Проверить текст на уникальность: сервисы и нормы

Коротко: вставить материал в форму антиплагиата — дело тридцати секунд, а понять цифру в отчёте о проверке сложнее. Один и тот же абзац даёт 97 процентов в одном сервисе и 78 в другом, и оба показания честные: считают они разное.

«Я прогоняю через антиплагиат каждый материал блога и давно перестал ориентироваться на одну цифру: проверка уникальности говорит только о совпадениях с чужими страницами и ничего — о пользе написанного», — Богдан, автор блога AI SEO Writer.

Сразу о своей позиции: мы делаем сервис генерации статей нейросетью, то есть в этой теме я сторона заинтересованная. Поэтому обещаний «стопроцентной уникальности» дальше не будет.

Что показывает проверка уникальности, а что нет

Метрика отвечает ровно на один вопрос: сколько кусков вашего материала уже встречается в базе сервиса. Это не оценка качества, не сверка фактов и не признак того, что написанное кому-то нужно.

Проверить текст на плагиат и оценить его пользу — две разные задачи, и сервис решает только первую.

Отсюда два следствия. Первое: полная оригинальность бывает и у бессмысленного набора слов. Второе: результат проверки в 80 процентов у грамотного обзора часто означает, что автор честно процитировал норму закона и назвал вещи общепринятыми терминами.

Похожие оговорки касаются соседних показателей отчёта — водности и заспамленности: они про форму подачи, а не про смысл текста.

Как устроены сервисы: шинглы, леммы и поиск перефразирования

Механика проверки почти у всех одна. Сначала текст нормализуют: снимают пунктуацию и HTML-теги, ослабляют вес служебных слов, часть систем приводит слова к начальной форме. Затем материал режут на шинглы — цепочки из нескольких подряд идущих слов, обычно от трёх до десяти. Каждый шингл хэшируют и ищут совпадения в базе.

Такой анализ текста отлично ловит прямой копипаст: если скопировать текст целиком, совпадут почти все цепочки. С перефразированием сложнее — одних шинглов мало, нужны лемматизация, снижение веса служебных слов, сравнение по векторам терминов. Дальше всех ушёл Антиплагиат.ру: он проверяет текст глубже, опираясь на морфологию и семантику, и находит заимствование там, где простая онлайн-проверка рапортует о чистоте.

Почему один и тот же материал даёт разный процент

Проверка уникальности текста в трёх сервисах даст три разных числа. Причин четыре, и все технические.

1. Длина и шаг шингла. Короткая цепочка из двух-трёх слов цепляется за любые общие обороты, длинная из семи-десяти пропускает аккуратный рерайт. От длины текста это не зависит.
2. Обработка морфологии. Одни системы сравнивают словоформы, другие — начальные формы.
3. База сравнения. Онлайн-сервисы индексируют веб-страницы и собственные архивы, Антиплагиат добавляет коллекции вузов и диссертаций. Нет источника в базе — не будет и совпадения при проверке.
4. Формула пересчёта. Где-то это сто минус доля совпавших цепочек, где-то с поправкой на длину заимствованных фрагментов и штрафом за сплошной копипаст.

Одна и та же проверка, запущенная дважды с интервалом в месяц, тоже способна дать разные числа: базы пополняются, а ваш материал мог попасть в индекс. Поэтому цифра без названия сервиса не значит ничего: 90 процентов по text.ru и 90 по Advego — разные измерения.

Чем различаются популярные сервисы проверки

Сервис	Что считает помимо совпадений	На что смотреть
text.ru	водность, заспамленность, проверка орфографии	своя шкала воды, к ней привязаны ТЗ бирж
Content Watch	подсветку совпавших кусков и ссылки на источники	ориентирован на веб-страницы
Advego	классическую и академическую тошноту	в десктопном Плагиатусе видны длина и шаг шингла
eTXT	—	база включает материалы биржи, ловит перепродажи
Антиплагиат.ру	долю цитирования и заимствований	коллекции вузов, упор на перефразирование

Content Watch показывает источники совпадений прямо в отчёте, а text.ru рядом с процентом сразу выдаёт водность и заспамленность. Остальные различия всплывают в мелочах: лимит символов на бесплатной проверке, загрузка документом, а не только вставкой в поле, разбор больших текстов без разбивки на части, набор языков. Если у вас документ на 200 тысяч символов, половина сервисов отпадёт сразу.

