一間叫 Graphite 嘅營銷公司喺 2026 年 10 月 1 日刊出一項研究，分析多個前沿大語言模型（LLM）嘅寫作習慣，揾出各模型慣用嘅詞彙同句式「破綻」（tells）。研究共揾出 13,000 個喺 AI 內容出現頻率至少係人類內容兩倍嘅詞組，Graphite 將呢啲定義為「tell」。
方法上，研究團隊以 10,000 篇喺 ChatGPT 發布前出版嘅文章作人類對照組，再令唔同 AI 模型由摘要重寫文章，盡量排除源頭偏見，然後比較用詞頻率與句式結構。
Claude Opus 5.5 最大嘅破綻係「dependable」，出現頻率為人類樣本嘅 23 倍；「this matters」出現頻率高達人類樣本嘅 116 倍，「why X matters」句式則多 92 倍。佢已經避開「it's not X, it's Y」呢種對比句式，但仍傾向寫「is more than an X, it's a Y」。
OpenAI 嘅 Astra 有另一套破綻：鍾愛用「another dimension」，以「may provide / can provide」對稱寫法，同 Graphite 稱作「corrective framing」嘅「not simply X」或「rather than relying on X」句式，後者喺 Astra 生成嘅文章中比人類樣本常見超過 100 倍。
破折號方面，各大實驗室都明顯收埋。喺 Graphite 嘅樣本入面，Opus 5.5 用破折號嘅頻率較 Opus 5 減少 99%；Astra 較人類樣本減少 88%；Gemini 3.1 Pro 幾乎完全停用破折號。
但 Graphite 嘅首席 AI 官 Greg Druck 表示，破綻總數並冇減少：「They are managing to remove the most well-known tells, but other ones pop up. And every model version has its own.」Claude 系列嘅用詞分佈隨時間漸趨接近人類，GPT 系列則越來越遠。值得留意係，各實驗室發布新模型時都宣稱寫作風格「更自然」，但研究顯示破綻總數保持穩定。
模姐驗嚇貨
13,000 個詞組聽落好多，但呢啲係大樣本統計，唔代表你見一篇文有「dependable」就可以斷定佢用咗 AI。單一詞彙或句式嘅出現，唔足以判定個別作者嘅寫作來源，呢個數據只係識別 AI 生成文本嘅線索之一。
另外，呢個研究由營銷公司 Graphite 進行，結論屬公司自稱，冇獨立第三方重現或驗證。數據集限定喺 10,000 篇 ChatGPT 前嘅文章，模型版本亦有限，要按公司研究嚟睇，唔好將佢當做獨立評測。
模姐｜深度調教
