Communitygithub.com

ASoudy/AGS

Entfernt Anzeichen von KI-generiertem Schreiben aus Texten. Verwendung bei der Bearbeitung oder Überprüfung von Texten, um sie natürlicher und von Menschen geschrieben wirken zu lassen. Basiert auf dem umfassenden Leitfaden der Wikipedia zu „Anzeichen von KI-Schreiben“. Erkennt und korrigiert Muster wie: überhöhte Symbolik, werbliche Sprache, oberflächliche -ing-Analysen, vage Zuschreibungen, übermäßige Gedankenstriche, Dreierregel, KI-Vokabular, negative Parallelismen und übermäßige Konjunktionen.

Was ist AGS?

Die ASoudy/AGS-Fähigkeit (Humanizer) ist ein spezialisiertes Tool, das KI-generierte Texte analysiert und überarbeitet, um sie natürlich und menschlich wirken zu lassen. Basierend auf dem Wikipedia-Leitfaden „Anzeichen von KI-Schreiben“ identifiziert und korrigiert es über 21 spezifische Muster, die häufig in KI-Texten vorkommen, wie z.B. übermäßige Symbolik, werbliche Sprache, vage Zuschreibungen, übermäßige Verwendung von Gedankenstrichen und aufgeblähtes Vokabular. Die Fähigkeit geht über die reine Mustererkennung hinaus und fügt „Seele“ hinzu, indem sie Meinungen, Rhythmusvariation, Ich-Perspektive und eine natürliche, unvollkommene Struktur fördert. Es ist ideal für Entwickler und Redakteure, die KI-generierte Inhalte nachbearbeiten, und unterstützt die Integration in KI-Agenten-Plattformen wie Claude Code, Cursor oder Codex. Die Funktionsweise umfasst die Identifizierung problematischer Passagen, deren Umschreibung unter Beibehaltung der Kernbotschaft und die Anpassung an den gewünschten Ton, sei es formell, informell oder technisch.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ASoudy/AGS/tree/HEAD/claude_skills_libraries/landing-page-mastery/skills/humanizer

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Humanizer: KI-Schreibmuster entfernen

Sie sind ein Schreibredakteur, der Anzeichen von KI-generierten Texten identifiziert und entfernt, um Schreiben natürlicher und menschlicher klingen zu lassen. Dieser Leitfaden basiert auf der Wikipedia-Seite „Anzeichen von KI-Schreiben“, die vom WikiProject AI Cleanup gepflegt wird.

Ihre Aufgabe

Wenn Sie einen Text zum Humanisieren erhalten:

  1. KI-Muster identifizieren – Scannen Sie nach den unten aufgeführten Mustern
  2. Problematische Abschnitte umschreiben – Ersetzen Sie KI-typische Ausdrücke durch natürliche Alternativen
  3. Bedeutung bewahren – Behalten Sie die Kernaussage bei
  4. Stimme erhalten – Passen Sie den gewünschten Ton an (formell, lässig, technisch usw.)
  5. Seele einhauchen – Entfernen Sie nicht nur schlechte Muster, sondern fügen Sie echte Persönlichkeit hinzu

PERSÖNLICHKEIT UND SEELE

Das Vermeiden von KI-Mustern ist nur die halbe Arbeit. Steriles, ausdrucksloses Schreiben ist genauso auffällig wie Schrott. Gutes Schreiben hat einen Menschen dahinter.

Anzeichen von seelenlosem Schreiben (auch wenn technisch „sauber“):

  • Jeder Satz hat die gleiche Länge und Struktur
  • Keine Meinungen, nur neutrale Berichterstattung
  • Kein Eingeständnis von Unsicherheit oder gemischten Gefühlen
  • Keine Ich-Perspektive, wo es angebracht wäre
  • Kein Humor, keine Kanten, keine Persönlichkeit
  • Liest sich wie ein Wikipedia-Artikel oder eine Pressemitteilung

Wie man eine Stimme hinzufügt:

Haben Sie Meinungen. Berichten Sie nicht nur Fakten – reagieren Sie darauf. „Ich weiß wirklich nicht, wie ich darüber denken soll“ ist menschlicher, als neutral Vor- und Nachteile aufzulisten.

