一整本学位论文，Turnitin 查得了吗？

超过 30,000 词的提交，Turnitin 不会生成 AI 检测报告；散文不足 300 词的提交同样不会。它自己的两个帮助页写着同样的限制。落在这个区间之外就没有百分比：指标显示为灰色的双破折号，含义是这份提交无法被处理，而不是它查下来很干净。

一本完整的学位论文通常远在上限之上。所以当你在琢磨「我论文的 AI 率」时，第一个该问的是：这个数字是哪个文件跑出来的。

第一个是一页很短的 AI 检测报告文件要求，整页约 700 字符。开头是「In order for a submission to generate an AI writing report and percentage, the submission needs to meet the following requirements」（一份提交要生成 AI 检测报告和百分比，需满足以下要求），然后逐条列出。其中三条决定了一份长文档到底能不能拿到分数：

• 「File size must be less than 100 MB」（文件小于 100 MB）
• 「File must have at least 300 words of prose text in a long-form writing format」（长篇写作格式下至少有 300 词散文）
• 「File must not exceed 30,000 words」（不得超过 30,000 词）

清单剩下的部分讲的是受支持语言和受理文件类型。

第二个页面是 AI 检测能力 FAQ，它在解释报告指标含义的那一段里，把同样的要求又写了一遍。数字相同，顺序也相同。

同一件事在厂商自己站上出现两次，比听起来更重要——因为关于 Turnitin 各种上限的说法，绝大多数是一个博客抄另一个博客。

FAQ 把指标可能显示的几种状态都写了。蓝色带一个 0 到 100 之间的数字，表示这份提交处理成功了。星号表示检出的 AI 落在 1% 到 19% 这一档，Turnitin 对这一档不显示数字、也不显示高亮，理由是避免误判。然后是这一条：

「Gray with no percentage displayed (- -): The AI writing detection indicator is unable to process this submission.」（灰色、不显示百分比：AI 检测指标无法处理这份提交。）

该页给了原因。一是这份提交早于 AI 检测功能上线，只能靠重新提交解决；二是文件不满足上面那些要求。

另有一个独立的错误状态，显示为感叹号，表示 Turnitin 处理这份提交失败，并让你重试或联系支持。

所以一份六万词的学位论文上出现灰色破折号，是预期之内的结果，它不携带任何关于你写作的信息。下任何结论之前，先弄清你看的是这三种状态里的哪一种——尤其当传到你手上的只是一张截图。

实际操作里，长篇工作是分块交上去的：一章交给导师，一节交给阶段考核，最终文件进文库。每一次都是一次独立的预测，而这正是算术开始变得反直觉的地方。

Turnitin 对机制的描述是：把一份提交切成互相重叠的片段，给每个片段打一个 0 到 1 的分，让每个合格句子继承包含它的那些片段的分数，再把这些汇总成文档层面的那个数字。章节的分数不是论文分数的切片——因为论文分数根本不存在。它们是在不同体量的文本上跑出来的、彼此独立的几次预测。

区间的短端又是另一种行为。Turnitin 说，只有几百词的文档，预测会接近「all or nothing」（全有或全无），因为只有单个片段、没有重叠可供平均；并说这意味着短文档里混合的内容可能被整体标成 AI 生成。一段单独提交的 400 词引言正好落在这个区。而摘要单独提交，则根本达不到 300 词散文的下限。

另一端，FAQ 对长文档说得很坦白：在一份混有真人写作和 AI 写作的长文档里，很难精确判断一段在哪里结束、另一段从哪里开始；它把输出描述成一份用来和学生开始对话的参考。

就算落在区间之内，这个数字覆盖的范围也比你以为的小。Turnitin 分析的是它所谓的合格文本（qualifying text），定义是散文句子，即由标准语法句子构成的文本块。列表、项目符号以及其它非句式结构都在范围之外。FAQ 随后直说：这个百分比未必是整篇提交内容的占比，不被视为长篇散文的文字不计入其中。

