学生、ライター、研究者のために
AI コード検出ツール ZeroTell 提供 · 自分で確かめられる根拠
関数、ファイル、課題まるごとを貼り付けてください。AI アシスタントが残しがちな書き方の癖を計測し、モデルが 1 行ずつコードをレビュー。推定結果がなぜそうなったのかを具体的に示します。
AI 生成の可能性シグナル
これはシグナルであり、証拠ではありません。丁寧な人が書いた、きれいでコメントの充実したコードが「AI っぽく」見えることもあれば、手直しされた AI のコードが人間らしく見えることもあります。このレポートだけを根拠に誰かを非難しないでください。
ここにレポートが表示されます：可能性の判定、特定の行へのコメント、計測したすべてのスタイルシグナル。
AI コード検出ツールの仕組み
コードを貼り付けるかファイルをアップロード
Python、JavaScript、TypeScript、Java、C、C++、C#、Go、Rust、PHP、Ruby、Kotlin、Swift、SQL は自動で認識されます。言語を手動で選ぶこともできます。
書き方の癖を計測
コメントの密度と言い回し、命名の一貫性、足場コード、docstring のテンプレート、防御的なエラー処理、行の長さのばらつきを、毎回同じ方法でカウントします。
モデルがコードをレビュー
行番号付きのコードを計測結果とあわせて読み込み、目立つ行について AI 生成を示す点・示さない点の両方から短いコメントを付けます。
判定と理由を表示
結果は可能性「低・中・高」で示され、見せかけの精密なパーセンテージは使いません。根拠も一覧表示されるので、ご自身で判断できます。
レポートでわかること
こんな方におすすめ
情報系の教員
学生と話し合うきっかけとして、質問すべき具体的な行とあわせて活用できます。
学生
提出前に、自分のコードのどの癖が生成されたように見えるかを確認できます。
採用チーム
スコアだけでなく、次の面接で話し合える根拠をもとに持ち帰り課題をレビューできます。
オープンソースのメンテナー
ライセンスやテストカバレッジをより詳しく確認すべきコントリビューションを見つけられます。
よくある質問
できません。どのツールにも不可能です。レポートは書き方の癖にもとづくシグナルであり、丁寧にコメントを書きスタイルガイドに従う経験豊富な開発者のコードは、「AI っぽく」見えることがよくあります。それ単体を証拠とせず、何を質問すべきかを決めるために使ってください。
パーセンテージは、スタイル分析では実現できない精度を示唆してしまいます。低・中・高なら、シグナルがどの程度一方に傾いているかを正直に表せます。
コメント密度、コメントの言い回し、命名の統一度、使用例ブロックなどの定型コード、テンプレート的な docstring、エラー処理の冗長さ、行の長さの均一性です。それぞれ根拠となる数値とともに表示されます。
Python、JavaScript、TypeScript、Java、C、C++、C#、Go、Rust、PHP、Ruby、Kotlin、Swift、SQL は自動で検出されます。その他の言語でも、モデルレビューと言語に依存しないシグナルは利用できます。
Pro プラン*では使いません（*フェアユース：文章作成・学習・コードのツール合計で 1 日あたり最大 300 回）。プランがない場合、1 回のチェックにつき 2 クレジットを使用します。ZeroTell アカウントが必要です。一度に最大 20,000 文字までチェックできます。
アップロードしたファイルはブラウザ上で読み込まれ、テキストとしてチェックに送信されます。コードはレビューのために AI プロバイダーへ送信されますが、公開されたりデータベースに追加されたりすることはありません。