How to Make ChatGPT Undetectable: प्रॉम्प्ट क्यों फ़ेल होते हैं

ऐसा कोई प्रॉम्प्ट नहीं जो भरोसे से ChatGPT को undetectable बना दे। "write like a human", "add burstiness" या "vary your sentences" जैसे निर्देश आउटपुट की सतह बदलते हैं, पर मॉडल फिर भी वही शब्द चुनता है जो उसे सबसे संभावित लगते हैं, और AI डिटेक्टर ठीक यही अनुमान-योग्यता मापते हैं। डिटेक्टर ठीक इसी तरह के प्रॉम्प्ट वाले टेक्स्ट पर दोबारा ट्रेन भी किए जाते हैं।

जो चीज़ सच में सिग्नल बदलती है, वह धीमी है: सामान्य वाक्यों की जगह अपनी सामग्री (आपके नतीजे, आपका तर्क, आपके उदाहरण) रखना, सिर्फ़ वही वाक्य एडिट करना जिन्हें डिटेक्टर फ़्लैग करे, और नतीजे को दोबारा जाँचना। इनमें से कुछ भी करने से पहले अपने कोर्स या जर्नल की नीति देखें। अगर AI ड्राफ़्टिंग की अनुमति नहीं है, तो कोई तकनीक उसे जायज़ नहीं बनाती। अगर अनुमति है, तो नीचे के स्टेप आख़िरी टेक्स्ट को आपकी आवाज़ जैसा बनाने में मदद करते हैं।

"Write like a human" प्रॉम्प्ट क्यों फ़ेल होते हैं

भाषा मॉडल एक बार में एक टोकन बनाता है, आगे क्या आएगा इसकी संभावना वितरण से चुनते हुए। स्टाइल प्रॉम्प्ट उस वितरण को थोड़ा खिसकाता है। यह मॉडल को ऊँची संभावना वाले शब्दों को तरजीह देने से नहीं रोकता, क्योंकि जनरेशन इसी तरजीह से चलता है। डिटेक्टर यही सांख्यिकीय फ़िंगरप्रिंट खोजते हैं: ऐसा टेक्स्ट जिसे भाषा मॉडल वाक्य-दर-वाक्य आसानी से अनुमान लगा ले। इसकी बारीकियाँ हम AI डिटेक्टर कैसे काम करते हैं में समझाते हैं।

Honestly, in recent years, the role of formative feedback has gained a lot of attention, and for good reason. In our intro chemistry sections, nobody opened the rubric until week nine.

हरा: वे टोकन जिनकी मॉडल उम्मीद करता है। न्यूट्रल: विषय के शब्द। लाल: वे टोकन जो मॉडल को असंभावित लगते हैं। अनौपचारिक शुरुआत फिर भी अनुमानित है; ठोस अवलोकन नहीं।

देखिए प्रॉम्प्ट ने क्या जोड़ा: "Honestly" और "for good reason"। ये वे अनौपचारिक वाक्यांश हैं जिन्हें मॉडल इंसानी लेखन से जोड़ता है, इसलिए ये भी अनुमानित हैं। लाल टोकन उस तथ्य से आते हैं जो सिर्फ़ लेखक जानता था। आम पैटर्न यही है। ठोस, अपने अनुभव की सामग्री सिग्नल हिलाती है; लहजे के निर्देश ज़्यादातर नहीं।

क्या कोई ChatGPT undetectable प्रॉम्प्ट होता है?

