Walter Writes AI Humanizer 評測:兩組真實測試

Author image
作者   Emily Watson
2026-11-18 19:03:45 • 7 分鐘閱讀

如果您正使用 Walter 讓草稿內容聽起來更自然,真正的問題在於您是否能信任重寫後的措辭。我們嘗試在 Walter AI Humanizer 中輸入一段學術段落和一封日常電子郵件。儘管兩者的 AI 檢測分數皆有所下降,但重寫後的內容卻出現了錯誤:一個憑空捏造了關於學校退學的資訊,另一個則擅自更改了回覆時間。

下方的完整輸入與輸出內容詳細列出了這些變動。若您打算將重寫後的內容運用在實際工作中,這些變動遠比表面的「AI 檢測通過」徽章來得重要。

測試 1:一項附有限定條件的學術結論

我們於 2026 年 11 月 16 日測試了登入後的免費試用版,採用「大學 / 一般 / 簡單」的設定。兩個範例段落皆為 AI 撰寫的測試輸入;其中的學術場景為假設性質,並非真實的研究發現。

原始輸入,60 個單字

In a hypothetical 12-week pilot involving 84 students, optional study sessions were associated with higher attendance, but the data did not establish that the sessions caused the increase. Two students withdrew before the final survey. The comparison did not adjust for students' prior attendance, and participants chose whether to attend the sessions. These limitations make a causal interpretation especially uncertain.

完整的 Walter 輸出,87 個單字

In a theoretical twelve-week pilot of eighty-four students, there was an association in this pilot between attending optional study sessions and having higher attendance; however, the data did not show that the optional study sessions produced the increase. Also two students withdrew from school before completing the last student survey. There is no adjustment for student's prior attendance in this comparison. Students also had a choice as to which optional study sessions they attended. Due to these factors it is especially difficult to make a causal conclusion.

Walter 保留了學生人數以及相關性與因果關係之間的區別。「數據並未顯示選擇性學習課程帶來了成長」忠實地重述了原本謹慎的結論。然而,改寫後的版本宣稱這兩名學生「退學了」。原文僅提及他們在最終調查前退出;「離開學校」屬於額外增加的說法。此外,它將複數所有格「students' prior attendance」改成單數所有格「student's prior attendance」,與文中多名學生的語境不符,重複使用「試辦研究」一詞,並在未提供有價值細節的情況下增加了 27 個單字。整體讀起來比原文更顯累贅。

檢測器的數據顯示有利於 Walter 的趨勢。GPTZero 的基本掃描結果從原始文本的 100% AI 變為輸出的 0% AI。Copyleaks 將 60 個來源單字全數標記為 AI 文字,而將 87 個輸出單字中的 0 個標記為 AI 文字。Walter 的編輯器顯示其改寫內容「通過 AI 檢測」,但並未提供可供比對的數值分數。這些僅是介面觀察到的結果,並非證明關於學生的新論點可安全發布的證據。

Walter 學術輸入和即時編輯器中的完整重寫

編輯器顯示了 Walter 完整重寫內容與原始文本的對照。關鍵檢視點在於「退學」一詞,這增加了一個輸入內容中並不存在的事實。

檢測器截圖,原始 → Walter 重寫:

GPTZero 學術原始:AI 100%,人類 0%

GPTZero 將原始學術段落評定為 100% AI,為後續測試提供了基準。

GPTZero Walter 學術重寫:AI 0%,人類 100%

Walter 的版本在 GPTZero 中降至 0% AI。該分數變化並未偵測到關於退學的新說法。

Copyleaks 學術原始:60 個 AI 單字,0 個人類單字

Copyleaks 在重寫前將所有 60 個來源單字標記為 AI 文字。

Copyleaks Walter 學術重寫:0 個 AI 單字,87 個人類單字

重寫後,Copyleaks 未將 87 個單字中的任何一個標記為 AI 文字,同時篇幅變得更長且精確度下降。

測試 2:一封帶有截止日期的普通電子郵件

原始輸入,61 個單字

Hi Maya, I can send the draft by Thursday afternoon, but I cannot attend Friday's call. Could you put your comments in the document by noon on Friday? I will reply after 3 p.m. The figures in section two are still provisional, so please do not forward that page to the client yet. I will send a confirmed chart on Monday.

完整的 Walter 輸出,83 個單字

Hi Maya, I'll be able to get the first draft out by this Thurs. Afternoon, but unfortunately, I won't be able to make Friday's conference call. If you could post your comments into the document by Noon on Fri., I'll try to respond with my comments by 3pm. Please don't forward the Section II charts (the numbers) to our client at this time as they are still just estimates and I will be sending them a final version of these charts next Mon.

