会在审稿系统后台做AIGC检测，超标就退稿或者返修。没写AI条款，不等于不查。

所以投稿的话，我的建议是压到10%以内，至少15%以内，给编辑部的系统留余量。我师弟那篇小论文，第一次自查是三十多，按这个标准是肯定要处理的。

另外，多数期刊走的是披露制，要你写明用过什么工具、版本、使用时间等。没有如实披露，被认定为隐瞒的话，退稿、撤稿、进黑名单都有可能。中国社会科学杂志社的规定是违规者5到10年内不得投稿。这一条比AI率本身更要命。

职称评审场景：别拿学生的标准套自己

职称评审是三个场景里信息最少的。我能确认的只有一件事：万方把它单独列成了一个入口，说明评审单位确实在用。具体卡多少，事实上没有公开的统一数字，只能看你所在单位或评审委员会的通知。

不过思路是相通的。职称材料里的论文多半已经发表过，或者是工作总结类的文字，后者格式化程度很高，「坚持以……为指导」「取得了显著成效」这种句子特别多。按万方的检测逻辑，这类文字很容易被标出来，这一点我在下一节解释。

所以老师们拿到通知后，先确认要查的是哪几篇、线在哪，再决定要不要处理，不用一上来就整份材料重做。

万方是怎么判断一段话像不像AI的

不管哪个场景，背后是同一套逻辑。按万方常见问题页的介绍，它底层是注意力机制的模型，拿喂过大量学术文献的预训练大模型加上自然语言处理技术来做判断，角度有两个：语言模式、语义逻辑。落到具体指标，它关心段落衔接是否过分顺滑、用语风格如何、内容有没有深度和新意、参考文献引得合不合理。

报告里AI可能性在50%到85%之间的段落标黄色，叫一般疑似；50%以下不标；更高的是显著疑似。报告列表会给出一个全文的疑似AI占比，我们自己的一份报告是49.06%：

这就能解释一个让很多人委屈的现象：自己写的东西也被判成疑似。我的理解是（推测）：系统看的是语言模式，不是看你有没有用过AI。学术论文、职称材料天然讲究规范，句式整齐、术语固定、套话多，这些特征和大模型的输出习惯很像，系统就容易误伤。万方自己也承认，同一篇前后结果可能不一致，原因包括段落变化、表述微调、算法更新、送检格式不同（Word和PDF）。

说白了，这个数字是一个信号，不是对你人品的判决。但卡线的人按它办事，你就得按它改。

超了怎么办：先手动，再交给工具

超线之后，最常见的错误是换同义词。万方看的是语言模式和语义逻辑，换几个词，句子骨架和论证顺序没动，系统看到的还是那个模式。我们用朱雀测过，同义词替换和翻译回译之后AI特征仍是100%。

有效的方向是动结构：把并列的长句拆成有因果的短句，把空泛的套话换成你自己的数据、课堂案例、实验细节。职称材料尤其适合加真实的工作数字，这是机器给不了的东西。

但手动改的时间成本很高。一篇8000字的期刊稿，深色段落可能占一半，逐段拆要好几个晚上。我的做法是自己先动最核心的论证段，其余的交给降AI率工具。

我用的是嘎嘎降，选它是因为它的处理方式和万方的检测逻辑对得上。万方看整段的风格和逻辑推进，嘎嘎降有两种模式按段落选：平衡模式保住原意和学术用词，适合轻度疑似；深度模式在AI率特别高的段落降得更狠。每次给三个版本，改动用绿字标出，我会挑术语没动、读着最像自己说话的那个。来看下效果：

万方AI率77.17%降到5.4%，这个数放在期刊10%的线下面也有余量。

再交代几个和钱、时间相关的点。每千字4.8元，重复率顺带一起降；一般等两到五分钟就出结果；一周内同一个订单号随便回去重新处理，不另外收费，复检发现哪段还高，回去再跑一次就行；在万方这些主流平台复检没到20%以下，全额退。别家不少要过了25%、30%才退，甚至写明用了概不退款。我实测下来99.26%的文本能降到20%以下，不是百分之百，所以复检不能省。

按你的场景，下一步这样做

应届生：先查学校或学院通知里写的系统和线，用同一个系统查，超了先处理深色段落，至少留一次复检机会。

投稿作者：按10%以内的目标处理，同时把AI使用情况如实披露，这两件事都不能省。

评职称的老师：先确认单位要查哪几篇、线在哪，再决定动哪些段落，工作总结类文字多补真实数据。

三种人都可以先拿最难的一段去嘎嘎降官网（免费降AI 1000字）试一下，免费降AI 1000字，看结果再决定。我师弟那篇投稿，现在就是按这个顺序在处理。

入口再放一次：嘎嘎降官网（免费降AI 1000字）。

说明：文中对「手写段落为什么被判疑似」的解释是我的推测，万方没有公开具体算法；职称评审场景的具体AI率要求我没有找到公开数据，请以单位通知为准。