शोधकर्ताओं ने ऐसे प्रॉम्प्ट बनाए हैं जो काम आए, पर वैसे नहीं जैसे आप किसी फ़ोरम से कॉपी करते हैं। Transactions on Machine Learning Research में 2024 के एक पेपर की SICO विधि ने कई राउंड में एक proxy डिटेक्टर के ख़िलाफ़ in-context उदाहरणों को ऑप्टिमाइज़ किया, और उस समय के छह डिटेक्टरों के ख़िलाफ़ नतीजों को लगभग अंदाज़े के स्तर तक पहुँचा दिया। हाथ से लिखा "make it sound human" प्रॉम्प्ट, जो पेपर के baseline में से एक था, कहीं ख़राब रहा। विधि हमारे SICO explainer में है।

• मूल GPT-3.5 टेक्स्ट0.779
• SICO-Para आउटपुट0.290

स्रोत: Lu et al., TMLR 2024, Table 1। 0.5 का AUC अंधे अनुमान के बराबर है। 2023 के डिटेक्टर वर्ज़न पर टेस्ट किया गया।

इससे दो सबक निकलते हैं। असरदार प्रॉम्प्ट के लिए लूप में एक डिटेक्टर और खोज के कई राउंड चाहिए थे, जो एक चतुर वाक्य से बहुत अलग है। और प्रकाशित हमले ट्रेनिंग डेटा बन जाते हैं: डिटेक्टर विक्रेता भी वही पेपर पढ़ते हैं। जो प्रॉम्प्ट बड़े पैमाने पर फैलता है, वह अगले मॉडल अपडेट के लिए सीखने का सबसे आसान पैटर्न है।

Burstiness, temperature, टाइपो और छिपे कैरेक्टर

लोकप्रिय तरकीबें हर एक उस एक चीज़ को निशाना बनाती हैं जिसे डिटेक्टर माप सकता है, और हर एक की क़ीमत है।

• "Add burstiness." Burstiness का मतलब है वाक्यों की लंबाई और अनुमान-योग्यता में विविधता। इसे माँगने से आम तौर पर छोटे और लंबे वाक्यों का यांत्रिक बदलाव बनता है, जो ख़ुद एक पैटर्न है। GPTZero यह भी कह चुका है कि वह अब perplexity और burstiness को अपनी मुख्य विधि के रूप में इस्तेमाल नहीं करता (GPTZero)।
• ऊँचा temperature। सैंपलिंग सेटिंग मायने रखती हैं: RAID बेंचमार्क ने पाया कि decoding सेटिंग बदलने, जैसे repetition penalty जोड़ने, से कई डिटेक्टरों को नुकसान हुआ। ChatGPT ऐप में आप temperature सेट नहीं कर सकते, और API से ऊँचे मान पकड़ में आने से पहले ही सुसंगतता और सटीकता की क़ीमत वसूल लेते हैं।
• जानबूझकर डाली गई टाइपो। कुछ ग़लत स्पेलिंग पेपर को इंसानी परीक्षक की नज़र में लापरवाह बना देती हैं, और टाइपो अपने आसपास के वाक्य की अनुमान-योग्यता नहीं बदलती।
• Homoglyph और zero-width कैरेक्टर। RAID ने दिखाया कि अक्षरों को हमशक्ल कैरेक्टर से बदलने से कुछ डिटेक्टर टूट सकते हैं। इससे सर्च, स्पेल-चेक और कॉपी-पेस्ट भी टूटते हैं, और जो भी फ़ाइल को सादे टेक्स्ट एडिटर में खोले या कैरेक्टर normalize करे, उसे तुरंत दिख जाता है। सबमिशन में छिपे कैरेक्टर जानबूझकर छिपाने जैसे लगते हैं, जो AI फ़्लैग से भी बुरा है।

ChatGPT को Turnitin और GPTZero से undetectable कैसे बनाएँ

लोग इसे हर डिटेक्टर के लिए अलग खोजते हैं, पर ईमानदार जवाब दोनों के लिए एक है (और DrillBit के लिए भी यही तर्क लागू होता है)। Turnitin कह चुका है कि August 2025 से उसकी AI रिपोर्ट अंग्रेज़ी में उस टेक्स्ट को भी कवर करती है जिसके AI से बने और फिर bypasser टूल से बदले होने का उसे अनुमान हो (Turnitin प्रेस रिलीज़)। GPTZero दस्तावेज़ों को वाक्य-दर-वाक्य स्कोर करता है और वहाँ हाइलाइट करता है जहाँ उसे AI लगता है। दूसरे को निशाना बनाने वाली तरकीब से कोई भी पास नहीं होता, और दोनों अपडेट होते रहते हैं। जो सभी डिटेक्टरों पर टिकता है, वह ऐसा टेक्स्ट है जो सच में आपका, ख़ास आपका हो। Turnitin हर चैटबॉट को कैसे देखता है, इसके लिए क्या Turnitin ChatGPT, Claude और Gemini पकड़ता है देखें।

