Du har känt det. Du skrollar, och en bildtext får dig att stanna upp — inte för att den är bra, utan för att den är för städad. Tre snygga satser. En retorisk fråga. En avslutande rad som låter som om den skrivits av en motivationsaffisch. Något stämmer inte, och du kan inte riktigt sätta fingret på vad.
Jag har ägnat mycket tid åt att läsa AI-skrivna bildtexter sida vid sida med mänskliga sådana, och den ärliga sammanfattningen är denna: tecknen finns där på riktigt, men de flesta av de råd folk upprepar på nätet är felaktiga. Antal emoji säger ingenting. Perfekt grammatik säger ingenting. Det som faktiskt avslöjar det är rytmen.
Den korta versionen
AI-bildtexter hålls i en ovanligt jämn takt. Mänskliga bildtexter är ojämna — en lång slingrande mening, sedan tre ord, sedan en avstickare som ingen bad om. Om varje mening är ungefär lika lång och varje stycke landar på samma sätt, där har du din signal.
Tecknen som faktiskt fungerar
Detta är mönster som jag återkommande ser på Instagram, LinkedIn och X. Inget av dem utgör ett bevis i sig. Men två eller tre tillsammans, då tittar du oftast på en språkmodell.
1. Konstruktionen “Det handlar inte om X. Det handlar om Y.”
Denna är överallt. “Det handlar inte om målet. Det handlar om resan.” “Detta är inget bakslag. Det är en förberedelse.” Modeller älskar den här formen för att den låter djup och inte kostar någonting. Människor använder den också — men ungefär en gång om året, inte två gånger per bildtext.
2. Allt kommer i tretal
Tre adjektiv. Tre punktpunkter. Tredelad avslutningsrad. Tretalsregeln är genuint bra skrivråd, vilket är exakt varför modeller överanvänder den. När du märker en bildtext där varje lista av en händelse har tre punkter, gör den regelbundenheten mer arbete än skribenten avsåg.
3. Misstänkt balanserade meningar
Läs bildtexten högt. Mänskligt skrivande snavar — en sats blir för lång, en tanke överges halvvägs, någon glömmer att stänga en parentes. AI-skrivande läses nästan som poesi: varje mening cirka femton till tjugo ord, varje mening grammatiskt fullständig, varje mening avslutad på ett slag. Den jämnheten är den enskilt mest tillförlitliga signalen vi mäter.
4. Hashtaggar som inte matchar inlägget
En person som skriver om sin surdeg taggar #surdeg #bakning #köksmisslyckande. En modell som genererar ett inlägg om surdeg taggar #surdeg #bakning #matälskare #inspiration #gemenskap #resa — breda, generiska och med sikte på engagemang snarare än att beskriva något. Denna obalans i abstraktionsnivå mellan bildtext och taggar är ett bra tecken på i synnerhet Instagram och TikTok.
5. LinkedIn-inledningen
LinkedIn förtjänar en egen punkt eftersom genren har kollapsat till en formel: en enradig krok, en radbrytning, en kort dramatisk mening, ännu en radbrytning, sedan en historia som utmynnar i en affärsläxa. “Jag blev nobbad 47 gånger.” Radbrytning. “Här är vad det lärde mig.” Modeller har lärt sig denna struktur från en miljon verkliga inlägg, så de återger den perfekt — vilket ironiskt nog är det som gör den detekterbar. Riktiga människor bryter sin egen formel. Det gör inte modeller.
Tecknen som inte fungerar (sluta upprepa dessa)
Det här avsnittet är viktigare än det förra, för om du agerar på ett dåligt tecken anklagar du riktiga människor för saker de inte har gjort.
“Den använder tankstreck, så det är AI”
Nej. Tankstrecket blev ett mem-tecken 2025 och var aldrig tillförlitligt. Massor av duktiga skribenter använder dem flitigt — och nuvarande modeller har finjusterats bort från dem just för att folk började lägga märke till det. Om något stämmer det nu bättre att flitig användning av tankstreck korrelerar med mänskligt skrivande.
“Grammatiken är perfekt”
Det är den också för vem som helst som skrev sin bildtext i en anteckningsapp och läste igenom den två gånger. Perfekt grammatik är ett mått på noggrannhet, inte på författarskap. Detta tecken straffar noggranna skribenter, personer som inte har språket som modersmål och redigerar för mycket, samt alla vars telefon har en aggressiv stavningskontroll.
