1. 判断文档上下文
在解释 AI 写作风险前，先确认文本是论文、研究稿、文章、商业报告、申请材料还是内部文档。
方法论
WriteGo 围绕写作诚信流程设计：给文档评分、展示证据、降低误报，并让人工在高风险决策中保持控制。
基准测试
WriteGo 已公开下述评测协议，但尚未发布能够支撑精确准确率标题的可审计性能报告。在数据集定义、带版本的测试流程、分组结果和可复现材料公开前，检测分数只能作为概率性审阅信号。
方法论内容版本 2026-07-15 · 由 WriteGo 产品与工程团队审核 · 公开协议草案，可审计性能结果待发布。
任何基准平均值都不能证明单份文档的创作方式。文本长度、语言、编辑、翻译、体裁、模型变化和人机混合创作都会改变信号，高风险行动必须结合独立上下文和人工复核。
更新说明: 本次修订将公开评测协议与尚未发布的性能主张明确分开。只有在数据集定义、带版本的测试流程、分组结果和可复现材料一并公开后，才会发布数值结果。
检测输出是审阅证据，不是最终判断。报告展示句子级信号、置信区间和审阅备注，帮助团队做出可解释决策。
公开协议要求记录模型系列版本，并纳入混合作者样本、编辑后的草稿、人类写作、多语言文本和特定领域文本。在支持材料可审计前，性能结果保持待发布状态。
产品优先使用透明风险区间，而不是绝对指控。可靠流程会结合 AI 可能性信号、来源上下文、写作历史、草稿和政策。
提交内容的处理、访问和保留必须遵循公开隐私政策、账户设置和工作流配置。提交敏感文本前，审阅者应核对适用控制。
审阅流程
方法论把初筛和判断分开。审阅者需要理解扫描了什么、为什么段落被标记、适用哪些误报模式，以及应该采取什么基于政策的行动。
在解释 AI 写作风险前，先确认文本是论文、研究稿、文章、商业报告、申请材料还是内部文档。
使用文档级分数做初筛，再检查造成风险区间的句子或段落证据。
在升级处理前，检查文本是否过短、经过翻译、模板化、非母语写作、重度编辑或引用密集。
记录提示、任务要求、来源材料、草稿、审阅备注和影响最终决策的政策阈值。
接受文本、要求修订、要求披露、升级复核，或在证据不足时忽略该信号。
局限性
可信的 AI 检测必须透明呈现不确定性。WriteGo 避免把单一分数包装成最终裁决。
尚未。WriteGo 已公开评测方法，但包含数据集定义、分组结果和可复现材料的带版本基准报告仍待发布。因此，我们不会把精确准确率作为已经验证的公开主张。检测输出只能作为概率性审阅证据，不能证明单份文档的作者身份。
不能。WriteGo 把 AI 检测输出作为审阅证据，而不是证明。高风险决策应结合草稿、来源、政策和人工判断。
方法论说明分数如何校准、审阅者能看到哪些证据、如何处理误报，以及什么时候应该升级结果。
团队应检查被标记段落、对照上下文、核查误报模式、记录审阅备注，并选择符合政策的后续行动。