असल में सिग्नल क्या बदलता है

डिटेक्टर विचार नहीं, वाक्य फ़्लैग करते हैं। अकादमिक ड्राफ़्ट में सबसे ज़्यादा फ़्लैग होने वाले वाक्य सामान्य वाले होते हैं: "recent years" वाली शुरुआत, घिसे ट्रांज़िशन, और "valuable insights" वाली आख़िरी लाइनें। इन्हीं वाक्यों में आपकी अपनी सोच सबसे कम होती है। इन्हें अपनी सामग्री से दोबारा लिखना दोनों समस्याएँ ठीक करता है।

1. पहले सामग्री लिखेंशब्दों में किसी भी AI मदद से पहले आपका डेटा, स्रोत और तर्क आते हैं।
2. वाक्य-दर-वाक्य स्कैन करेंएक दस्तावेज़ स्कोर पर प्रतिक्रिया देने के बजाय पता करें कि डिटेक्टर कौन-से वाक्य फ़्लैग करता है।
3. सिर्फ़ उन्हें दोबारा लिखेंसामान्य दावों की जगह उनके पीछे का ठोस नतीजा, संख्या या उदाहरण रखें।
4. मतलब जाँचेंसंख्याएँ, साइटेशन और hedge अपने नोट्स से मिलाएँ।
5. दोबारा जाँचें और ज़ोर से पढ़ेंफिर स्कैन करें, फिर अंश ज़ोर से पढ़ें और सुनें कि कहाँ अब भी टेम्पलेट जैसा लगता है।

यह रही AI से ड्राफ़्ट किए लिटरेचर रिव्यू पैराग्राफ़ पर हमारे प्रोडक्शन Humanizer के एक रन की असली जोड़ी। रन से पहले हमारी जाँच के पाँचों डिटेक्टरों ने पैराग्राफ़ फ़्लैग किया; बाद में, एक ने।

पहले

Moreover, recent scholarship has increasingly recognized the role of student feedback literacy in determining whether feedback is actually used (Carless & Boud, 2018).

बाद में

More recently, there has been a growing literature that links feedback effectiveness to the ability of students to interpret feedback (Carless & Boud, 2018).

साइटेशन अपनी जगह रही और दावे का मतलब बना रहा। टूल इस तरह का एडिट जल्दी कर सकता है, पर वह ज्ञान नहीं जोड़ सकता जो उसके पास नहीं। आपकी अपनी स्टडी का आपका अपना उदाहरण वाक्य को और मज़बूत बनाता।

ChatGPT को ज़्यादा इंसानी कैसे बनाएँ

अगर आपका AI इस्तेमाल अनुमति में है और आप चाहते हैं कि टेक्स्ट आपके जैसा लगे, तो ये एडिट किसी भी प्रॉम्प्ट से ज़्यादा मदद करते हैं:

• घिसी शुरुआत और अंत हटाएँ। "In recent years", "plays a vital role", "underscores the importance" और "contributes valuable insights" आम तौर पर पूरी तरह हटाए जा सकते हैं।
• श्रेणियों की जगह उदाहरण रखें। "Vulnerable populations" बन जाता है वह समूह जिसका आपने सच में अध्ययन किया; "various factors" बन जाते हैं वे दो कारक जो आपने मापे।
• जहाँ अनिश्चित हैं वहीं hedge करें, और कहीं नहीं। AI टेक्स्ट बराबर hedge करता है। शोधकर्ता अनिश्चित दावे पर hedge करते हैं और मापे गए दावे को सीधे कहते हैं।
• अपने तर्क के क़दम रखें। लिखें कि कोई तरीका क्यों चुना या कोई स्रोत क्यों हटाया। मॉडल वजहें छोड़ देते हैं।
• वाक्य की लंबाई को सामग्री के हिसाब से चलने दें। मुख्य नतीजे के लिए छोटा वाक्य, शर्तों वाले दावे के लिए लंबा।

