Последнее время кажется, что распознавание нейросети в тексте стало своего рода народной забавой. Люди читают посты и статьи, делают ставки: ИИ написал или человек. Бывает, что человек добросовестно писал сам, а его обвиняют в подлоге. Бывает наоборот — текст полностью сгенерирован, но клиенты его принимают и даже хвалят. Хочется разобраться в чем фокус. 

С порога скажем: мы в «Сделаем» хорошо относимся к нейросетям, любим и практикуем. А еще считаем, что если нормально работать с сетками, это прилично ускоряет темп работы, качество при этом не проседает. Но если юзать сетки бестолково, то результат будет печальным и тогда в ход пойдут различные промты с очеловечиванием или гуманайзеры. 

Мы решили покопаться под капотом нейросетей, понять, что они принимают за нейронность и протестить их на трех текстах: стихотворении Тютчева, посте Паши Молянова и нейронном тексте. Результаты — ниже, со всеми подробностями.

Как вообще устроены детекторы ИИ

Прежде чем разбираться, как нейросети отделяют добро от зла, надо понять, на чем эти штуки работают. Тут ожидаемо никакой магии — простая статистика по двум параметрам. Если знаешь их, сразу видишь, где детектор будет ошибаться.

Параметр первый: perplexity, или «насколько следующее слово предсказуемо»

Любой детектор ИИ внутри устроен как уменьшенная нейросеть. Он смотрит на ваш текст и спрашивает сам у себя: «А я бы написал так же?»

Технически это называется perplexity — мера того, насколько каждое следующее слово в тексте было предсказуемым. Чем предсказуемее последовательность — тем выше шанс, что это машина.

Возьмем фразу: «В современном мире, где конкуренция растет с каждым днем, важно…». После «современном» с очень высокой вероятностью идет «мире». После «конкуренция» — «растет». После «с каждым» — «днем». Каждое следующее слово ожидаемое. Низкая perplexity = высокая вероятность ИИ.

А теперь возьмем фразу из живого поста: «Чисто мое мнение, контент-завод — это шляпа. Причем мертворожденная». После «контент-завод» детектор не ждет слова «шляпа». Слово «мертворожденная» в нагрузку — вообще шок. Высокая perplexity = высокая вероятность человека.

То есть детектор сравнивает ваш текст со своим представлением о том, как пишут нейросети. И чем ровнее ваш текст укладывается в это представление — тем выше процент ИИ.

Параметр второй: burstiness, или «насколько предложения разнообразны»

Второй параметр — про ритм. Машина пишет ровно: предложения примерно одной длины и одной конструкции. Лонг-лонг-лонг-лонг. Человек пишет неровно. Длинное. Потом короткое. Потом фрагмент. Потом снова длинное, со сложной структурой. Эта неравномерность называется burstiness.

Хороший детектор смотрит и на perplexity, и на burstiness. Если предложения скучно-одинаковые и слова в них предсказуемые — почти наверняка машина. Если ритм рваный и слова неожиданные — почти наверняка человек.

Что из этого следует на практике

Детектор не понимает смысл текста. Не оценивает, осмысленный он или бредовый. Не видит, человек его писал или котик с лапками. Он просто считает статистику.

Из этого вытекает три очень неприятных факта.

Первое: ровно пишущий человек попадет под подозрение. Если автор пишет одинаковыми абзацами, без рваного ритма, с предсказуемой лексикой — детектор пометит его как ИИ. Это касается бюрократов, технических писателей, неопытных авторов и просто людей с гладким стилем.

Второе: умную нейросеть детектор пропустит. Если в промпте написать «пиши неровным ритмом, с короткими и длинными предложениями, с разговорными вкраплениями» — нейросеть это сделает. Burstiness вырастет, perplexity у отдельных слов — тоже. Детектор увидит «человека».

Третье: один и тот же текст разные детекторы могут оценить совершенно по-разному. Потому что у каждого своя обучающая выборка, свой алгоритм, свой порог принятия решения. Один сервис говорит 0% ИИ, другой на том же тексте — 95%. И оба будут уверены.

Это не баг. Это то, как они устроены. Мы это сейчас увидим в эксперименте.

