改论文的时候，很多人会做一件事：把标红段落里的“首先、其次、最后”换成“第一、第二、第三”。逻辑很简单——换一组词，跟原文就不一样了，重复率应该能降下来。
但重新检测之后发现，重复率不但没降，某些段落反而更高了。
这不是错觉。查重系统的判定逻辑里，有一个大多数人没有意识到的机制：连接词的替换会改变系统的切分方式，进而改变匹配结果。
查重系统怎么“看”连接词
查重系统的核心操作是文本切分和比对。以知网为例，系统把论文切成连续13个字符的滑动窗口，每个窗口独立去数据库里匹配。窗口的起始位置是从论文的第一个字开始的，每移动一个字，就产生一个新的窗口。
这个机制有一个关键特性：切分的位置是由字符序列决定的，不是由语义决定的。
你写“首先，数字化转型能够提升运营效率”，“首”字出现在第1位，“先”字第2位，“，”第3位……系统从第1位开始切，取前13个字符：“首先，数字化转型能够提升”。然后从第2位开始切：“先，数字化转型能够提升运”。以此类推，产生几十个滑动窗口。
现在你把“首先”换成“第一”。句子变成“第一，数字化转型能够提升运营效率”。系统从第1位开始切，取前13个字符：“第一，数字化转型能够提升”。这个窗口跟数据库里的匹配结果可能跟原来完全不同。
关键来了： 原来的窗口“首先，数字化转型能够提升”可能在数据库里匹配到了某篇文献，被标红了。你换成“第一，数字化转型能够提升”之后，这个窗口的匹配结果可能消失了——因为数据库里用“第一”开头的文献跟用“首先”开头的文献是不同的集合。但新的窗口“第一，数字化转型能够提升”可能匹配到另外一批文献。
如果新的匹配来源比旧的匹配来源更多，重复率就会上升。你换了一个词，实际上是把文本从一个匹配来源较少的区域，挪到了一个匹配来源较多的区域。
一个句子级的对比案例
来看一个具体的例子。
标红原句：
首先，数字化转型能够提升运营效率。其次，数字化转型能够优化管理模式。最后，数字化转型能够增强市场竞争力。
这段文字大约50字。系统切分后，以“首先，数字化转型能够提升”开头的窗口、以“其次，数字化转型能够优化”开头的窗口、以“最后，数字化转型能够增强”开头的窗口，各自去数据库里匹配。
“首先”是一个学术写作中使用频率极高的词。以“首先”开头的句子在数据库里有海量来源。这段文字的每一个句子都跟大量文献产生了匹配，整段标红。
改写版本：
第一，数字化转型能够提升运营效率。第二，数字化转型能够优化管理模式。第三，数字化转型能够增强市场竞争力。
你把“首先、其次、最后”换成了“第一、第二、第三”。看起来更简洁了，逻辑也更清晰了。
但重新检测后发现，这段文字仍然标红，而且重复率还涨了。
原因在于“第一”在学术写作中的使用频率比“首先”更高。数据库里以“第一，……能够……”开头的句子数量远超以“首先，……能够……”开头的句子。你替换后的新窗口匹配到了更多的来源。
真正有效的改写：
数字化转型带来的变化，最直观的是运营效率的提升。管理模式也跟着变了——层级少了，决策链条短了。市场竞争力方面，效果因行业而异，有些行业反应很快，有些行业投入了大量资源却收效甚微。
改写后的版本，没有任何连接词来标记论述的层次。论述是靠语义本身的逻辑关系来推进的，不是靠“首先其次最后”来标记的。系统切分后，每个窗口的内容都不一样，跟数据库的匹配概率大幅降低。
为什么连接词替换经常适得其反
连接词替换之所以经常导致重复率反弹，有三个机制在起作用。
第一个机制是匹配来源集合的变化。 不同的连接词对应不同的文献集合。“首先”对应一批文献，“第一”对应另一批文献，“其一”对应又一批。你换了一个词，实际上是换了一个匹配来源集合。新集合如果比旧集合更大，匹配到的来源就更多，重复率就上升。
第二个机制是句法结构的固化。 连接词替换不改变句子的基本结构。“首先，X能够Y”改成“第一，X能够Y”，句式骨架完全没变。查重系统的语义分析模块检测的是句子骨架的相似度，连接词的变化对骨架相似度的影响微乎其微。
第三个机制是上下文窗口的偏移。 连接词通常出现在句首。句首的词一换，后面所有滑动窗口的内容都跟着变了。原本因为“首先”这个词的存在而被打断的连续相似串，可能在“第一”替换后重新连上了。系统的切分窗口是一个整体，任何一个字符的变化都会影响所有覆盖该字符的窗口的匹配结果。
怎么改才有效
改连接词密集的段落，核心原则是：不要换连接词，要删连接词。
把“首先、其次、最后”直接删掉，用语义本身来承载逻辑关系。三句话之间的并列关系，读者自己能判断出来，不需要用连接词来标记。删掉连接词之后，每句话的开头都变成了具体的内容，滑动窗口的匹配来源大幅减少。
对于需要保留层次感的段落，用更自然的过渡方式替代连接词。比如“先看运营效率”“管理模式的变化同样明显”“市场竞争力方面的表现则因行业而异”。这些过渡方式不是标准化的连接词，它们跟具体内容绑定在一起，数据库里没有现成的模板可以匹配。
对于需要强调递进关系的段落，用内容本身的递进关系来体现。比如“运营效率的提升是最直接的。但更根本的变化发生在管理模式层面——层级少了，决策链条短了，信息传递的效率完全不一样。”第二句话开头的“但更根本的变化”承担了递进功能，它比“其次”更自然，也更难被系统匹配到。
如果你在初稿阶段发现连接词密集的段落反复标红，可以先用论文查重检测系统做一轮定位，看看哪些段落的标红最集中。对于连接词替换后重复率反而升高的段落，用免费论文查重工具做前后对比，确认是匹配来源变化还是句法结构固化。针对语义分析模块的判定逻辑，用论文检测的思路调整句子骨架，而不是只换连接词。对于需要同时控制AIGC检测免费风险的论文，删减连接词也能带来额外收益——连接词密度降低之后，文本的规整度下降，AI疑似率通常也会跟着降低。如果某些段落的语义骨架需要彻底重构，可以借助降重方法中的分层优化策略处理。
连接词替换还有一个隐性风险：它会让你的论文读起来更“像机器写的”。
“首先、其次、最后”虽然模板化，但它们是人类写作中常见的过渡方式。“第一、第二、第三”在学术写作中的使用频率更高，句式更统一，逻辑更机械。AIGC检测系统在分析文本时，会统计连接词的使用频率和模式。“第一第二第三”的密集使用，在统计特征上跟AI生成文本的连接词模式高度相似。
所以，连接词替换不仅可能推高查重率，还可能推高AIGC率。改连接词密集的段落时，最安全的做法是删减连接词，而不是替换连接词。让逻辑关系靠语义本身来承载，让论述节奏靠内容本身的起伏来体现。这样改出来的文字，无论查重系统还是AIGC检测系统，都找不到明显的“模式化”特征。