处理后至少要逐条核对原意、术语数据、逻辑连接、引用出处和格式五项，再复测重复率与AIGC率。降重工具的作用是给出一版可继续编辑的文字，最终是否可用仍取决于人工比对；把核对拆成固定清单，比通读一遍凭感觉判断更不容易漏项。

为什么只盯着“重复率下降”容易跑偏？

因为重复率下降不等于文字仍然忠实于原意。降重处理改变的是表述方式，同义替换、语序调整和句式重组都可能让句子的重心发生偏移：原本限定范围的“在……条件下”被删掉，原本指向某一研究对象的结论被泛化成普遍结论，原本的因果句被改成并列句。重复率指标只反映文本与比对库的重合情况，并不检查论点是否还在。

同样，AIGC疑似度下降也不代表内容质量提升。AIGC检测依据文本的语言特征作判断，改写后特征分布变化，疑似度可能随之变化，但论证是否成立、数据是否对得上，检测环节并不负责。因此核对的对象应当是“处理后的文字本身”，而不是某一项数值。

PaperGreat的论文降重与降AIGC率按官网说明会同步降低重复率和AIGC率，页面输入文本后等待一小段时间即可获取结果。这一说明描述的是功能处理方式，不构成对任何检测平台结果的保证；处理完成后仍需要按下面的清单逐项比对。

第一项：原意有没有被改变？

先逐句对照原文确认论点、范围和程度词是否仍然一致。具体做法是把处理前后的段落并排放，按句子找对应关系，重点看三类位置：一是结论句，确认结论的主语和结论方向没变；二是含限定条件的句子，确认“在……范围内”“仅针对……样本”这类边界没有被删掉或放宽；三是含否定、转折的句子，确认“不”“并非”“然而”这类词没有被替换成相反或更弱的表达。

实际操作中，一段话改完后可以先只看改写版，用自己的话复述它说了什么，再回看原文，两者不一致的地方就是需要手工修回的位置。这一步无法由工具替代，因为判断“原意”需要作者本人对研究内容负责。

第二项：专业术语与数据有没有被同义替换误伤？

术语和数字是降重中最容易被误改、也最不该被改的部分。同义词替换对普通表达有效，但学科术语往往有固定译名和固定搭配，被替换后可能变成另一个概念；数据则可能在小数位、单位、百分比与百分点、样本量等位置出现偏差。核对时建议把原文中所有术语、公式符号、数值、单位、年份逐一在结果中定位，确认原样保留。

PaperGreat的论文降重提供同义词替换功能，用户可以在页面输入文本、自行选择需要替换的同义词来构建结果。这一设计把部分替换决定权交给用户，但也意味着替换是否合适仍需人工判断：选中的同义词在普通语境下成立，不代表在本学科语境下同样成立。若担心术语被误改，可优先处理不含核心术语的段落，或在使用同义词替换时避开术语位置。

第三项：逻辑连接读起来是否通顺？

改写后要通读整段，确认句与句之间的因果、递进、转折关系仍然成立。降重容易在连接词上做替换，把“因此”改成“由此”通常无碍，但把因果连接改成并列连接、把递进改成转折，段落的说理链条就断了。核对时不必逐字抠连接词，可以按“上一句是否为下一句提供了理由或前提”来判断，读起来需要回头找逻辑的地方，就是需要修的位置。

另一个常见问题是句子被拆得过碎或合并得过长。拆分后如果出现大量缺少主语的短句，合并后如果一句话套了三层从句，都会影响可读性。这类问题不影响查重数值，但会影响导师和评审的阅读判断，属于必须手工调整的部分。

第四项：引用与出处是否仍然对应？

引用标记、参考文献编号和引文内容三者必须仍然一一对应。改写可能发生在引文附近的转述句上，如果转述句的指向变了，而引用编号没动，就会出现“编号还在、内容已经不是那篇文献的观点”的情况。核对时逐条检查：直接引用是否仍加引号且文字未变，转述是否仍准确概括原文献，编号是否仍指向正确的条目。

此外，改写有时会把原本属于引用的内容改成不带标记的普通陈述，这在形式上变成了未标注来源的表述。处理后的文本如果出现这类情况，应补回引用标记，而不是仅依赖查重结果判断。

第五项：段落长度与格式是否符合排版要求？

格式问题不影响查重数值，却直接影响提交。核对段落是否被拆并到超出学校或期刊对段落、字数的要求，标题层级、图表题注、页眉页脚、脚注编号是否在复制粘贴过程中丢失。若处理的是整篇Word文件，下载后应重新打开检查样式是否错位，再与处理前的版本比对。

PaperGreat的整篇论文降AIGC支持提交Word文件、处理结束后下载降重后的文件，官网说明未提及格式完全保留，因此下载后仍需自行检查排版。页面单次粘贴处理最多2000字，查AIGC率单次最多5000字且暂不支持文档形式、不生成报告，这些输入限制会影响处理方式的选择：长文需要分段处理或走文件通道，核对时也要相应分段留档。