Подробно о том, как убрать нейрослог из текста мы писали в этой мясистой статье. Там же докинули рабочие приемы. 

Как мы делали проверку текста на ИИ

Взяли три текста с заведомо известным происхождением. Все приведены ниже целиком — любой читатель может повторить наш эксперимент.

Тексты

1. Стихотворение Тютчева, 1830 год. Взяли первое четверостишье: 

Это безусловно человеческий текст. ChatGPT в 1830 году не существовало. Архаичная форма «оне» вместо «они» — еще один маркер, что текст дореволюционный. Логично предположить, что любая отметка «ИИ» на этом четверостишии = доказанная ошибка детектора. Но пока не спойлерим, смотрите что будет. 

2. Пост Паши Молянова — основателя агентства Сделаем — про контент-заводы. Опубликован у Паши в Телеграм-канале:

Это современный человеческий текст с авторским голосом — рваный ритм, разговорные «блин» и «чувак», вопросительные предложения, личное мнение. По всем признакам — детектор должен видеть человека.

3. Чистый GPT, дефолтный промпт. Сгенерировали один абзац на запрос вроде «расскажи про пользу контент-маркетинга для бизнеса». Никаких настроек, никаких ухищрений:

Это эталонный нейрослог. «В современном мире», «не просто X, а Y» два раза подряд, перечисления по три, в финале — нравоучение. Если детектор не определит этот текст как ИИ — у него очень большие проблемы.

Сервисы

Прогоняли через 5 популярных сервисов для проверки текста на ИИ. При выборе руководствовались тремя критериями: бесплатный доступ, желательно без VPN — почему желательно, поймете позже и поддержка русского языка. Вышел вот такой список: 

1. GigaCheck от Сбера (gigacheck.sbercloud.ru). Единственный российский сервис с серьезной заявкой на точность — обучался именно на русскоязычных текстах.
2. GPTZero (gptzero.me). Мировой стандарт, в подборках почти всегда первый. Поддерживает русский.
3. text.ru/neuro — детектор ИИ от Текст.ру (text.ru/neuro/detector). Массовый русский сервис, известный среди копирайтеров.
4. Decopy AI Detector (decopy.ai/ru/ai-detector). Популярный западный детектор с русским интерфейсом, без регистрации.
5. ZeroGPT (zerogpt.com). Еще один популярный западный сервис, часто упоминается в зарубежных рейтингах.

Методика прогона

По каждой паре «текст × сервис» делали один прогон в стандартных настройках и сохраняли скриншот результата. Никаких повторных попыток, никакой ручной подгонки. Всего получилось 15 результатов: 3 текста × 5 сервисов.

Результаты по каждому сервису

GigaCheck от Сбера: 3 из 3 правильно

Российский сервис, обучен на русских корпусах. Не выдает голый процент — формулирует словами: «текст написан человеком», «текст похож на нейросетевой», «возможно, гибрид». Удобно, что можно закинуть несколько текстов сразу — сервис разберется и даст оценку по каждому отдельно.

На Тютчеве GigaCheck не просто определил человека — он узнал самого автора: «Это стихотворение Тютчева. Оно написано человеком, классиком русской поэзии. Для нейросети такой уровень образности, ритма и глубины нехарактерен».

То, что сервис знает Тютчева, делает оценку чуть менее чистой как тест. Но сам факт, что он смотрит на текст 1830 года и понимает, что это XIX век, а не 2026, — хороший знак. 

Едем дальше ↓↓↓

На посте Молянова: «Этот текст написан человеком. В нем ярко выражена личная позиция, используются разговорные обороты, сленг, эмоциональные оценки и примеры из жизни. Такой стиль и интонация нехарактерны для нейросетей, которые обычно пишут более нейтрально и структурированно». Все правильно — именно так этот пост и устроен.

На третьем тексте — том самом сгенерированном абзаце про контент-маркетинг: «Этот текст похож на нейросетевой или гибридный. Он написан очень структурированно, без эмоциональных вкраплений, с универсальными формулировками и типичными для ИИ переходами». Опять в точку — и не просто оценка, а разбор, почему именно.

