Почему текст выдает нейросеть

«Словно» пишут люди. Тире ставят люди. Сердце у героинь колотится со времен первых любовных романов, нейросеть тут ничего нового не изобрела.

Машина выдает себя плотностью. Пять сравнений на странице, тире в каждом абзаце, три прилагательных через запятую, эмоция, названная словом, и в конце абзаца вывод, которого никто не просил. Каждая деталь сама по себе невинна. Вместе они складываются в почерк, и читатель его слышит, даже если не может назвать ни одного признака.

Было: «Ее сердце пропустило удар, когда он вошел в комнату. В воздухе повисла тяжелая тишина, словно весь мир замер в ожидании. Она почувствовала смесь страха и восхищения.»

Стало: «Он вошел без стука, и Вера зачем-то спрятала за спину список гостей. Список был ни при чем. Просто руки надо было куда-то деть.»

В первой версии четыре шаблона на три предложения: сердце, повисшая тишина, «словно весь мир», названная смесь чувств. Во второй про чувства нет ни слова. Волнение видно по нелепому жесту, и этот жест нельзя унести в другую книгу.

Правило, которое пройдет через весь курс: одно слово из списка можно оставить. Два-три в одном абзаце означают, что абзац пора переписать.

Первое желание автора, которому сказали про шаблоны, понятно: найти подозрительные слова и заменить. «Трепет» на «дрожь», «прошептала» на «сказала тихо», «словно» на «как будто». Через час работы глава выглядит так же.

Было: «Древняя магия пульсировала в ее венах, наполняя тело невыразимой силой.»

После замены синонимами: «Старинное волшебство билось в ее жилах, наполняя тело неописуемой мощью.»

Стало: «Ладони у Ярины нагрелись, как печной бок. Замок на двери щелкнул сам, и она отдернула руку.»

Синонимы сохранили скелет фразы: тот же размер, тот же деепричастный хвост «наполняя», та же пустота. Слово «неописуемой» и вовсе из стоп-листа. Третья версия показывает магию через ладони и замок, то есть через то, что можно потрогать. Лечит смена устройства фразы.

Руководство Википедии для редакторов, которые чистят статьи после нейросетей, говорит о том же. Признаки указывают на проблему. Если просто вычистить их, текст лучше не станет, его только труднее будет распознать.

Откройте главу, которую нейросеть написала без вашего участия, и посчитайте слова в предложениях. Двенадцать, пятнадцать, четырнадцать, восемнадцать, тринадцать. Абзацы по три-четыре предложения идут друг за другом, как кирпичи в заборе.

Живая речь так не звучит. Человек может сказать «Ну?» и тут же выдать фразу на три строки с двумя оговорками и вставкой про соседа по даче. Эту неровность читатель ловит ухом, даже когда читает про себя.

Было: «Следователь Громов вошел в квартиру и внимательно осмотрел комнату. На столе лежали разбросанные бумаги и стояла недопитая чашка кофе. Он понял, что хозяин покинул квартиру в спешке.»

Стало: «Громов прошел в комнату, не снимая ботинок. Бумаги на полу, чашка на подоконнике, в чашке окурок. Кофе хозяин не допил. Уходил, похоже, быстро: даже форточку не закрыл.»

В первой версии три предложения примерно одной длины, и последнее объясняет читателю то, что он понял бы сам. Во второй короткие и длинные фразы стоят вперемешку, вывод сделан через деталь, а слово «понял» исчезло. Как измерить ровность цифрой, разберем в занятии про ритм.

Машина охотно пишет общие слова: «комната была уютной», «город жил своей жизнью», «лес дышал тайной». Ошибок в этих фразах нет. Есть пустота.

Тест подменяемости пригодится на каждом занятии. Вырежьте абзац и мысленно вставьте в чужую книгу того же жанра. Встал без шва? Значит, в нем нет ничего вашего.

Было: «Квартира бабушки была наполнена теплом и воспоминаниями. Каждая вещь хранила отголоски прошлого.»

Стало: «У бабушки в прихожей до сих пор висело пальто деда, и в кармане лежал билет на электричку за восемьдесят девятый год.»

«Тепло и воспоминания» есть у любой бабушки в любой книге. Пальто и билет есть только у этой. Одна точная вещь работает сильнее абзаца общих слов, и тепло, которое вы так и не назвали, читатель достроит сам.

