改完重复率，AI率弹回来；改完AI率，重复率又上去了。
有同学把这两个月的经历形容成"按下葫芦浮起瓢"。初稿AI率35%，赶紧做同义词替换，降到32%；觉得还不够，再换句式、拆长句，压到30%；松了口气回头查重复率——弹回35%。
这个循环，很多人都经历过。
为什么会这样？因为这两个指标，测的东西本来就在打架。
降AIGC率，你得把句子拆碎、加口语化表达、打破工整的句式。但问题来了：这些"非常规表达"在查重数据库里反而容易撞到奇怪的来源——因为其他改过同样内容的人，也用了差不多的拆法。你以为自己在"去AI味"，查重系统那边看着，你跟某个不知道是谁的旧稿撞上了。
反过来，降重复率你得把句子写得规整、用学术规范表达、避免口语。可这恰恰是AI文本的典型统计特征——你越改得"标准"，AI率越高。
两个方向拧着来，你当然改完一个另一个就弹。
更让人头疼的是，2026年这波系统升级之后，以前那套"同义词+调语序"的老办法，基本走到头了。
以前这套为什么管用？因为老系统不管你怎么改，它只看字面相似度。你把"提高"换成"提升"，把"因此"换成"由此可见"，语序颠一颠，查重和AI率都能糊弄过去。现在不行了。维普及类似的新系统已经分层判定——词汇层、句子层、段落层分开算。你光换同义词，它看你整段的逻辑节奏；你光调语序，它看你句子之间的衔接模式。改了等于没改，分数纹丝不动。
那顺序到底该怎么排？
我的建议是：先降AIGC率，再降重复率。
原因很简单。降AI率是更伤筋动骨的事——它要你动结构、拆段落、重新组织表达。这个过程本身就会把重复的地方顺带改掉。如果你反过来先降重复率，你后面为了降AI率又要大动干戈，重复率必然反弹，等于白改。
但降AI率的时候有个坑要避开：别为了"像人"把句子拆得太碎、太口语化。拆得越碎，查重的时候越容易撞到其他改过同样内容的人——大家都这么改，数据库里就有了。拆到"长短句错落"就够了，不用每句都短成口语。
还有个常见的误区要提醒：降AI率不是把所有长句都剁成短句，而是在段落层面制造一点人的节奏。比如先抛一个结论，再补一句反问，或者插一个只有你自己才知道的细节——这些东西AI写不出来，查重也撞不上，两个指标都顾得上。
实操上还有个小技巧：一次只改一段，改完立刻同时跑两个检测看变化。别一次把全文改完再测——那样你根本不知道是哪一段导致了反弹，回头改都找不到方向。
这个循环不是你操作错了，是两个指标本身就在互相拉扯。顺序想对了，能少绕一个月的弯。