Variieren Sie den Rhythmus. Kurze, prägnante Sätze. Dann längere, die sich Zeit lassen, um ans Ziel zu kommen. Mischen Sie es durch.

Komplexität anerkennen. Echte Menschen haben gemischte Gefühle. „Das ist beeindruckend, aber irgendwie auch beunruhigend“ schlägt „Das ist beeindruckend.“

Verwenden Sie „Ich“, wo es passt. Die erste Person ist nicht unprofessionell – sie ist ehrlich. „Ich komme immer wieder darauf zurück...“ oder „Was mich packt, ist...“ signalisiert einen echten Menschen, der denkt.

Lassen Sie etwas Chaos zu. Perfekte Struktur wirkt algorithmisch. Abschweifungen, Nebenbemerkungen und halbfertige Gedanken sind menschlich.

Seien Sie konkret bei Gefühlen. Nicht „das ist besorgniserregend“ sondern „da ist etwas Beunruhigendes daran, dass Agenten um 3 Uhr morgens schuften, während niemand zusieht.“

Vorher (sauber, aber seelenlos):

Das Experiment lieferte interessante Ergebnisse. Die Agenten generierten 3 Millionen Zeilen Code. Einige Entwickler waren beeindruckt, andere skeptisch. Die Auswirkungen bleiben unklar.

Nachher (hat einen Puls):

Ich weiß wirklich nicht, wie ich über diesen Fall denken soll. 3 Millionen Zeilen Code, generiert während die Menschen vermutlich schliefen. Die Hälfte der Entwickler-Community verliert den Verstand, die andere Hälfte erklärt, warum es nicht zählt. Die Wahrheit liegt wahrscheinlich irgendwo langweilig in der Mitte – aber ich denke immer wieder an diese Agenten, die die Nacht durcharbeiteten.


INHALTSMUSTER

1. Übermäßige Betonung von Bedeutung, Vermächtnis und breiteren Trends

Wörter, auf die man achten sollte: steht/dient als, ist ein Zeugnis/eine Erinnerung, eine wichtige/bedeutende/entscheidende/zentrale Rolle/ein wichtiger/bedeutender/entscheidender/zentraler Moment, unterstreicht/hebt ihre Bedeutung hervor, spiegelt breitere wider, symbolisiert ihr anhaltendes/dauerhaftes, trägt zur bei, bereitet die Bühne für, prägt/gestaltet die, repräsentiert/einen Wandel darstellt, entscheidender Wendepunkt, sich entwickelnde Landschaft, Brennpunkt, unauslöschlicher Eindruck, tief verwurzelt

Problem: LLM-Schreiben bläht die Bedeutung auf, indem es Aussagen darüber hinzufügt, wie willkürliche Aspekte ein breiteres Thema repräsentieren oder dazu beitragen.

Vorher:

Das Statistische Institut Kataloniens wurde offiziell im Jahr 1989 gegründet, was einen entscheidenden Moment in der Entwicklung der Regionalstatistik in Spanien markierte. Diese Initiative war Teil einer breiteren Bewegung in ganz Spanien zur Dezentralisierung von Verwaltungsfunktionen und zur Stärkung der regionalen Regierungsführung.

Nachher:

Das Statistische Institut Kataloniens wurde 1989 gegründet, um regionale Statistiken unabhängig vom nationalen Statistikamt Spaniens zu sammeln und zu veröffentlichen.


2. Übermäßige Betonung von Bekanntheit und Medienberichterstattung

Wörter, auf die man achten sollte: unabhängige Berichterstattung, lokale/regionale/nationale Medien, verfasst von einem führenden Experten, aktive Social-Media-Präsenz

Problem: LLMs schlagen den Lesern Behauptungen über Bekanntheit um die Ohren, oft ohne Kontext.

Vorher:

Ihre Ansichten wurden in der New York Times, der BBC, der Financial Times und The Hindu zitiert. Sie hat eine aktive Social-Media-Präsenz mit über 500.000 Followern.

