做降AI率，最忌讳的就是想一遍到位。我带学生久了，总结出一套“三遍法”，每一遍目标不同，配合着来，效果最稳。
第一遍，机器粗降。这一遍的目标不是达标，是快速扫掉最明显的AI痕迹。把论文里那种套话密集的段落，用工具或者批量替换先过一遍。比如50组AI高频表达那套清单，这时候用上。第一遍下来，你会发现大红色段落少了一大半，数字可能从40%多降到30%出头。
这一遍别指望质量，只求快。工具改出来的句子可能生硬，没关系，留着，第二遍收拾。
第二遍，人工精修。这是决定成败的一遍。机器粗降完之后，你拿检测报告对着剩下的标红段落，一段一段手动处理。这时候要动真格的：换结构、加视角、补数据、改术语。那些机器改坏的句子，也在这一遍修回来。
人工精修的重点位置：专业术语段落、数据案例段落、你的原创观点段落。这些机器碰不得的地方，必须你自己来。第二遍做完，数字应该能压到接近达标线。
第三遍，工具复查。第二遍改完，别立刻交，用同一套检测系统再跑一次。看看两件事：一是数字降下来没有，二是有没有新的标红段落冒出来——你第二遍新写的句子，可能又带着AI腔。
如果第三遍发现还有少量标红，再针对性修一轮。这时候改动量已经很小了，零星几处。
三遍法的核心思想是分工：粗活给机器，细活给人，复查给系统。很多人失败，是因为要么全交给机器（翻车），要么全自己来（效率太低还顾此失彼）。
时间安排上，一篇一万字的论文：第一遍机器粗降半小时到一小时，第二遍人工精修两到三小时，第三遍复查加补修半小时。加起来大半天能搞定，不用通宵。
这套流程你用熟了，会发现降AI率其实是个工序活，不靠灵感，靠流程。
三遍法里，最容易偷懒跳过的是第二遍人工精修。很多人第一遍机器粗降完，看数字降了一大截，就直接复测去了，结果发现数字卡在那里上不去。这就是跳过了人工精修的后果——机器只能改表面，深层的视角和内容得人来补。
所以第二遍千万别省。拿检测报告对着剩下的标红段，一段一段手动处理。慢是慢一点，但这一遍做完，数字基本就稳了。三遍法的精髓不是快，是每遍干每遍该干的事，别混在一起。分工清楚了，效率反而高。
三遍法练熟了，你会发现降AI率一点都不痛苦，就是一道按部就班的工序。
三遍法看着麻烦，其实比一遍硬改快。分工清楚了，反而省时间。