Главное по GigaCheck: 3 из 3, с пояснениями. Из всех сервисов — единственный, который объясняет, что именно его смутило в тексте. Бесплатный, на русском, работает без VPN.

GPTZero: 3 из 3

В подборках про детекторы ИИ почти всегда упоминается первым. Работает с русским языком, но требует VPN, из РФ напрямую не открывается.

Мы хотели прогнать тексты как положено, поштучно, но сервис наотрез отказался смотреть стихотворение Тютчева, для него этот фрагмент слишком маленький. Пришлось закинуть сразу три текста: если бы мы кидали какие-то два, то могло бы выйти искажение, а так эксперимент получился более чистым. Вот что вышло ↓↓↓

Результат получился на смеси: Human 93%, Mixed 7%, AI 0%. То есть сервис посмотрел на 3 текста как на один документ и сказал: «в основном написано человеком». Эталонный ИИ-кусок не выделил, не подсветил, не упомянул отдельно.

Это серьезная проблема, и вот почему. На практике сценарий «все ИИ-сгенерировано» редкий. Гораздо чаще — автор сам пишет основу, а часть абзацев генерирует через ChatGPT. Если детектор не умеет ловить ИИ-фрагменты внутри человеческого текста — он не справится с задачей именно тогда, когда от него это больше всего нужно.

Когда мы прогнали тот же ИИ-абзац отдельно: AI 100%, Human 0%. То есть в чистом виде сервис распознает ИИ безошибочно. Проблема — именно в работе со смесью.

Главное по GPTZero: на чистых текстах работает, на смешанных — нет. Если планируете проверять авторскую работу с возможными ИИ-вкраплениями, GPTZero подведет. Если проверяете заведомо однородный текст — справится.

Текст.ру: 3 из 3

Российский сервис, многим известный по проверке уникальности. Разработчики следят трендами рынка контента и то и дело вкидываюти новые инструменты. Так у платформы появился отдельный нейропомощник. Там можно и проверить текст и доработать. Минус — не берет короткие фрагменты, пришлось закидывать все три текста разом. Но с учетом наших прошлых экспериментов это как раз обернулось в плюс.

На общем прогоне трех текстов: 25.50% ИИ, «Ваш текст с высокой долей вероятности написан человеком, может содержать фрагменты, сгенерированные ИИ». И вот тут — самое интересное. Сервис не просто дал общий процент. Он подсветил красным конкретно тот фрагмент, который сгенерирован машиной:

Тютчев — не тронут. Молянов — не тронут. Эталонный ИИ — целиком в красном. То есть text.ru посчитал общую долю, и еще нашел и показал, где именно ИИ.

Главное по Текст.ру: единственный из протестированных, кто справился со смешанным текстом. На месте автора, который хочет проверить чужую работу с подозрением на ИИ-вкрапления — рекомендасьон. Минус — для коротких фрагментов не подходит, требует объем.

Decopy AI Detector: 1 из 3

Западный сервис с русским интерфейсом. Работает только через VPN, после двух прогонов запрашивает регистрацию. Удобный по интерфейсу, но удобство не спасает, потому что результаты у него странные.

На Тютчеве — 50% вероятность ИИ, с пометкой «мы абсолютно уверены, что этот текст выглядит так, будто он сгенерирован искусственным интеллектом». Это стихотворение, написанное в 1830 году. ChatGPT в 1830 году не было. Пушкин еще не был убит на дуэли. Никакого ИИ не существовало. Но забавы ради можно потролить учителей литературы, которые тоже увлекаются проверкой школьных сочинений на предмет нейронности. 

Тут же, рядом с этой оценкой, Decopy дает второй блок: «0% человек, 100% смешанный, 0% ИИ». То есть в одном виджете сервис «абсолютно уверен» в искусственном происхождении текста, в соседнем виджете — «100% смешанный, 0% ИИ». Как один и тот же сервис может одновременно говорить две взаимоисключающие вещи — загадка.

Чуть в стороне от результата — большая кнопка «Очеловечить текст». Хахахаха, Тютчев наверно бы порадовался от такой идеи. Но мы не стали тратить токены и поехали проверять дальше.