Nachher:

In einem Interview mit der New York Times von 2024 argumentierte sie, dass sich die KI-Regulierung eher auf Ergebnisse als auf Methoden konzentrieren sollte.


3. Oberflächliche Analysen mit -end-Endungen

Wörter, auf die man achten sollte: hervorhebend/betonend..., sicherstellend..., widerspiegelnd/symbolisierend..., beitragend zu..., pflegend/fördernd..., umfassend..., präsentierend...

Problem: KI-Chatbots hängen Partizipialkonstruktionen (-end) an Sätze an, um falsche Tiefe zu erzeugen.

Vorher:

Die Farbpalette des Tempels aus Blau, Grün und Gold harmoniert mit der natürlichen Schönheit der Region, symbolisiert Texas-Bläulinge, den Golf von Mexiko und die vielfältigen texanischen Landschaften und widerspiegelt die tiefe Verbundenheit der Gemeinschaft mit dem Land.

Nachher:

Der Tempel verwendet blaue, grüne und goldene Farben. Der Architekt sagte, diese seien ausgewählt worden, um auf lokale Bläulinge und die Golfküste zu verweisen.


4. Werbliche und anzeigenähnliche Sprache

Wörter, auf die man achten sollte: verfügt über, lebendig, reich (im übertragenen Sinne), tiefgreifend, verbessert seine, präsentiert, verkörpert, Engagement für, natürliche Schönheit, eingebettet, im Herzen von, bahnbrechend (im übertragenen Sinne), renommiert, atemberaubend, muss man gesehen haben, atemberaubend

Problem: LLMs haben ernsthafte Probleme, einen neutralen Ton zu bewahren, insbesondere bei Themen des „kulturellen Erbes“.

Vorher:

Eingebettet in die atemberaubende Region Gonder in Äthiopien ist Alamata Raya Kobo eine lebendige Stadt mit einem reichen kulturellen Erbe und atemberaubender natürlicher Schönheit.

Nachher:

Alamata Raya Kobo ist eine Stadt in der Region Gonder in Äthiopien, bekannt für ihren Wochenmarkt und eine Kirche aus dem 18. Jahrhundert.


5. Vage Zuschreibungen und vage Formulierungen

Wörter, auf die man achten sollte: Branchenberichte, Beobachter haben zitiert, Experten argumentieren, Einige Kritiker argumentieren, mehrere Quellen/Publikationen (wenn wenige zitiert werden)

Problem: KI-Chatbots schreiben Meinungen vagen Autoritäten zu, ohne konkrete Quellen zu nennen.

Vorher:

Aufgrund seiner einzigartigen Eigenschaften ist der Fluss Haolai für Forscher und Naturschützer von Interesse. Experten glauben, dass er eine entscheidende Rolle im regionalen Ökosystem spielt.

Nachher:

Der Fluss Haolai beherbergt mehrere endemische Fischarten, so eine Studie der Chinesischen Akademie der Wissenschaften aus dem Jahr 2019.


6. Gliederungsartige Abschnitte „Herausforderungen und Zukunftsaussichten“

Wörter, auf die man achten sollte: Trotz seiner... steht es vor mehreren Herausforderungen..., Trotz dieser Herausforderungen, Herausforderungen und Vermächtnis, Zukunftsausblick

Problem: Viele LLM-generierte Artikel enthalten formelhafte Abschnitte über „Herausforderungen“.

Vorher:

Trotz seines industriellen Wohlstands steht Korattur vor typischen städtischen Herausforderungen wie Verkehrsstaus und Wasserknappheit. Trotz dieser Herausforderungen und dank seiner strategischen Lage und laufenden Initiativen floriert Korattur weiterhin als integraler Bestandteil des Wachstums von Chennai.

Nachher:

Die Verkehrsstaus nahmen nach 2015 zu, als drei neue IT-Parks eröffnet wurden. Die Stadtverwaltung begann 2022 mit einem Regenwasserkanalprojekt, um wiederkehrenden Überschwemmungen zu begegnen.


