Substack AI Detectionの代替を5タイプで比較｜無料・日本語・オープンソース (2026年版)
この記事のポイント SubstackがPangramと組んでAI検知を載せたことで、「読者に勝手にAI率を表示される」書き手側の不安と、「他の手段でも確かめたい」読者側のニーズが同時に生まれました。代替は大きく5タイプ。無料で足りるのはどこまでか、日本語で使えるのか、自分のPCで動かすオープンソースはありなのか、誤検知が出たときに何を残しておけば身を守れるのか。判断に必要な材料だけを並べます。
自分のニュースレターを開いたら、記事の横に「AIが書いた可能性」のスコアが出ていた。書いたのは全部自分なのに。そんな状況なら、いちばん先に知るべきは代替ツールの名前ではなく「その数字がどれだけ当てにならないか」です。
AI検知は、文章の統計的なクセを見て確率を出しているだけ。正解を知っているわけではありません。だから代替を探す動きも、「もっと当たるツール」ではなく「別の角度から確かめる手段」を持つ方向に向かうのが正しい。ここが出発点です。
Substack AI Detectionとは何か
Substack AI Detectionとは、Substackに公開された投稿やノートを読者側からスキャンして、どのくらいAIが書いた文章かの推定を表示する機能です。判定エンジンはSubstackの自社開発ではなく、AI検知を専門にするPangramとの提携で提供されています。
対象になるのは100語を超えるテキストで、機能の提供開始日以降に公開されたもの。過去記事が丸ごと遡って採点されるわけではありません。ここは書き手にとって地味に効く仕様です。
さらにSubstackは、書き手が自分のAI利用方針を書いておく欄も用意しました。検知と開示、その両方を同じ場所に置いた構成です。
| 項目 | Substackの機能 | 一般的な外部検知ツール |
|---|---|---|
| 誰がスキャンするか | 読者・書き手の両方 | 基本は自分（発注者・編集者） |
| 結果の見え方 | 投稿に紐づいて公開表示 | 自分の画面の中だけ |
| 対象の長さ | 100語超 | ツールごとに下限が違う |
| 無効化 | ノート単位で可能 | そもそも公開されない |
つまり、外部ツールとの最大の違いは「結果が他人の目に入るかどうか」。ここが不安の正体です。
なぜ「代替」を探す人が急に増えたのか
代替探しの動機は3つに割れています。書き手の防衛、編集者の裏取り、そして日本語で使いたいという実務上の要求です。
英語圏の書き手コミュニティでは、機能の発表直後から誤検知の報告が相次ぎました。人間が書いた古典的な評論文をかけたところ高いAI率が返ってきた、という報告が議論を呼んだのがわかりやすい例です。名文ほど文章のクセが整っていて、統計的には「予測しやすい文」に見えてしまう。皮肉な話ですが、構造上そうなります。
編集者側の動機は逆方向。外部ライターの原稿を1つのエンジンだけで判断するのは怖いので、別系統でも当ててみたい。医療や金融の記事なら、この慎重さは正しい判断です。
そして日本語。英語データで訓練された検知器に日本語を通すと、そもそも土俵が違います。ここは後半で詳しく扱います。
Substackの検知はオン・オフをどう操作する？
書き手側で完全に消せるわけではありませんが、ノートについては表示を止められます。手順はシンプルです。
- ノートの作成画面で三点リーダー（…）を開く
- 「Scan for AI text」を選んで分析を走らせる
- 表示されたPangramの分析結果、その右上の三点リーダーを開く
- 「Disable detection」を選ぶ
これで、そのノートに関しては読者側に分析が表示されなくなります。公開前に自分でスキャンして結果を見てから決められる、という順番になっているのがポイント。
ただし、無効化そのものが読者にどう映るかは別問題です。「隠した」と受け取られるリスクは残ります。だからこそ、次に説明する「そもそも何を見て判定しているのか」を知っておくと、無効化ではなく説明で対応できるようになります。
AI検知ツールは何を見て判定している？
検知エンジンが見ているのは意味ではありません。単語の並び方の統計です。
中心にあるのがperplexity、日本語にすると「その語がどれだけ意外か」の指標です。人間の文章は語の選び方が不安定で、ときどき予想外の語が飛び出す。生成AIの文章は確率の高い語を素直に選ぶので、意外性が低くなりがちです。
もう一つよく使われるのが、文の長さやリズムのばらつき。人間は長い文と短い文を無自覚に混ぜますが、AIは均一に揃えてしまう傾向があります。
| 判定材料 | 人間の文章に多い状態 | AI生成に多い状態 |
|---|---|---|