Это ощущение поймать труднее всего. Сцены у нейросети заканчиваются примирением, конфликты решаются за две реплики, герои вежливо и правильно говорят о своих чувствах. Никто не хамит и не делает глупостей. Читать такое спокойно, поэтому и скучно.

Было: «Петя понял, что поступил неправильно, и извинился перед Олей. Ведь настоящая дружба важнее любой игрушки. Дети обнялись и снова стали играть вместе.»

Стало: «Петя вернул Оле самосвал. Колесо у самосвала так и осталось отломанным, и Петя до вечера ходил за ней с клеем и молчал.»

Мораль прямым текстом дети пропускают так же, как взрослые. В новой версии извинение сделано поступком, и неприятное последствие никуда не делось: колесо само не приклеилось. Трение оживляет сцену, детская книга тут исключением не будет.

Этот признак виден только на расстоянии. У каждой модели есть любимые обороты, и она возвращается к ним в любом жанре. Авторы исследования Antislop (2025) сравнили тексты языковых моделей с человеческими и нашли шаблоны, которые у машин встречаются больше чем в тысячу раз чаще.

Когда тысячи авторов работают с одной и той же моделью, их книги начинают звучать одним голосом. Читатель жанра, у которого за плечами десяток таких книг, узнает этот голос с первого абзаца и дальше читает с подозрением.

Было: «Уровень повышен! Волна силы прокатилась по его телу, и Макс почувствовал, что стал сильнее, чем когда-либо прежде.»

Стало: «Уровень повышен. Макс по привычке сжал кулак и выругался: костяшки, сбитые о гоблина, болели по-прежнему. Лечить система так и не научилась.»

Системное сообщение в ЛитРПГ может быть шаблонным, так устроен жанр. Текст вокруг него шаблонным быть не должен. Вместо волны силы здесь конкретная боль и маленькая ирония героя.

В январе 2023 года OpenAI выпустила собственный классификатор ИИ-текста. По данным самой компании, он узнавал только 26% машинных текстов и в 9% случаев принимал человеческий текст за машинный. 20 июля 2023 года инструмент закрыли из-за низкой точности.

Википедия в том же руководстве предупреждает, что у детекторов заметная доля ошибок и высокий процент в отчете поводом для удаления статьи служить не может.

Поэтому курс не учит обходить детекторы. Детектор можно обмануть заменой букв, и книга от этого лучше не станет. Читатель уходит из-за скуки, пустоты и гладкости. С ними мы и работаем.

Все, что вы узнаете на курсе, легко превратить в список запретов. Делать этого не нужно. Цель полировки в том, чтобы книга звучала вами: вашими словечками, вашим темпом, вашими странностями.

Любите длинные периоды с тире? Никто не заставит вас от них отказаться. Мы снимем машинные наслоения поверх вашей манеры, а сама манера останется.

Было: «— Отличная погода для похорон, — иронично заметил Толик, и все невольно улыбнулись, оценив его мрачное чувство юмора.»

Стало: «— Отличная погода для похорон, — сказал Толик. Тетя Зина молча отобрала у него второй пирожок.»

Шутку убили дважды: словом «иронично» и общей улыбкой. Реакция тети Зины смешнее любого пояснения и заодно показывает, какие в этой семье отношения.

Возьмите главу, которую писали с нейросетью, и поставьте таймер. Пять вопросов, по минуте на каждый.

Первый шаг. Откройте поиск (Ctrl+F) и наберите букву «ё». Если она стоит в каждом «её», «ещё» и «всё» по всей главе, это первый сигнал.

Второй шаг. Найдите длинное тире «—» и посчитайте, сколько раз оно стоит в авторской речи, вне реплик. Больше трех на страницу стоит проверить.

Третий шаг. Прочитайте первые слова пяти абзацев подряд. Если они начинаются одинаково («Она...», «Он...», деепричастие), отметьте это место.

Четвертый шаг. Поищите «не», за которым через несколько слов идет «а». Каждое «это был не страх, а...» выпишите на полях.

Пятый шаг. Прочитайте последнюю фразу каждого абзаца на одной странице. Если больше половины звучат как вывод, мораль или прогноз («Но она еще не знала...»), глава объясняет лишнее.

Два-три совпадения из пяти значат, что главе нужна полировка. В каком порядке ее делать, покажет следующее занятие.

Первое. Все предложения примерно одной длины, и текст читается ровным гулом.

Второе. Эмоции названы словами: страх, радость, смущение, решимость.

Третье. Абзац можно перенести в другую книгу, и никто не заметит подмены.