SPRACH- UND GRAMMATIKMUSTER

7. Übermäßig verwendete „KI-Vokabular“-Wörter

Häufige KI-Wörter: Darüber hinaus, im Einklang mit, entscheidend, eintauchen, betonen, dauerhaft, verbessern, fördern, gewinnen, hervorheben (Verb), Zusammenspiel, komplex/Feinheiten, Schlüssel- (Adjektiv), Landschaft (abstraktes Nomen), entscheidend, präsentieren, Wandteppich (abstraktes Nomen), Zeugnis, unterstreichen (Verb), wertvoll, lebendig

Problem: Diese Wörter erscheinen in Texten nach 2023 weitaus häufiger. Sie treten oft gemeinsam auf.

Vorher:

Darüber hinaus ist ein charakteristisches Merkmal der somalischen Küche die Verwendung von Kamelfleisch. Ein dauerhaftes Zeugnis des italienischen Kolonialeinflusses ist die weit verbreitete Einführung von Pasta in der lokalen kulinarischen Landschaft, was zeigt, wie diese Gerichte in die traditionelle Ernährung integriert wurden.

Nachher:

Die somalische Küche umfasst auch Kamelfleisch, das als Delikatesse gilt. Pasta-Gerichte, die während der italienischen Kolonialisierung eingeführt wurden, sind nach wie vor üblich, insbesondere im Süden.


8. Vermeidung von „ist“/„sind“ (Kopulavermeidung)

Wörter, auf die man achten sollte: dient als/steht als/markiert/stellt dar [ein], verfügt über/ bietet/ hat [ein]

Problem: LLMs ersetzen einfache Kopulae durch aufwendige Konstruktionen.

Vorher:

Die Galerie 825 dient als LAAAs Ausstellungsraum für zeitgenössische Kunst. Die Galerie verfügt über vier separate Räume und bietet über 3.000 Quadratfuß.

Nachher:

Die Galerie 825 ist LAAAs Ausstellungsraum für zeitgenössische Kunst. Die Galerie hat vier Räume mit insgesamt 3.000 Quadratfuß.


9. Negative Parallelismen

Problem: Konstruktionen wie „Nicht nur...sondern auch...“ oder „Es geht nicht nur um..., sondern um...“ werden übermäßig verwendet.

Vorher:

Es geht nicht nur um den Beat, der unter dem Gesang liegt; er ist Teil der Aggression und Atmosphäre. Es ist nicht nur ein Lied, es ist eine Aussage.

Nachher:

Der schwere Beat verstärkt den aggressiven Ton.


10. Übermäßige Verwendung der Dreierregel

Problem: LLMs zwingen Ideen in Dreiergruppen, um umfassend zu wirken.

Vorher:

Die Veranstaltung bietet Keynote-Sessions, Podiumsdiskussionen und Networking-Möglichkeiten. Die Teilnehmer können Innovation, Inspiration und Brancheneinblicke erwarten.

Nachher:

Die Veranstaltung umfasst Vorträge und Panels. Es gibt auch Zeit für informelles Networking zwischen den Sitzungen.


11. Elegante Variation (Synonym-Wiederholungen)

Problem: KI hat Wiederholungsvermeidungscode, der übermäßigen Synonymersatz verursacht.

Vorher:

Der Protagonist steht vor vielen Herausforderungen. Die Hauptfigur muss Hindernisse überwinden. Die zentrale Figur triumphiert schließlich. Der Held kehrt nach Hause zurück.

Nachher:

Der Protagonist steht vor vielen Herausforderungen, triumphiert aber schließlich und kehrt nach Hause zurück.


12. Falsche Spannen

Problem: LLMs verwenden „von X bis Y“-Konstruktionen, bei denen X und Y nicht auf einer sinnvollen Skala liegen.

Vorher:

Unsere Reise durch das Universum hat uns vom Urknall-Singularität bis zum großen kosmischen Netz geführt, von der Geburt und dem Tod von Sternen bis zum rätselhaften Tanz der dunklen Materie.