Какие нормы уникальности реально приняты

Единого требования нет ни в законе, ни в справках Яндекса и Google. Есть два разных мира.

Учебные работы. Порог задаёт вуз или кафедра — положением о выпускной работе или методичкой. По обзорам вузовских требований курсовая проходит при 60–75 процентах оригинальности, диплом бакалавра — при 65–75, магистерская — при 75–85. Цифры ориентировочные: свой порог смотрите в документе своего вуза, а не в интернете. Проверка на плагиат в вузе и та же процедура для веб-статьи различаются прежде всего базой сравнения.

Веб-контент. Здесь планку ставит заказчик. В ТЗ бирж встречаются 90–95 процентов с привязкой к инструменту: «не ниже 95 по text.ru». Это условие договора, а не требование поисковых систем.

У Яндекса и Google логика другая. Google в справке о полезном контенте пишет: материал, созданный ради трафика, а не для людей, приоритета не получит, а спам-политики марта 2024 года отдельно называют копирование чужого без существенной добавленной ценности. Отдельного штрафа за дубли у Google нет: дублирующиеся страницы кластеризуются, и в выдачу попадает каноническая версия. Яндекс числовых порогов тоже не публикует, а «Баден-Баден» бьёт по переоптимизированным текстам, написанным для роботов.

Водность и тошнота: что смотреть вместе с уникальностью

В отчёте о проверке обычно лежат ещё два показателя.

Водность — доля служебных и малозначимых слов. По шкале text.ru до 15 процентов считается минимальной водностью, 15–30 — нормальной, выше 30 — перебором. У Адвего своя методика и своя шкала, поэтому числа двух сервисов между собой не сравнивают.

Тошнота — про повторы. Классическая равна квадратному корню из числа вхождений самого частого слова: встретилось 16 раз — получаем 4. Академическая считает плотность всех значимых повторов в процентах; по описаниям Адвего нормальным считается диапазон 5–15. Норма зависит от объёма текста: значение, безобидное для лонгрида, для заметки в тысячу знаков уже перебор.

Проверка орфографии в тех же сервисах — приятный бонус, но корректора не заменяет: орфография ловится выборочно, а согласование и пунктуация проходят мимо. Обе метрики — часть требований к SEO-тексту, а не самостоятельная цель.

Когда низкая оригинальность — не повод переписывать

Совпадения бывают неизбежными и законными:

• цитаты и ссылки на нормативные акты — менять их нельзя;
• термины, названия стандартов, характеристики оборудования;
• юридические формулировки — оферта, политика обработки данных;
• типовые описания товаров из инструкции производителя.

Проверка честно подсветит эти куски как заимствование, и это нормально. Если такие фрагменты дали 20 процентов заимствований, ваш текст не стал хуже. Смотреть надо не на итоговое число, а на карту совпадений: какие фрагменты подсвечены и с чем они совпали.

Как повысить уникальность текста и не сломать смысл

Работающих приёмов немного, и все они про содержание. Синонимайзеры, латиница вместо кириллицы и невидимые символы дают материал, который человек читать не сможет, а поисковая система распознает как манипуляцию.

• Добавьте то, чего нет у конкурентов: собственные замеры, скриншоты своего интерфейса, расчёт на своих цифрах.
• Перестройте структуру, а не предложения: свой порядок разделов работает сильнее, чем перестановка слов внутри абзаца.
• Разбавьте общие места конкретикой — сроками, ценами, шагами.
• Проверьте спорные абзацы точечно: повторная проверка всего материала после каждой правки только съедает лимит.

Часть смежных задач закрывают бесплатные инструменты на нашем сайте — вроде генератора секретных ключей, который нужен при настройке публикации из сервиса в CMS.

Черновик текста с помощью нейросети собирается за минуты, но проверять фактуру, цифры и совпадения всё равно приходится руками: нейросеть ошибается предсказуемо, и эти места известны заранее. Высокий процент не спасает слабый материал, а низкий не всегда означает плагиат. Уникальность — гигиена, а не цель.

Уникальность — не единственное, что стоит посмотреть в готовом тексте. Анализ текста покажет воду, повторы и то, как в текст легли ключевые фразы — всё считается в браузере, текст никуда не отправляется.