На посте Молянова: «создан человеком, 0% вероятность ИИ». Правильно, наконец-то. Хотя ниже снова странная статистика: «0% человек, 0% смешанный, 0% ИИ». Странная математика, ну бог с ним. 

И вишенка — на эталонном нейрослоге, где «в современном мире», шаблонные тройки и финал-нравоучение: «2% вероятность ИИ, создан человеком, 96% человек».

Здесь надо сказать пару слов про методологию. Decopy при прогоне склеил слова в тексте — пробелы куда-то делись («Зачембизнесуконтент-маркетинг»). Возможно, это повлияло на оценку. Но это сам сервис что-то сделал с текстом при копировании — мы вводили его нормально.

Главное по Decopy: 1 из 3, с внутренне противоречивыми результатами. Вообщем доверят ему всерьез вероятно не стоит, хотя на вкус и цвет все фломастеры разные — решать автору или его редактору. 

ZeroGPT: 3 из 3

Еще один популярный западный сервис. Работает только через VPN. Интерфейс минималистичный, ответ в формате «процент ИИ + цветная шкала + пометка про текст».

На Тютчеве: 0% AI GPT, «Ваш текст написан человеком». Правильно. С оговоркой «введите больше текста для более точного результата» — все же четыре строки маловато для статистики.

На Молянове: 0% AI GPT, человек. Правильно.

На третьем тексте: 100% AI GPT, «Ваш текст сгенерирован с помощью AI/GPT», весь текст подсвечен желтым. Правильно.

Главное по ZeroGPT: на всех трех текстах ответил верно. В отличие от GigaCheck — не объясняет, что именно его смутило, и не разбирается со смесями (мы проверяли по одному). Но если нужно прогнать один текст и получить быстрый ответ — рабочий вариант.

Подытожим для наглядности ↓↓↓ 

* GigaCheck узнал Тютчева по содержанию и сослался на «классика русской поэзии». Это значит, что сервис ориентировался не только на статистику, но и на знание самого текста. Для чистоты эксперимента это слабое место, но в реальной работе — скорее плюс.

Что мы видим из таблицы.

• Чисто человеческие тексты определяют почти все. Молянова с его сленгом и рваным ритмом разобрали как «человека» все пять сервисов. Тютчев чуть сложнее — короткий фрагмент, архаичная лексика, поэзия — на нем споткнулся только Decopy.
• Эталонный ИИ-текст определяют не все. GPTZero пропускает его, если он в смеси с человеческим. Decopy не видит вообще, даже изолированно. ZeroGPT, text.ru и GigaCheck — справляются.
• Самое опасное — Decopy. Это пример ситуации, когда сервис не просто ошибается, а даже не понимает свой ответ. На стихотворении XIX века — 50% ИИ. На чистом нейрослоге — 96% человек. Доверять такому инструменту нельзя ни в каком сценарии.

И основной вывод: если бы у вас был один и тот же текст, и вы прогнали его через все пять сервисов, — вы получили бы два-три-пять разных ответов. От «100% человек» до «100% ИИ».

Что с этим всем делать на практике

Ответ зависит от того, кто вы и зачем проверяете текст. Разберем четыре типичные ситуации.

Если вы заказчик и проверяете автора

Сценарий: получили текст от подрядчика, есть подозрение, что часть написана через ChatGPT. Что делать:

1. Не верьте результату одного сервиса. Прогоните через 2-3. Если все три сошлись на «много ИИ» — есть основания поговорить с автором. Если результаты сильно расходятся — детекторы между собой не договорились, и принимать решение по их показаниям нельзя.
2. Главный критерий — все равно качество текста, а не процент в детекторе. Если текст полезный, фактурный, отвечает на вопросы аудитории — он работает, даже если в нем кусок сгенерирован. Если текст шаблонный, вода и общие места — это плохо, даже если детектор пишет «100% человек».

Самый надежный сигнал — наличие в тексте маркеров нейрослога: «в современном мире», «не просто X, а Y», перечисления по три, гладкий бессодержательный тон. Глаза опытного редактора видят это лучше любого детектора. Если хотите научиться видеть такие маркеры — у нас есть подробная статья про то, как убрать нейрослог, там разобрано, на что смотреть.