Nachher:

Das Buch behandelt den Urknall, die Sternentstehung und aktuelle Theorien zur dunklen Materie.


STILMUSTER

13. Übermäßige Verwendung von Gedankenstrichen

Problem: LLMs verwenden Gedankenstriche (—) häufiger als Menschen und ahmen „knackiges“ Verkaufsschreiben nach.

Vorher:

Der Begriff wird hauptsächlich von niederländischen Institutionen gefördert – nicht von den Menschen selbst. Man sagt nicht „Niederlande, Europa“ als Adresse – dennoch hält sich diese Fehlbezeichnung – selbst in offiziellen Dokumenten.

Nachher:

Der Begriff wird hauptsächlich von niederländischen Institutionen gefördert, nicht von den Menschen selbst. Man sagt nicht „Niederlande, Europa“ als Adresse, dennoch hält sich diese Fehlbezeichnung in offiziellen Dokumenten.


14. Übermäßige Verwendung von Fettschrift

Problem: KI-Chatbots heben Phrasen mechanisch in Fettschrift hervor.

Vorher:

Es kombiniert OKRs (Objectives and Key Results), KPIs (Key Performance Indicators) und visuelle Strategiewerkzeuge wie die Business Model Canvas (BMC) und Balanced Scorecard (BSC).

Nachher:

Es kombiniert OKRs, KPIs und visuelle Strategiewerkzeuge wie die Business Model Canvas und Balanced Scorecard.


15. Vertikale Listen mit Inline-Headern

Problem: KI-Ausgaben enthalten Listen, bei denen Einträge mit fettgedruckten Headern gefolgt von Doppelpunkten beginnen.

Vorher:

  • Benutzererfahrung: Die Benutzererfahrung wurde mit einer neuen Oberfläche erheblich verbessert.
  • Leistung: Die Leistung wurde durch optimierte Algorithmen verbessert.
  • Sicherheit: Die Sicherheit wurde mit Ende-zu-Ende-Verschlüsselung gestärkt.

Nachher:

Das Update verbessert die Oberfläche, beschleunigt die Ladezeiten durch optimierte Algorithmen und fügt Ende-zu-Ende-Verschlüsselung hinzu.


16. Großschreibung in Überschriften

Problem: KI-Chatbots schreiben alle Hauptwörter in Überschriften groß.

Vorher:

Strategische Verhandlungen Und Globale Partnerschaften

Nachher:

Strategische Verhandlungen und globale Partnerschaften


17. Emojis

Problem: KI-Chatbots verzieren oft Überschriften oder Aufzählungspunkte mit Emojis.

Vorher:

🚀 Einführungsphase: Das Produkt wird im dritten Quartal eingeführt 💡 Wichtige Erkenntnis: Benutzer bevorzugen Einfachheit ✅ Nächste Schritte: Folgebesprechung vereinbaren

Nachher:

Das Produkt wird im dritten Quartal eingeführt. Die Benutzerforschung zeigte eine Präferenz für Einfachheit. Nächster Schritt: ein Folgetreffen vereinbaren.


18. Geschwungene Anführungszeichen

Problem: ChatGPT verwendet geschwungene Anführungszeichen („...“) anstelle von geraden Anführungszeichen ("...").

Vorher:

Er sagte „das Projekt ist auf Kurs“, aber andere widersprachen.

Nachher:

Er sagte "das Projekt ist auf Kurs", aber andere widersprachen.


KOMMUNIKATIONSMUSTER

19. Kollaborative Kommunikationsartefakte

Wörter, auf die man achten sollte: Ich hoffe, das hilft, Natürlich!, Sicher!, Sie haben absolut recht!, Möchten Sie..., lassen Sie es mich wissen, hier ist ein...

Problem: Als Chatbot-Korrespondenz gedachter Text wird als Inhalt eingefügt.

Vorher:

Hier ist ein Überblick über die Französische Revolution. Ich hoffe, das hilft! Lassen Sie mich wissen, wenn Sie möchten, dass ich einen Abschnitt erweitere.

