服务概述
文本内容安全提供了对 AI 生成内容的识别能力，本文将为您介绍页面体验和 API 调用两种文本生成识别服务的使用方式。
能力介绍
大模型技术的快速发展，给内容创作领域带来了更多的可能性，但同时也降低了创作门槛，带来了虚假信息、生成非法内容等问题。本产品通过文本在形式（如标点、特殊字符、 Markdown 格式）和内容（如泛泛而谈、正确而无用的话）这些方面所呈现出的特征，鉴别文本是否为 AI 工具生成，覆盖 chatgpt4o、doubao 、 qwene 、 deepseek-r1 等数十种主流文本生成大模型，针对新闻、百科、问答、评论、小说内容主题，在实际应用中识别准召率高。
服务对接
说明：
方式一：通过控制台页面使用
1. 登录 内容安全控制台，单击 LLM 内容审核，跳转后单击初始化配置，立即体验。
2. 在 AI 生成文本检测页面的指定区域中，域输入待检测文本。
说明：
AI 文本生成识别单次检查上限2000字，同时过短的文字也难以证明是否为 AI 生成，因此建议检测文本字数在350字-2000字之间。
3. 输入待检测文本后，单击提交检测，即可查看检测结果与生成说明。
文本 AI 生成识别示例（您可复制这段文本，作为输入内容快速体验产品效果）：
去年春天，我在社区医院偶然目睹了人工智能辅助诊断系统的首次试运行。记得那个下着细雨的午后，候诊厅的电子屏突然切换成蓝底白字的" AI 读片系统上线"提示。放射科张主任戴着老花镜，手指在触控屏上迟疑滑动时的微妙表情，至今仍清晰印在我脑海里——那是一种混合着期待与不安的复杂神情。隔壁诊室传来实习生们的窃窃私语："听说这套系统在测试时把3%的陈旧性骨折误判成恶性肿瘤..."
这个场景让我想起大学导师常说的"技术驯化论"。任何新技术的落地都必然经历与人类工作模式的痛苦磨合期。就像去年市立图书馆引进的图书分拣机器人，最初两周总把哲学著作塞进少儿绘本区。
人工智能在医疗领域的应用正以前所未有的速度发展。基于深度学习的医学影像分析系统通过数百万张标注影像的训练，已能实现 CT 扫描94.7%的结节识别准确率。自然语言处理技术的进步使得电子病历自动生成系统可完整提取医患对话中的35个关键临床指标。值得关注的是，联邦学习框架的引入有效解决了医疗数据隐私问题，使跨机构模型训练成为可能。
在药物研发领域，生成式 AI 展现出巨大潜力。某程序成功预测了98.5%的人类蛋白质结构，极大缩短了新靶点发现周期。某公司2023年报告显示，其 AI 辅助设计的疫苗研发效率提升42%。与此同时，手术机器人市场年复合增长率达23.6%，某系统已完成超过千万例微创手术。
上周回访时，张主任的工作台已堆满各色标注便签。他指着屏幕上闪烁的置信度百分比苦笑道："现在每个诊断都要和这个数字较劲。"窗台上新添的绿萝藤蔓缠绕着数据线生长，恰好构成个天然理线器。这颇具隐喻意味的画面提醒我们：当算法试图理解人体时，或许也需要保留些"不精确"的温柔。
方式二：通过 API 接口调用
若您需要和您的业务系统做对接，则可使用 API 接口的方式来调用我们的服务。
1. 开通服务：登录 内容安全控制台，单击 LLM 内容审核，跳转后单击初始化配置，立即体验。
2. 获取接口参数：单击“应用管理”，即可见如下图所示的“AI 生成检测配套策略”，其中 Biztype 字段对应的值，即接口调用的必备传值。
3. 系统对接：请参见 文本内容安全接入文档来 完成系统接口的对接。其中，接口参数中 Biztype 的传值，即为上一步您在“应用管理”页面查看的 Biztype 值，Type 的传值为 TEXT_AIGC。