「我將無法參加週五的……電話會議」屬於口語表達,但改寫版本增加了「電話」一詞,將草稿定義為「第一版」,並將具體日期簡化為「週四下午」、「週五中午」和「下週一」。更嚴重的是,「我會在下午 3 點後回覆」變成了「我會盡量在下午 3 點前回覆」。這導致截止日期的時間點完全顛倒,將明確的承諾變成了不確定的說法。原文要求不要轉發那一頁是因為數據是暫定的;改寫版則描述為「第二節圖表」和「數據」,增加了寄件人未提供的細節。此外,它將週一要發送的一份確認圖表變成了多份最終圖表。

電子郵件改寫的偵測結果

  • GPTZero:原始郵件從 100% AI 轉變為 Walter 輸出後的 6% AI / 94% 人類。
  • Copyleaks:無法對原始郵件進行評分,因為其線上表單要求至少 350 個字元。針對改寫版本,它將 83 個單字中的 0 個標記為 AI 生成。
  • Walter 編輯器:顯示了「通過 AI 偵測器」的徽章。

我們的結論:儘管偵測結果有所改善,但電子郵件仍需人工校對,因為「下午 3 點後」和「下午 3 點前」意義完全不同,不能混用。

下方截圖展示了 Walter 在線上編輯器中改寫電子郵件的情況。

Walter 電子郵件輸入與即時編輯器中的完整改寫

線上編輯器完整保留了郵件內容。比較來源中的「下午 3 點後」與 Walter 輸出中的「下午 3 點前」:時間條件已改變。

偵測器截圖,原始版本 → Walter 改寫版本:

GPTZero 原始郵件:AI 100%,人類 0%

在進行任何改寫前,GPTZero 將原始郵件判定為 100% AI。

GPTZero Walter 改寫郵件:AI 6%,人類 94%

改寫後的郵件 AI 分數降至 6%,但這種低分數並不能保證修改後的截止日期內容是否正確。

Copyleaks Walter 改寫郵件:0 個 AI 單字,83 個人類單字

Copyleaks 並未將 Walter 郵件中的 83 個單字標記為 AI 生成;這只是該工具針對輸出的單向判定,而非前後對比。

Copyleaks 對原始郵件的最低長度警告

原始郵件未達 Copyleaks 的 350 個字元最低門檻,因此無法為此測試提供有效的基準數據。

什麼是免費的,付費又能買到什麼?

Walter 的 試用說明 指出,該服務提供一次性 300 個英文單字的文字改寫(Humanizer)額度,以及為期三天的檢測器使用權限。經實測,登入後的儀表板最初顯示擁有 300 個英文單字可用額度,且兩次短篇內容重寫均順利完成。至於公共網站上提及無需註冊即可使用的 Lite 工具,其單次處理上限同樣為 300 個英文單字;請勿將其誤解為登入後每日更新的免費額度。此外,Walter 的 API 點數 為獨立產品,無法用來擴充消費者的試用額度。

定價頁面 列出了以下按年計費的方案與限制:

方案 每月額度 單次請求上限 按年計費
Starter 30,000 個英文單字 750 個英文單字 相當於每月 $8;每年 $96
Pro 70,000 個英文單字 1,500 個英文單字 相當於每月 $13;每年 $156
Elite 200,000 個英文單字 2,000 個英文單字 相當於每月 $26;每年 $312

系統也提供按月計費選項。若您計畫處理長篇章節,單次請求上限的設定至關重要;即便您的方案擁有龐大的總額度,也無法突破這項單次請求的上限限制。

付費訂閱能帶來更多的處理量與進階設定,並不具備事實查核功能。在我們使用「簡單模式」(Simple-mode)進行免費測試時,輸出內容曾導致原文不存在的退學說法,並竄改了回應時間。付費升級或許能微調文筆,但由於我們未測試付費模式,目前尚無證據顯示其能解決此類錯誤。

結論:你應該付費使用 Walter Writes 嗎?

針對簡短且非關鍵的草稿,Walter 作為提供替代用詞的工具頗具參考價值,且在兩個測試案例中均成功降低了 GPTZero 的 AI 分類評分。我們不建議僅為了讓文本「無法被檢測」而付費,亦不建議在未經人工檢查的情況下提交其產出的內容。學術性的重寫版本不僅篇幅更長,精確度也較差;電子郵件的重寫版本甚至擅自更改了截止日期。若你的工作內容涉及方法、注意事項、日期或客戶指示,那麼後續校對修正所花費的時間,可能抵消其帶來的效率優勢。

付費方案最適合應用於重複性工作,前提是你必須能親自審核每一處修改,且該方案的每月與單次請求限制符合你的工作流程。在決定購買年度方案前,建議先利用一次性的試用額度,選取一段具有代表性的段落進行測試。我們的研究結果歸納出一項簡單原則:唯有當改寫後的句子在意義上與原文對照後仍保持正確,才予以採用。畢竟,良好的檢測結果無法掩蓋錯誤的事實。

若你需要第二個版本進行比較,可以試著將具有代表性的段落輸入到 EssayDone Humanizer 中。請將原始文本與兩個重寫版本並列比較,並選擇最能精準表達原意的措辭。讀者發現錯誤日期或錯誤說法的速度,絕對遠快於他們察覺檢測器分數的時間。有關其檢測產品的詳細分析,請參閱 EssayDone 獨立撰寫的 Walter AI Detector 評論。