| 語の意外性 | 高い（予想外の語が混ざる） | 低い（無難な語が続く） |
| 文の長さのばらつき | 大きい | 小さい |
| 語彙の偏り | 書き手ごとの癖が出る | 平均に寄る |
| 構文の型 | 崩れる箇所がある | 整いすぎる |
つまり検知は「AIかどうか」ではなく「AIっぽい統計かどうか」を測っている。丁寧に整えた人間の原稿ほど引っかかりやすいのは、この構造から来ています。
代替を5タイプに分けて考える
代替候補をツール名で並べても選べません。役割で5タイプに割ると、自分が必要なのはどれかがすぐ決まります。
| タイプ | 中身 | 費用感 | 日本語 | 向いている人 |
|---|---|---|---|---|
| ① 専業の検知サービス | AI検知だけを作り込んだSaaS | 無料枠＋有料 | 英語優先 | 編集部・外注管理 |
| ② 教育・学術系 | 論文やレポート向けの検知 | 機関契約が中心 | 一部対応 | 大学・研修事業 |
| ③ 文章支援ツールの付帯機能 | 校正ツールに内蔵された検知 | 既存契約に含む | ツール次第 | すでに契約済みの人 |
| ④ オープンソース実装 | 研究由来の検知アルゴリズム | 無料（要環境） | 自分で検証 | エンジニア・研究者 |
| ⑤ 検知しない運用 | 開示ラベルと制作記録で示す | ほぼ0円 | 完全対応 | 個人の書き手 |
②の代表格がTurnitinで、教育機関での運用実績を軸にしています。③はGrammarlyやNotion AIのように、書く工程と同じ画面で完結するのが強み。
いちばん過小評価されているのが⑤です。個人の書き手にとっては、検知ツールを増やすより効きます。
無料で使える代替はどこまで実用になる？
無料枠で足りるかどうかは、使う頻度で決まります。月に数本なら十分。毎日回すなら足りません。
専業サービスの無料枠は、たいてい文字数の上限つきです。しかも無料版では「どの文がAIっぽいか」を色分けするハイライト表示や、詳細レポートが有料側に置かれていることが多い。数字だけ見えても、原稿を直す材料にはならないのが正直なところ。
無料で回すなら、こんな組み立てが現実的です。
- 疑わしい原稿だけを無料枠に通す（全件チェックはしない）
- 2つ以上のサービスにかけて、結果が割れたら判定を保留にする
- 数字ではなく、ハイライトされた箇所の中身を読む
判定が割れるのは異常ではなく、むしろ普通です。エンジンごとに訓練データも指標も違うので、同じ原稿で違う数字が出ます。1社の数字を根拠に人を疑うのは、それだけで危うい。
そして無料の本命は、実はオープンソース側にあります。制限なしで、しかも自分の環境で回せるからです。
日本語の文章はちゃんと判定できる？
期待しないほうがいい、というのが正直な見立てです。英語向けに作られた検知器を日本語に当てると、精度の前提が崩れます。
理由は3つ。日本語は単語の区切りが曖昧で、語の意外性を測る土台がぶれること。訓練データの量が英語に比べて圧倒的に少ないこと。そして敬体（です・ます）の文章は語尾の種類が限られるので、統計的に「均一な文」に見えやすいこと。
ビジネス日本語ほど、AIっぽい統計になる。これは書き手の責任ではありません。
| 文章の種類 | 誤検知の起きやすさ | 理由 |
|---|---|---|
| 日本語のビジネス文 | 高い | 敬体で語尾が揃う |
| 日本語のエッセイ | 中くらい | 口語の崩れが救いになる |
| 翻訳した日本語 | 高い | 翻訳の過程で表現が平均化する |
| 英語の一次原稿 | 標準 | 検知器の想定どおり |
翻訳文が引っかかりやすいのは見落とされがちです。DeepL Writeのような支援ツールで整えた文章も、統計上は「整いすぎた文」に寄ります。海外向けに書いている人ほど注意が要ります。
日本語で検知の数字を根拠に何かを判断するのは、現時点では無理があります。参考値どまり、と割り切ったほうが安全です。
オープンソースの検知エンジンという手
自分のPCやサーバーで動かせる実装が、研究の副産物としていくつも公開されています。原稿を外部サービスに送らなくて済むので、守秘義務のある仕事とは相性がいい。
代表的な方式は4つです。
| 実装・方式 | 考え方 | 必要な環境 | 注意点 |
|---|---|---|---|
| GLTR | 語ごとの出やすさを色で可視化 | ブラウザ／Python | 判定は人間がする |
| DetectGPT系 | 文を少し書き換えて確率の変化を見る | GPU推奨 | 計算量が重い |
| Binoculars | 2つのモデルの見え方の差を比べる | GPU推奨 | 学習不要で回せる |
| RoBERTa系の検知モデル | AI文と人間文を学習した分類器 | CPUでも可 | 学習時点より新しいAIに弱い |