Четвертое. Конфликты гаснут быстро, все говорят вежливо и правильно.

Пятое. Красивых слов много, предметов мало.

Первая ошибка. Охотиться на отдельные слова. Вычеркнув все «словно», вы получите ту же главу с другими союзами.

Вторая ошибка. Проверять главу детектором и радоваться низкому проценту. Процент ничего не говорит о том, дочитают ли книгу.

Третья ошибка. Править всю книгу за один присест. На длинном куске внимание садится, и правка сама начинает шаблонить. Работаем главами.

Четвертая ошибка. Стирать вместе с шаблоном свой голос. Если фраза звучит как вы, она остается, даже когда похожа на пункт из списка.

Пятнадцать занятий, десять модулей, порядок от механики к смыслу. Сначала разберемся, почему видно нейросеть, и составим план полировки. Потом типографика: буква «ё», тире, двоеточие, кавычки, невидимые символы. Дальше лексика со штампами и канцеляритом, синтаксис и ритм, абзацы и сцены, диалоги, эмоции и описания. Отдельное занятие про жанры, где у ромфанта и детектива свои нормы. Ближе к концу научимся писать с нейросетью так, чтобы полировать пришлось меньше, и разберем сканер с порогами. Финал курса: ваша глава до и после, отчет и сертификат.

В каждом занятии есть примеры, написанные специально для курса, разминка, тест с разбором ответов и домашняя работа на вашем тексте.

Выберите одну главу, с которой пройдете весь курс, и сохраните ее исходную версию отдельным файлом. К последнему занятию будет с чем сравнивать.

Проходите одно занятие за раз и сразу применяйте его к своей главе. Прочитанное правило забывается за неделю, а правка, которую вы сделали своими руками, остается в пальцах. Ученикам курса открыта страница «Проверить текст» на libauthor.ru: вставляете главу и видите, где машинного почерка больше всего. Подробно о ней в занятии 14.

Приметы машинного почерка изучают несколько групп людей, и каждая идет к ним своим путем. Выводы у них сходятся.

Волонтеры английской Википедии объединились в WikiProject AI Cleanup, чтобы находить статьи, которые кто-то сгенерировал и выложил без проверки. Их руководство «Signs of AI writing» выросло из этой работы: в нем собраны слова, обороты и приемы оформления, по которым редактор замечает машину, и к большинству пунктов даны примеры. Раздел с оговорками там стоит первым.

Исследователи считают. Сэм Пэч ведет рейтинг EQ-Bench, где модели пишут рассказы, и для каждой модели выводит показатель Slop: как часто в ее тексте попадаются слова и обороты из списка машинных любимцев. Его открытый набор программ slop-forensics сравнивает частоты слов, пар и троек слов в текстах разных моделей и находит перекосы. Цифра про тысячу раз взята из статьи Antislop, которую он написал с соавторами.

Русские редакторы и филологи пришли к тем же выводам на своем материале. Журнал Грамоты разбирает стилистические и статистические приметы ИИ-текста: служебные обороты вроде «следует отметить», однообразный синтаксис, ровную длину предложений.

Для автора отсюда простой вывод. Никто из них не ловит машину по одному слову. Все смотрят на плотность и повторяемость, и править нужно именно их.

WikiProject AI Cleanup (Википедия), «Signs of AI writing», en.wikipedia.org/wiki/Wikipedia:Signs_of_AI_writing, 2026.

OpenAI, «New AI classifier for indicating AI-written text», openai.com/index/new-ai-classifier-for-indicating-ai-written-text, январь 2023, пометка о закрытии от 20 июля 2023.

Samuel Paech, Allen Roush, Judah Goldfeder, Ravid Shwartz-Ziv, «Antislop: A Comprehensive Framework for Identifying and Eliminating Repetitive Patterns in Language Models», arxiv.org/abs/2510.15061, 2025.

Samuel J. Paech, EQ-Bench, «Creative Writing v3», таблица моделей с метриками Slop и Repetition, eqbench.com/creative_writing.html, 2026.

Sam Paech, slop-forensics, открытый набор программ для поиска слов и оборотов, которые модели повторяют чаще нормы, github.com/sam-paech/slop-forensics, 2025.

Журнал Грамоты, «Как распознать ИИ-текст: признаки и методы детекции», gramota.ru/journal/stati/tekhnologii/chem-sgenerirovannye-teksty-vydayut-sebya, 2025.