Если вы автор и проверяете себя

Сценарий: написали текст, хотите убедиться, что он не палится как ИИ. Тут будет жесткая правда. Если ваш текст массово палится детекторами — это не проблема детекторов. Это значит, что в тексте действительно много шаблонных нейроконструкций. Их видят не только сервисы — их видит и любой человек, который читает много.

Прогон через детектор как тренажер — нормальная штука. Видите высокий процент ИИ → идете править формулировки → видите более низкий процент. Это полезно, особенно вначале — учитесь замечать собственные паттерны.

Но превращать детектор в финального судью — плохая идея. У сервисов слепые пятна. Текст может пройти все детекторы, но при этом быть откровенным нейрослогом. И наоборот — живой авторский текст может быть помечен как ИИ просто потому, что у автора гладкий стиль.

Идти лучше с другой стороны: учиться писать с нейронкой так, чтобы детекторы вообще не понадобились. Это не маскировка — это другая работа с инструментом. Подробнее о ней — в финале.

Если вы SEO-специалист

Сценарий: переживаете, что Яндекс и Google понизят сайт за «ИИ-контент».

Если коротко — поисковики борются не с фактом использования ИИ, а с плохим контентом. Тексты, написанные нейросетью бездумно — без фактуры, без своих примеров, без выходов за пределы общих формулировок — попадут под фильтры, но не за «искусственное происхождение», а за бесполезность. И наоборот: текст с реальным экспертным разбором поисковики ранжируют нормально, даже если черновик был собран в ChatGPT. 

Мы подробно рассказывали про сео и гео алгоритмы, которые работают в 2026 году. Прямо советуем почитать. 

То есть смысла прогонять собственные тексты через детектор ради SEO нет. Лучше задайте им другой вопрос: «Если бы я был читателем, который реально хочет разобраться в теме, эта статья помогла бы мне?» Если да — статья сработает. Если нет — никакой «человеческий процент» не спасет.

Что в итоге

1. Детекторы ИИ — это статистика, а не вдумчивая вычитка редактора. Они смотрят на два параметра: предсказуемость следующего слова и разнообразие предложений. Поэтому ровно пишущий человек попадает под подозрение, а нейросеть с правильным промптом проходит проверку.
2. На одном тексте разные сервисы дают разные ответы. Мы видели разброс от «50% ИИ» до «0% ИИ» на одном и том же стихотворении Тютчева. Это норма работы этих инструментов, а не сбой.
3. Из протестированных сервисов лучше всех работают GigaCheck и Текст.ру. GigaCheck — еще и с человеческими пояснениями, что именно его смутило. Текст.ру — хорошо справляется со смешанным текстом. GPTZero — работает только в чистом виде. Decopy — мы бы не стали использовать.

Лучший способ не палиться по детекторам — не выглядеть как ИИ по сути. Не «маскировать» машинный текст, а изначально не давать ему быть машинным. Это другая работа, в нее не входят перестановки слов и сервисы-гуманайзеры.

Часто задаваемые вопросы

Можно ли обмануть детекторы ИИ?

Да, и это несложно. Если в промпте нейросети попросить писать рваным ритмом, с разговорными вставками и неожиданными словами — текст пройдет большинство детекторов. Поэтому сама задача «обмануть детектор» — это лечение симптома, а не проблемы.

Понижают ли Яндекс и Google ИИ-контент в выдаче?

Поисковики борются не с ИИ-контентом как таковым, а с плохим контентом. Текст без фактуры, конкретики и пользы будет понижен независимо от того, кто его написал — человек или нейросеть. Текст с реальным экспертным разбором ранжируется нормально, даже если черновик был собран в ChatGPT.

Что делать, если детектор показал высокий процент ИИ на моем тексте?

Не паниковать. Сначала прогоните через 2-3 разных сервиса — возможно, конкретный детектор ошибся. Если все сошлись на «много ИИ» — посмотрите на текст глазами: есть ли в нем шаблонные обороты, гладкие перечисления, абстрактные общие места. Если есть — это можно поправить. Если нет — детекторы ошибаются.