いちばん実用的なのはGLTR型の可視化です。スコアを出さず、どの語が「予測しやすい語」だったかを色で見せる。数字で断罪しない分、原稿を直す材料として使えます。
ただしどの実装も、日本語での検証結果は限られます。導入するなら、自分が書いた過去記事と生成AIの出力を数十本ずつ通して、手元で当たり具合を確かめてからにしてください。それをやらずに数字を信じるのは、外部サービスを盲信するのと変わりません。
社内で使うAIツールの選定基準そのものを整理したい人は、社内監査向けAIツールの選び方を先に読むと、検知ツールの位置づけがはっきりします。
ここまでの整理: 検知は「AIかどうか」ではなく「AIっぽい統計か」を測る仕組みで、日本語では精度の前提が崩れる。無料枠は数字しか見えないことが多く、ローカル実行のオープンソースは可視化型が実用的。ここから先は、数字で不利を食らった側がどう身を守るかの話に移ります。
誤検知をくらった書き手はどう自分を守る？
抗議より先にやるべきは、証拠を残す仕組みを作ることです。後から用意した証拠は弱い。書いている最中に残るものだけが効きます。
有効なのは4つ。
- Googleドキュメントやエディタの編集履歴を消さずに残す
- 取材メモ・音声・スクリーンショットを日付つきで保管する
- 下書きの段階でコミットやバージョンを刻む
- AIをどこに使ったかを自分用のログに書いておく
このうち編集履歴がいちばん強い。数十分から数時間かけて文が育っていく記録は、一括貼り付けとは形がまるで違います。検知スコアより雄弁です。
そのうえで、スコアが出てしまったときの説明は短くていい。「調べ物にAIを使い、本文は自分で書いた」「編集履歴を出せます」の2文で足ります。長く弁明するほど疑われます。
リサーチ工程を記録に残しやすくしたいなら、検索と出典管理が一体化したFeloのようなツールが向いています。使い方はFeloの完全ガイドにまとめてあります。
検知しない、という選択肢
検知ツールを増やすより、開示を先に置いたほうが強い。これは大手プラットフォームの動きとも合っています。
Substackが検知と同時に「AI利用の方針を書く欄」を用意したのは、そのサインです。判定される前に自分から言う。順番を逆にするだけで、読者との関係が変わります。
開示の書き方は、細かいほど信用されます。
| 開示レベル | 書き方の例 | 読者の受け取り方 |
|---|---|---|
| なし | 何も書かない | 検知結果に判断を委ねる |
| ざっくり | 「AIを一部活用しています」 | 何をしたのか伝わらない |
| 工程別 | 「調査と見出し案はAI、本文は人間」 | 納得されやすい |
| 工程＋根拠 | 上記＋編集履歴の公開 | ほぼ疑われない |
工程別まで書けば十分です。読者が知りたいのは「AIを使ったか」ではなく「誰が責任を持っているか」なので、そこを明言すれば数字は脇に置かれます。
同じ議論は画像の世界でも進んでいて、生成画像の出所表示は先行しています。AIイラスト生成ツールの比較や、ローカル生成の実態が見えるComfyUIとStable Diffusionの比較を読むと、文章側の議論が数年遅れで同じ道を通っているのがわかります。大手の方針という意味では、Meta AIの使い方ガイドでも表示ラベルの扱いに触れています。
用途別のおすすめはどれ？
立場によって正解が変わります。全員に効く1本はありません。
| あなたの立場 | 選ぶべきタイプ | 具体的な動き |
|---|---|---|
| 個人のニュースレター書き手 | ⑤開示＋編集履歴 | 方針欄を埋め、履歴を残す |
| 編集部・メディア運営 | ①専業サービス2本 | 割れたら人間が読む運用に |
| 教育・研修事業 | ②教育系 | 機関単位で基準を先に決める |
| 守秘義務のある仕事 | ④オープンソース | ローカル実行で外に出さない |
| すでに校正ツール契約済み | ③付帯機能 | 追加費用ゼロで様子見 |
迷ったら⑤から始めてください。コストがかからず、いちばん効きます。
編集部として運用するなら、AI検知の数字を採否の基準にしないと決めておくのが実務的です。基準にした瞬間、ライターは「検知を避ける書き方」に最適化し始めます。読みにくい文章がわざと増える。本末転倒です。
執筆支援ツールを選び直す段階なら、AIライティング系のカテゴリとAIセキュリティ関連のカテゴリを並べて見ると、検知と生成が同じ市場の裏表だとわかります。
AI PICKS編集部の判定
SubstackのAI検知そのものは、機能として悪くありません。100語超に限定し、書き手が事前にスキャンでき、ノート単位で表示を止められる設計は、想像よりずっと慎重です。乱暴な実装ではない。