“Den använder fina ord som 'utforska' eller 'väv'”
Det finns ett korn av sanning här — vissa modeller överanvände ett handfull ord — men det föråldras snabbt. Ordbaserade tecken har en hållbarhet på ungefär en modellrelease. Struktur håller mycket längre, vilket är varför detektionsverktyg väger rytm och förutsägbarhet tyngre än ordförråd.
Det ser olika ut på varje plattform
Samma modell producerar väldigt olika resultat beroende på var den publicerar, eftersom prompten vanligtvis innehåller plattformen.
Bildtexter tenderar att vara långa och berättande. Tecknet är oftast en missmatchning: ett mycket polerat, strukturerat stycke kopplat till ett spontant foto. Människor som skriver vardagligt skapar inte plötsligt en berättarbåge på fem meningar om en kopp kaffe.
X (Twitter)
Korta inlägg är genuint svåra att bedöma — det finns helt enkelt inte tillräckligt med text. Där AI syns tydligt är i trådar. Håll utkik efter numrerade inlägg där varje del håller exakt samma längd och avslutas med en krok till nästa. Människor tappar sugen kring inlägg fyra. Det gör inte modeller.
TikTok
Bildtexten är ofta en eftertanke, så den är tunn oavsett. Den mer användbara signalen är texten på skärmen eller manuset, om du kan få tag på det — det är i manusen som den genererade strukturen visar sig.
Den högsta tätheten av AI-skrivet innehåll på någon större plattform, och även den svåraste att avgöra, eftersom mänskliga inlägg efterliknar samma formel. Väg in detaljerna: riktiga inlägg nämner riktiga företag, riktiga siffror, riktiga människor. Genererade inlägg förblir abstrakta.
Varför någon faktiskt behöver kontrollera detta
Inte av nyfikenhet, oftast. De som frågar oss brukar ha ett konkret skäl:
- Rekrytering. En rekryterare som läser en kandidats LinkedIn vill veta vems röst de läser.
- Varumärkessamarbeten. Byråer som granskar en skapare innan de betalar dem för att skriva vill veta om “rösten” de köper är en prompt.
- Journalistik och forskning. Alla som citerar ett inlägg behöver veta om en riktig person sa det.
- Moderering. Samordnad engagemangsodling genereras i volym, och det läses också så.
Märk väl vad som saknas på den listan: att sätta dit en vän. Om du står i begrepp att konfrontera någon över en bildtext är det ärliga rådet: gör det inte. Verktygen — inklusive vårt — ger dig en sannolikhet, inte en bekännelse.
Kontrollera ett inlägg utan att spå i kaffesump
Om du slipper gissa kan du klistra in en offentlig inläggslänk i vår AI-detektor för sociala medier så hämtar den bildtexten och poängsätter den, samt visar de specifika meningar som höjde siffran. Den fungerar med Instagram, X, TikTok, Threads, Reddit, LinkedIn, Facebook och YouTube.
Två saker som är värda att veta innan du använder den, eller något liknande verktyg. För det första analyserar den texten. Den visar inläggets bild så att du vet att den läste rätt inlägg, men den poängsätter inte bilden — bildkriminalteknik är ett annat problem och vi säger hellre det än att räcka dig en hittepå-siffra. För det andra vägrar den att poängsätta bildtexter under cirka tjugo ord. Under det finns inte tillräckligt med signal, och vilken procentsats som helst skulle ligga närmare en slantkastning än en mätning.
Delen som de flesta artiklar hoppar över
AI-detektering är sannolikhetsbaserad. Alltid. En hög poäng innebär att texten bär mönster som är starkt förknippade med språkmodeller — det betyder inte att någon ljög för dig. Vissa människor skriver naturligt i en ren, jämn och välstrukturerad prosa. Marknadsföringstext har låtit svagt maskingenererad sedan långt innan maskiner kunde generera den. Och vem som helst kan köra en mänskligt skriven bildtext genom ett omskrivningsverktyg och ändra poängen.
Så använd poängen på samma sätt som du använder ett brandlarm: som en anledning att gå och titta, inte som en dom. De flaggade meningarna betyder mer än procentsatsen. Om resonemanget inte övertygar dig, lita på din egen läsning — du känner personens röst bättre än vad någon modell gör.
Det korta svaret
Sluta räkna emoji och tankstreck. Läs efter rytm i stället. Mänskligt skrivande är ojämnt, specifikt och ibland en röran; genererat skrivande är slätt, balanserat och märkligt motvilligt att nämna något konkret. När du väl har lagt märke till det kommer du att se det överallt — vilket antingen är en användbar färdighet eller en förbannelse, beroende på hur mycket tid du tillbringar på nätet.
