《AI 检测误判申诉：把「是我写的」变成可核对的材料》

被判成 AI 生成时，最没用的一句话是「这真是我自己写的」。审核方每天要处理很多类似说明，能推动复核的不是语气，是材料：报告、草稿、修改痕迹、引用来源，以及一份说清楚 AI 到底用在哪里的说明。

先判断是误判还是确有风险

申诉之前先对自己诚实：如果整篇从标题到结论都由模型一次性生成、自己没有改动，那不是误判，硬申诉大概率过不了，还可能留下不好的记录。适合申诉的情形通常是核心观点、结构、数据来自本人，AI 只用于润色表述或整理语言；文中包含自己的调研、实验、经历；能拿出草稿、笔记、版本历史。先分清这一层，再决定是准备申诉还是重新写。

材料清单要覆盖四类

第一类是完整的检测报告截图，含检测时间、文章标题、生成概率、平台名称，别只截数字。第二类是带修改痕迹的原文，Word 修订模式或工具的历史版本都行。第三类是写作过程记录：大纲、笔记、参考文献清单、调研数据来源，手写草稿拍照尤其有说服力。第四类是引用与数据的原始来源，AI 常编文献，这部分最容易翻车。加分项包括同一篇多次检测的波动对比，以及其他工具的交叉结果，但不同口径只能作参考、不能互相换算。

话术：陈述事实，不否定工具

开头写清身份、稿件名称、检测结果与申请事项；情况说明按「核心内容来源」「AI 使用范围」「引用与数据可核」「结果存在波动」四条展开；结尾附材料清单并请求人工复核。两点要避开：一是不要说「我完全没用 AI」，如果实际用了润色，如实写明用途反而更可信；二是不要写「这个系统不准」「有 bug」，把结论交给审核方，你只提供可核对的事实。态度平和，材料充分，通过率通常比情绪化辩解高。

比申诉更省事的是提前留痕

申诉成功率不是百分之百，更好的办法是让证据在写作过程中自然产生：保留大纲到终稿的每一个版本，用支持历史记录的工具写作，引用文献和数据当场记下来源，提交前自己按目标口径先测一遍。这样即使结果偏高，也有时间针对性调整，不至于等到院系或平台出结果才慌。检测分数只是概率提示，正式认定仍以机构复核为准，过程材料才是能长期依靠的东西。

情况说明里最该写清的四行

不必写成长篇，四行足够：稿件名称与检测结果（含平台、时间、数值）；核心观点、结构与数据的来源；AI 实际用在哪些环节、没有用在哪些环节；引用与数据可在哪份清单里逐条核对。后面附材料目录，编号与正文一一对应，最后一行写「申请人工复核」。避免使用「系统不准」「我绝对没用」这类既无法核对又容易引发对立的句子。审核方需要的是一条能走下去的核对路径，不是一段情绪表达；路径给清楚了，材料才有机会被认真看完。

申诉本质上是一次举证，不是一次辩解。把「我写的」拆成报告、草稿、笔记、来源四叠可核对的材料，再配一段平实的情况说明，审核方才有依据重新判定。