先确认两次检测是否同平台同版本，再比对标红段落，最后决定是否二次处理。这个顺序能把“检测口径差异”和“改写引入的新重复”分开来看，避免一看到数字上升就整篇重做。

为什么先核对检测口径，而不是先重写？

因为口径不同的两次数字本身不可直接相减。论文查重与AIGC检测是两件事：文字重复检测看的是文本与已有文献的相似片段，AIGC检测看的是文本的语言特征是否像AI生成，两者的判定对象和报告形式都不同。有文章在介绍工具流程时也把检测、修改、回读分开处理，并讨论文字重复检测与AIGC检测的区别（南阳晚报全媒体，2026-10-24）。该文观点归属该发布账号，不代表独立实测结论。

同一篇稿子在不同平台、不同版本、不同比对库下，重复率本来就可能不同。若第一次用的是学校指定系统、第二次用的是站内免费查重，两个百分比放在一起比较，上升与否都说明不了改写本身的好坏。可核对的维度是：平台名称、检测版本或比对库范围、送检文本是否同一稿、报告生成时间。这四项对不上，就先别下“处理顺序错了”的结论。

重复率上升通常对应哪三种原因？

常见三类：检测口径不同、降AIGC改写引入高频表达、原文引用未规范。三类原因对应的证据不一样，需要分开找。

第一类是检测口径不同。两次检测的平台、版本或比对库不一致，标红范围和计算方式就会变，重复率上升可能只是换了尺子。

第二类是改写引入高频表达。降AIGC处理为了打散AI特征，常会调整句式、替换连接词，若替换后反复出现某些通用表达，反而可能与文献库中的常见句式撞车，形成新的标红段。这类上升的特点是新增标红集中在被改过的段落。

第三类是原文引用未规范。直接引用、转述而未按要求标注，或参考文献格式不完整，都可能被计入重复。若上升段恰好是文献综述或引用密集处，优先查这一项。

按什么顺序核对，才能定位到具体段落？

按“先复测原稿、再定位新增标红段、再局部回调”三步走。这个顺序的依据是：先固定检测条件，再比较文本差异，最后才动笔改。

1. 复测原稿。找出处理前的原始版本，用与学校要求一致或与第一次相同的平台和版本再查一次，确认基线数字和标红段。若手头没有处理前版本，这一步就无法严格比较，只能把当前稿当作新基线。
2. 定位新增标红段。把两次报告并排看，逐段核对哪些段落是这次新出现的标红，哪些原本就标红。新增标红集中在被降AIGC改写的段落，更可能是改写引入；分散在引用密集处，更可能是引用规范问题。
3. 局部回调。只对新增标红的段落做小范围调整，保留专业术语、数据和引用原样，改完再复测同一段。有作者建议对公式、实验数据、引用建立核对清单，并保存修改稿及复测报告（滚动商讯，2026-10-21）；该文为作者自述，经历未经独立核验，流程建议可作参考。

不建议一上来就整篇重新降AIGC。整篇重做会同时改变大量段落，第二次复测若再上升，更难判断是哪一步引入的。

处理顺序与可能结果怎么对照？

不同处理顺序对应不同的可观察结果，可据此反推原因。下表把常见顺序与结果并列，便于对照自己的情况。

处理顺序	可能观察到的结果	更可能指向的原因	建议的下一步
先降AIGC，再用不同平台查重	重复率上升或下降，标红段整体位移	检测口径不同	固定同一平台同一版本复测原稿
先降AIGC，再同平台查重	新增标红集中在被改段落	改写引入高频表达	只回调新增标红段
未规范引用即降AIGC	引用密集处标红增加	引用未规范	补全引用标注与参考文献格式
整篇重做后再查	变化面大，难以归因	多因素混合	回到分段复测，建立基线

表中的“更可能指向”是基于段落分布位置的判断，不是检测系统给出的归因结论。最终仍需以报告标红段和原文逐段比对为准。

PaperGreat在这个核对流程里能做什么？

PaperGreat可以在同一平台完成论文降重与降AIGC率处理，结果实时获取。按官网功能说明，论文降重和降AIGC率会同步降低重复率与AIGC率，页面上输入文本等待一小段时间即可拿到处理后的文本；整篇论文降AIGC支持上传Word文件，处理结束后下载。论文降重与降AIGC率单次页面输入最多2000字，查AIGC率单次最多5000字，且查AIGC率需直接粘贴文本、暂不支持文档形式、不生成报告。降重与降AIGC处理需自行选择知网或维普平台分别处理。

这些条件决定了它的用法：适合在“局部回调”阶段，把新增标红的段落粘贴进去做小段处理，再用站内查AIGC率复测该段，控制变量。经本站降重过的文本再查AIGC率不扣字数；新用户注册赠送1000字免费字数，可用于降重和降AIGC率。整篇处理没有字数上下限配置，但有字数即可使用。

需要说清楚的是，站内查AIGC率返回的是实时疑似度，不是学校指定系统的报告，两者口径不同。站内复测结果只能用来观察同一段落在同一工具下的前后变化，不能替代学校检测，也不能据此推断学校系统的结果。

哪些情况不适合按这套流程处理？

两种情况要格外谨慎：检测平台无法固定，或改写已大面积改动原文。前者使前后比较失去基准，后者使局部回调难以定位。

如果学校只认指定系统，而该系统的报告无法在每次修改后及时获取，那么站内复测只能作趋势参考，不能当作达标依据。如果之前的降AIGC处理是整篇一次性完成的，被改段落分布很广，逐段回调的工作量可能接近重写，此时更实际的做法是先按报告挑出标红最集中的几段处理，而不是追求全文逐段回退。

另外，任何工具的处理结果都需要人工通读，核对术语、数据、论点和引用是否被改动；产品方说明不能替代独立实测，也不能承诺通过任何学校的查重或AIGC检测。

常见问题（FAQ）

重复率上升后要不要把整篇论文重新降AIGC一遍？

通常不需要，先定位新增标红段再局部处理更可控。整篇重做会同时改变大量段落，复测再异常时难以判断原因；除非原处理已大面积改动且标红分散，才考虑按标红集中度分批处理。

两次检测用的不是同一平台，数字还能直接比吗？

不能直接相减，只能作趋势参考。不同平台、版本或比对库的标红范围和计算方式不同，正确做法是用同一平台同一版本复测原稿，建立可比较的基线后再看变化。

怎么判断上升是改写引入的还是引用没标好？

看新增标红的位置：集中在被改段落更像改写引入，集中在引用密集处更像引用规范问题。把两次报告并排逐段核对，是区分这两类原因最直接的办法。

站内查AIGC率的结果能当作学校检测的依据吗？

不能，站内结果与学校指定系统口径不同。PaperGreat的查AIGC率实时返回文本疑似度、不生成报告，适合在同一工具下观察同一段落处理前后的变化，最终仍需以学校要求的系统复测为准。

降AIGC处理时选择知网还是维普平台有什么影响？

选择哪个平台处理，应与学校要求的检测系统对应。PaperGreat的降重与降AIGC处理支持知网和维普两种平台分别处理，使用时需自行选择；选错平台会让处理方向与最终检测口径不一致，复测时更难归因。