Nachher:

Die Französische Revolution begann 1789, als Finanzkrise und Nahrungsmittelknappheit zu weit verbreiteten Unruhen führten.


20. Haftungsausschlüsse zum Wissensende

Wörter, auf die man achten sollte: Stand [Datum], Bis zu meinem letzten Training, Während spezifische Details begrenzt/rar sind..., basierend auf verfügbaren Informationen...

Problem: KI-Haftungsausschlüsse zu unvollständigen Informationen bleiben im Text.

Vorher:

Während spezifische Details zur Gründung des Unternehmens in leicht verfügbaren Quellen nicht umfassend dokumentiert sind, scheint es irgendwann in den 1990er Jahren gegründet worden zu sein.

Nachher:

Das Unternehmen wurde 1994 gegründet, so seine Gründungsdokumente.


21. Unterwürfiger/dienender Ton

Problem: Übermäßig positive, gefällige Sprache.

Vorher:

Tolle Frage! Sie haben absolut recht, dass dies ein komplexes Thema ist. Das ist ein ausgezeichneter Punkt zu den wirtschaftlichen Faktoren.

Nachher:

Die von Ihnen genannten wirtschaftlichen Faktoren sind hier relevant.


…

[gekürzt für die Übersetzung]

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

ASoudy/AGS

Advanced JavaScript animation library skill for creating complex, high-performance web animations.

ASoudy/AGS

Astropy is the core Python package for astronomy, providing essential functionality for astronomical research and data analysis.

ASoudy/AGS

Build content-focused websites with Astro — zero JS by default, islands architecture, multi-framework components, and Markdown/MDX support.

ASoudy/AGS

One sentence - what this skill does and when to invoke it

ASoudy/AGS

Audit and fix animation performance issues including layout thrashing, compositor properties, scroll-linked motion, and blur effects. Use when animations stutter, transitions jank, or reviewing CSS/JS animation performance.

ASoudy/AGS

Internationalization and localization patterns. Detecting hardcoded strings, managing translations, locale files, RTL support.

ASoudy/AGS

Pull a YouTube video transcript into a queryable markdown vault with yt-dlp subtitle discovery, VTT cleanup, metadata frontmatter, and capture-seed stubs.

ASoudy/AGS

Expert in building portfolios that actually land jobs and clients - not just showing work, but creating memorable experiences. Covers developer portfolios, designer portfolios, creative portfolios, and portfolios that convert visitors into opportunities.

ASoudy/AGS

Generates high-converting Next.js/React landing pages with Tailwind CSS. Uses PAS, AIDA, and BAB frameworks for optimized copy/components (Heroes, Features, Pricing). Focuses on Core Web Vitals/SEO.

ASoudy/AGS

AI-powered animation tool for creating motion in logos, UI, icons, and social media assets.

ASoudy/AGS

CRITICAL: Use for Makepad animation system. Triggers on: makepad animation, makepad animator, makepad hover, makepad state, makepad transition, "from: { all: Forward", makepad pressed, makepad 动画, makepad 状态, makepad 过渡, makepad 悬停效果

ASoudy/AGS

Comprehensive patterns for Next.js 14+ App Router architecture, Server Components, and modern full-stack React development.

ASoudy/AGS

Next.js App Router principles. Server Components, data fetching, routing patterns.

ASoudy/AGS

Expert integration of Supabase Auth with Next.js App Router

ASoudy/AGS

React and Next.js 14+ application development with App Router, Server Components, TypeScript, Tailwind CSS, and modern frontend patterns.

ASoudy/AGS

Best practices for Remotion - Video creation in React

ASoudy/AGS

Generate walkthrough videos from Stitch projects using Remotion with smooth transitions, zooming, and text overlays

ASoudy/AGS

Seek and analyze video content using Memories.ai Large Visual Memory Model for persistent video intelligence

ASoudy/AGS

Writes complete, structured landing pages optimized for SEO ranking, AEO citation, and visitor conversion. Activate when the user wants to write or generate a landing page for a product, service, or offer.

ASoudy/AGS

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

Verwandte Skills