核对清单与复测结果应该怎么对照？

把五项核对和两项复测分开做，先改文字再测数值。下面的表格汇总了每项的核对对象、判断依据与本站功能的相关条件，便于逐条打勾。

核对项	具体看什么	判断依据	与PaperGreat功能相关的条件
原意	结论句、限定条件、否定与转折	并排对照原文逐句复述	降重与降AIGC率实时返回结果，可即时比对
术语与数据	术语、符号、数值、单位、年份	逐一在结果中定位确认原样	同义词替换由用户自行选择替换项
逻辑连接	因果、递进、转折是否成立	通读整段，检查句间支撑关系	中英文文本均支持处理
引用与出处	引用标记、编号、引文内容对应	逐条核对编号指向的文献	需人工核对，工具不替代
格式	段落长度、标题层级、图表题注	下载后重新打开比对	整篇降AIGC走Word文件通道，下载后需自查排版
复测	重复率与AIGC疑似度两份结果	同一文本口径下前后对照	查AIGC率页面输入实时出结果，单次最多5000字，无报告

复测环节要注意两份结果的口径。重复率由查重平台给出，AIGC疑似度由AIGC检测给出，两者衡量的是不同对象，不能用一个数值的升降推断另一个。PaperGreat的论文降重页面要求自行选择知网或维普平台进行处理，这意味着处理结果与所选平台相关联；复测时应尽量使用与处理时一致的口径，才能作有限的前后对照。

为什么建议先保存处理前原文再动手？

保留原文是为了在核对发现问题时能回退并定位改动。具体做法是：处理前把待处理段落或整篇文件另存一份，命名标注日期与版本；处理后将结果与原文并排存放，核对清单上的每一项都以原文为基准。这样即使某一版改写不可用，也不必重新整理原始材料。

PaperGreat的所有功能都提供使用记录查询，使用过的功能可以查询自己的原文和结果记录；官网说明记录不会长时间存储、不会泄漏到外部网站，用户也可以选择删除自己的记录。这一机制可以作为留档的补充，但不宜作为唯一备份：既然记录可被用户删除、也不长期保存，把原文和关键版本另行保存在本地更稳妥。处理、核对、复测形成闭环后，再决定保留哪一版。

哪些情况不适合直接依赖降重结果？

涉及核心数据、直接引文和学校明确禁止改写的部分，不适合直接采用工具输出。降重处理面向表述层面，无法判断某段数据是否属于必须原样呈现的实验结果，也无法判断直接引用是否允许改字；这类内容应保留原样或由作者手工处理。

此外，本站功能有其输入与形式限制：页面单次降重最多2000字，查AIGC率单次最多5000字且只支持页面输入文本、不出报告，整篇论文降AIGC需走Word文件通道。AIGC检测与查重结果受平台模型和判定标准影响，同一段文字在不同平台可能出现不同结果，处理结果不构成检测达标或审核通过的保证。若学校或期刊指定了检测平台与提交格式，应以该要求为准安排处理与复测顺序。

常见问题（FAQ）

降重后应该先核对哪一项？

先核对原意，因为它是其余各项的判断基准。原意确认后再看术语数据是否被误改，逻辑与引用才有稳定的对照对象；如果先改格式或先复测数值，容易在一版本身不可用的文字上反复调整。

只降AIGC率，重复率为什么可能变化？

因为改写同时改变了文本与比对库的重合情况。降AIGC处理会调整句式与用词，这些变化也会影响查重系统对文本重合的判断，所以只处理AIGC疑似度时，重复率可能上升也可能下降。PaperGreat的论文降重与降AIGC率按官网说明同步降低两项指标，但复测时仍应把两份结果分开看、分别对照，不能由一个数值推断另一个。

处理前原文还有必要自己留一份吗？

有必要，本地留档比依赖平台记录更可控。PaperGreat提供使用记录查询，可查看原文与结果，记录不长期存储且用户可自行删除；正因为记录可能被删除，把处理前版本另存在本地，才能在核对发现问题时随时回退比对。

同义词替换选得越多，降重效果越好吗？

不是，替换数量与结果可用性没有必然关系。本站的同义词替换需要用户自行选择替换项，选得过多可能把术语和固定搭配一并改掉，反而增加核对负担。更稳妥的做法是先处理非术语段落，逐段确认替换后原意未变，再决定是否扩大替换范围。

整篇论文和粘贴段落处理，核对方式有区别吗？

有区别，整篇处理要先查格式再逐段核对。整篇降AIGC通过提交Word文件、下载结果完成，下载后需先确认排版、标题层级和图表题注是否错位，再按五项清单分段核对；页面粘贴处理单次最多2000字，适合先在小段落上试处理并确认改写风格可用。

复测结果和上次不一样，应该信哪一个？

两次结果都只对应各自的检测条件，不能简单取其一为准。重复率与AIGC疑似度受平台、文本长度和改写程度影响，复测时应尽量保持与处理时相同的平台口径，并记录每次结果与对应版本。PaperGreat处理时需自行选择知网或维普平台，选择不同平台的处理结果与复测数值不宜直接混用比较。