問題は使う側にあります。表示されたパーセンテージが、読者の頭の中で「証拠」に変わってしまう。統計的な傾向値でしかないのに、です。日本語ではその不確かさがさらに増します。敬体で丁寧に書くほどAI寄りの数字が出やすい構造なので、日本のニュースレター運営者が数字に一喜一憂するのは、正直イマイチな使い方です。
代替として本気で勧められるのは、外部の検知サービスではなく開示と制作記録の組み合わせ、つまり⑤一択。ここに、必要なら守秘義務対応としてローカル実行のオープンソースを足す。この2枚で足ります。有料の専業サービスを個人が契約する必要は、現時点ではほぼありません。編集部として外注原稿を大量に捌く場合だけ、2社併用の価値が出てきます。数字は道具、判断は人間。この線を引けるかどうかで、AI検知は味方にも敵にもなります。
関連する比較・代替を見る
- GrammarlyとTurnitinの比較 — 校正内蔵型と教育系検知の守備範囲の違い
- DeepL WriteとGrammarlyの比較 — 日本語の推敲と英文校正、どちらが自分の原稿に効くか
- GrammarlyとNotion AIの比較 — 書く場所の中で完結させたい人向け
- ChatGPTとClaudeの比較 — 生成側の文体差は検知の出方にも直結する
- ClaudeとGeminiの比較 — 長文の下書きをどちらに任せるか
- FeloとPerplexityの比較 — 出典を残すリサーチ環境の選択肢
- Turnitinの代替を見る — 教育系検知から乗り換える場合の候補
- Substack AI Detectionの代替を見る — 同カテゴリの他ツール一覧
よくある質問（FAQ）
Q. Substackの記事に出るAI検知の表示は完全に消せますか
ノートについては、スキャン後のメニューから「Disable detection」を選べば読者側の分析表示を止められます。無効化にした事実そのものをどう受け取られるかは別問題なので、方針欄での開示とセットにするのが現実的です。
Q. 過去に公開した記事も全部スキャンされますか
機能の提供開始日以降に公開されたテキストが対象です。それ以前の記事が遡って採点されるわけではありません。ただし、加筆や再公開の扱いは仕様変更の可能性があるので、公式のヘルプで最新の条件を確認してください。
Q. 短い投稿は判定されますか
Substackの機能は100語を超えるテキストが対象です。それより短い投稿はスキャンの対象外になります。日本語の場合の語数のカウント方法は公表されていないので、短文での挙動は実際に自分の投稿で確かめるのが確実です。
Q. 無料の検知ツールだけで運用できますか
月に数本なら足ります。無料枠は文字数に上限があり、どの文が疑われたかを示すハイライト表示は有料側にあることが多いので、原稿を直す用途には物足りません。件数が増えるなら、オープンソースのローカル実行に切り替えるほうが費用対効果は上です。
Q. 日本語の記事でAI率が高く出たら、書き方を変えるべきですか
変えないでください。敬体で整った日本語は統計的にAI寄りに見えるだけで、文章の質とは無関係です。検知を避けるために文を崩すと、読者にとって読みにくくなるだけ。数字ではなく編集履歴で示すのが正解です。
Q. オープンソースの検知は本当に無料ですか
ソフトウェア自体は無料でも、動かす環境の費用はかかります。方式によってはGPUが要るので、クラウドで回すなら実行時間ぶんの課金が発生します。ライセンス条件も実装ごとに違うので、商用利用の前に必ず確認を。
Q. AIを使ったこと自体を隠したほうが得ですか
損です。開示している書き手のほうが、検知スコアが出たときのダメージが小さい。工程ごとに「どこにAIを使い、どこを自分が書いたか」を明記しておけば、数字が独り歩きしません。
Q. 検知結果を外注ライターの評価に使ってもいいですか
やめたほうがいい。ライターが検知回避のための不自然な書き方に最適化し始め、読みにくい記事が増えます。判断材料の1つとして見るのはいいとしても、採否の基準にはしないこと。
次に読むなら、社内監査向けAIツールの選び方を勧めます。検知ツールを入れるかどうかで迷っている段階なら、そもそも自分の組織にどんなルールが要るのかを先に決めたほうが早く片づくからです。
各ツールの公式サイト（一次情報）
料金・機能・対応範囲は各社公式が一次情報です。本記事は公開時点の検証に基づきますが、最新かつ正確な条件は必ず各公式ページで確認してください。
- Substack AI Detection — 公式サイト（AI PICKSの詳細）
- Turnitin AI — 公式サイト（AI PICKSの詳細）
- Grammarly — 公式サイト（AI PICKSの詳細）
- DeepL Write — 公式サイト（AI PICKSの詳細）
