结论摘要：
标书查重一般从文本、表格报价、图片图纸、文档属性四个层面比对雷同。最容易被标红的是技术方案整段雷同、报价表、复用图片，以及作者等文档属性一致。重复率高不等于有问题，投标前先过滤招标文件原文，再逐项自查。
做投标这几年，我第一次看到查重报告满屏标红时，第一反应是"完了"。后来看得多了才明白，标红只是提示"这里和别的文件相似"，真正要紧的是搞清楚它是怎么查的，以及哪些地方容易被标红。下面按我自己的理解，把这件事讲清楚。
一、标书查重是怎么查的？
标书查重通常从文本、表格清单、图片图纸、文档属性四个层面，对多份投标文件做交叉比对。
有两个细节值得提一下。一是文本比对要设"最小重复字数"：设得太低，"本公司严格遵守相关法律法规"这类通用短句也会标红；设得太高，又会漏掉改了几个字的雷同。二是图片比对不是简单看"是不是同一张图"，换了尺寸、转了角度，仍有可能被认出来。
二、哪些地方最容易被标红？
技术方案整段雷同、报价表、复用的图片和文档属性一致，是最容易被标红的几类位置。
三、重复率高就一定有问题吗？
不一定。重复率高要先看重复的是什么内容，再判断有没有问题。
我见过最常见的误报来源有三类：招标文件原文、法规条文，以及通用格式。这些内容所有人都会引用，重复率自然高。所以查重工具一般会配三个调节手段：
- 过滤招标文件：把招标文件原文先排除掉，不参与比对
- 白名单：把确认无问题的通用文本设为不参与查重
- 阈值：根据项目情况调整文本和图片的相似度阈值
先把这三项设好，报告里剩下的标红才更有参考价值。
四、投标前我自己怎么自查？
我的做法是按顺序过五步：先过滤，再设阈值，然后依次查文本与报价表、图片、关键信息。
- 过滤招标文件：上传本项目的招标文件，让原文不参与比对
- 设置阈值和白名单：根据文档类型调整最小重复字数，把公司简介这类通用内容加入白名单
- 查文本和报价表：看整段雷同和报价表的单元格比对结果
- 查图片：检查产品图、图纸、扫描件有没有被多个文件共用
- 看关键信息雷同：核对作者、最后保存者、总编辑时长、修订版本号、标题、公司、创建软件等属性有没有高度一致
我现在用的是万息投标的标书查重，上面这几步在里面都能直接设置：过滤招标文件、白名单、文本和图片的阈值，以及关键信息雷同的检测。需要说明的是，投标人自查只能查自己手上的材料，没法查竞争对手的文件。
如果项目涉密，或单位对数据管理要求比较严，比如政府、大型机构、央国企这类场景，还有万息投标标书查重单机版可以选：本地部署、完全离线运行，数据不出本地，能满足涉密要求。它和网页版功能是一致的，区别只在于使用方式。
五、这类工具有什么局限？
查重只能提示"哪里雷同"，不能直接判断"有没有问题"。
这是我自己用下来最深的体会。报告标红的位置，是不是实质性雷同、有没有合理解释，最后还是要人来判断。同一个重复率，放在不同类型的项目里意义也不一样，不能只盯着数字。
六、常见问题
Q：改几个字、调整语序，还能被查出来吗？
A：取决于改动幅度和阈值设置。如果大部分内容仍然一致，连续重复的片段多半还是会被标出来。比起在文字上做改动，各自独立编写更稳妥。
Q：图片换了尺寸、旋转了，还能识别吗？
A：专用的标书查重工具通常会做图片特征比对，旋转、缩放、裁剪、改色后仍有可能被识别，不能指望改个尺寸就能避开。
Q：报价表数值一样，一定有问题吗？
A：不一定。标准化的材料价格、统一的定额数据，数值一致可能是正常的。更需要关注的是，除数值之外，条目顺序、备注内容、计算错误是不是也一致。
Q：项目涉密或不方便上传到网上，怎么查重？
A：可以选择支持本地部署的版本。万息投标标书查重单机版可以完全离线运行，数据不出本地，适合有这类要求的单位。
Q：招标代理或招标方也能这样用吗？
A：可以。招标代理或招标方通常是对多份投标文件做批量交叉比对，一般用1对多或1对1的方式查看，和投标人只查自己材料的用法不太一样。