फिर आउटपुट को अपने नोट्स से मिलाकर पढ़ें। हमारे अपने दो इंजन रन में रीराइट से एक ब्योरा छूट गया: एक सार में "suggesting a cumulative cooling effect", और एक ग्रांट सारांश में "over a three-year period"। कोई भी रीराइट, आपका हो या टूल का, ऐसा कर सकता है। AI टेक्स्ट को हाथ से humanize करने वाली हमारी गाइड पूरी मैन्युअल प्रक्रिया बताती है।

FAQ

क्या कोई प्रॉम्प्ट ChatGPT को undetectable बनाता है?

भरोसे से नहीं। रिसर्च में जो प्रॉम्प्ट काम आए, वे कई राउंड में डिटेक्टरों के ख़िलाफ़ ऑप्टिमाइज़ किए गए थे, और प्रकाशित तरीके अक्सर अगले डिटेक्टर अपडेट में सीख लिए जाते हैं। सीधे "sound human" प्रॉम्प्ट उस रिसर्च में भी कमज़ोर रहे।

अगर आप ChatGPT को पैराफ़्रेज़ करें, तो क्या Turnitin पकड़ सकता है?

अक्सर। Turnitin कहता है कि वह AI से पैराफ़्रेज़ किया और bypasser से बदला अंग्रेज़ी टेक्स्ट फ़्लैग करता है। जो पैराफ़्रेज़िंग वही सामान्य सामग्री रखती है, वह अक्सर वही सिग्नल भी रखती है, जैसा हम पैराफ़्रेज़िंग टूल AI डिटेक्शन में क्यों फ़ेल होते हैं में दिखाते हैं।

क्या ChatGPT से ग़लतियाँ जोड़ने को कहना काम करता है?

यह ज़्यादातर आपके पेपर की गुणवत्ता घटाता है। टाइपो आसपास के वाक्यों की अनुमान-योग्यता नहीं बदलतीं, और छिपे कैरेक्टर जानबूझकर छिपाने जैसे लगते हैं।

क्या अकादमिक लेखन में ChatGPT इस्तेमाल करने की अनुमति है?

यह आपके कोर्स, यूनिवर्सिटी या जर्नल पर निर्भर है। कई खुलासे के साथ एडिटिंग मदद की अनुमति देते हैं और AI से लिखी सामग्री पर रोक लगाते हैं। नीति शुरू करने से पहले जाँचें, फ़्लैग के बाद नहीं।

Academic Humanizer कहाँ फ़िट होता है

Academic Humanizer शोधकर्ताओं के लिए इस प्रक्रिया के वाक्य-स्तर वाले हिस्से को ऑटोमेट करता है। यह ड्राफ़्ट में उन वाक्यों को खोजता है जिन्हें AI डिटेक्टर फ़्लैग करते हैं, सिर्फ़ उन्हें दोबारा लिखता है, बाकी को ठीक वैसा छोड़ता है जैसा आपने लिखा, और आपका तर्क, संख्याएँ, साइटेशन और शब्दावली बनाए रखता है। इसे Turnitin, GPTZero, ZeroGPT, Copyleaks, Sapling और Originality.ai पर परखा गया है, और AI Detection Report हर रीराइट को मूल के बगल में रखती है ताकि आप हर बदलाव को मंज़ूरी दें। यह किसी भी डिटेक्टर पर नतीजे की गारंटी नहीं देता, और आख़िरी पढ़ाई आपकी है।