它对「长篇散文」的定义直接点了体裁：构成一篇更长作品的段落中的一个个句子，比如一篇论文、一本学位论文或一篇文章。

现在想象一章方法。编号的操作步骤、一张参数表、公式、代码、图注。其中成段的句子少之又少。百分比的分母收缩到你写作中「论述形状」的那部分，而那部分同时也是分数的来源。数字与高亮之间的落差，怎么读一份 Turnitin AI 检测报告里拆得更细。

Turnitin 没有公开它用的是哪一把词数尺子。这不是抠字眼：两个工具数同一个文件，结果对不上是常事。

破折号是最常见的元凶。两个词之间的一根横杠，Word 在某些形态下当作分词边界、另一些形态下不当，德州大学奥斯汀分校一个法律写作博客用页码区间演示得很干净；我们自己的计数器在满是这类横杠的文档上，也确实和 Word 对不上过。

差额很小。它只在一个地方要紧，就是这里：如果 Word 说 29,800，而对面那把尺子数出来稍大一点，那么「有报告」和「灰色破折号」之间隔着的就是几根横杠。逼近上限时，先把文件拆开，别等事后才知道。

1. 解读任何分数之前，先问交上去的是哪个文件。 一章、一份合并稿、提交系统生成的 PDF、删掉附录的版本，是四份不同的提交。
2. 把灰色破折号当成「没处理」。 不要把它当成干净的结果往上报。
3. 不要把各章的百分比相加，也不要取平均。 它们是在不同分母上做的独立预测。
4. 短小的章节本来就会表现得很糟。 原因是 Turnitin 自己对短文本「全有或全无」评分的解释，不是你的写作。
5. 记住厂商自己说这个数字是干什么用的。 Turnitin 在它好几个页面上都写着，模型可能出错，不应作为对学生采取不利处理的唯一依据；在别处它把这个分数称为「a single data point rather than a definitive response」（一个数据点，而非定论）。这句话拿到和导师的会面上说是站得住的。

如果你已经在这类对话里，而东西确实是你自己写的，被标红，但确实是你写的讲了哪些证据值得攒起来。

到了章的体量，有两件事会变贵：改完之后你得重读多少，以及你为改写付了多少。两者都由同一个设置决定——文件里有多少内容被纳入了改写范围。三个被标红的段落和一整章，需要的校对量完全不是一回事。

HumanPen 的做法是反过来的：导入这一章的 Turnitin 或 iThenticate 报告，报告里标红的片段就成了改写范围——只改这些文字，其余原样不动，计费也按实际被改写的词数算，而不是按你上传的整个文档算。引擎改动的最小单位是段落，选中的内容如果只覆盖某段的一部分，会被扩展到整段，并在任务开始前展示给你确认。上传这一侧没有单次词数上限，所以一章可以当一个文件整个交进去。符合条件时可以免费继续降 AI。

以上都不是对你下一份报告的预测，而是关于「什么会被动、什么会被计费」的陈述。

Turnitin 能查超过 30,000 词的文档吗？ AI 检测这一侧不能。Turnitin 的文件要求页和它的 FAQ 都写着，一份提交不得超过 30,000 词，才会生成 AI 检测报告和百分比。相似度检测是另一套系统，有它自己的行为。

我的论文回来没有 AI 百分比，这是好事吗？ 更可能的情况是根本没有生成报告。灰色双破折号表示指标无法处理这份提交，而超出文件要求正是 Turnitin 列出的原因之一。

为什么我这一章的分数和导师提交的那个文件不一样？ 那是两次不同的运行。分数是在「当时提交的那份东西」的重叠片段上算的，而百分比只覆盖合格散文，所以包含同样文字的两个文件，可以有不同的分母、给出不同的数字。

有最低篇幅要求吗？ 有。文件需要在长篇写作格式下至少含 300 词散文。Turnitin 还说，只有几百词的文档，预测会趋向全有或全无，因为只有单个片段、没有重叠可供平均。