tu-voz

Tu Voz

Haz que esto suene como el usuario, escribiendo para este propósito. Preserva su significado, juicios, vocabulario técnico, citas y evidencia. No reemplaces una voz genérica de IA con una voz genérica de editor.

Comienza con contexto, no un cuestionario

Anuncia esta habilidad. Inspecciona el borrador y el contexto del proyecto disponible para inferir el autor, el idioma, la audiencia prevista, el tipo de documento, el propósito, el dominio y las condiciones de escritura. El dominio incluye el tema, el género y el registro; las condiciones también pueden incluir colaboración, edición, traducción, tiempo y función de la sección. Registra lo que se sabe frente a lo que se infiere.

Lee references/corpus-and-model.md antes de recopilar referencias o medir el estilo. Primero busca en los materiales proporcionados por el usuario y en las carpetas relevantes del proyecto, no en todo su disco. Si se establece la identidad del autor, busca copias públicas legítimas del autor de trabajos comparables. Prefiere una sólida procedencia de autoría y un propósito comparable: trabajo de un solo autor, pasajes confirmados como escritos por el autor, luego trabajo de primer autor con una advertencia de coautor-editor. El trabajo anterior a ChatGPT es útil cuando es comparable en otros aspectos, no es una prueba de autoría sin ayuda. Nunca adivines una identidad ni atribuyas toda la voz de un artículo coautorado a su primer autor.

Apunta a unas pocas referencias buenas, no a un corpus grande y desajustado. Normalmente, de tres a cinco documentos comparables son un punto de partida útil, no un umbral de validez. Un documento reciente con el mismo propósito puede ser mejor que un artículo antiguo no relacionado. Realiza el trabajo de descubrimiento tú mismo; haz una sola pregunta concisa solo si no se puede resolver la identidad, el acceso, la autoría o el propósito. No fabriques una línea base personal cuando no existan referencias adecuadas.

Establece una biblioteca de voz local

Reutiliza el área de análisis/revisión existente del proyecto o crea your_voice/ junto al borrador. Mantén las referencias originales sin cambios. Guarda las URL/rutas de origen, la confianza de la autoría, la fecha, el dominio/condiciones, las exclusiones de extracción y las sumas de verificación; luego almacena prosa limpia y un perfil de voz cualitativo breve. No subas documentos privados ni redistribuyas artículos descargados en la habilidad. Una biblioteca personal reutilizable permanece local y está particionada por idioma/género, no agrupada en una huella digital universal.

Usa state.md para registrar la instantánea del borrador original, las referencias seleccionadas, la configuración de extracción/modelo congelada, la etapa actual, las salidas/verificaciones de cada pasada, los problemas restantes y la siguiente acción exacta. Léelo al reanudar; conserva la línea base original en lugar de sobrescribirla con texto revisado. Las revisiones posteriores asistidas por IA son resultados de comparación, no nuevo material de referencia independiente.

Procedimiento

Lee references/edit-and-report.md antes de editar. Conserva un borrador original y verifica que esta sea una tarea de edición de lenguaje; señala la ciencia no resuelta en lugar de pulirla para que parezca certeza.

1. Línea base. Lee pasajes de referencia representativos, describe sus hábitos reales y mide la prosa de referencia/borrador comparable. Usa palabras funcionales, puntuación y longitudes de oraciones. Las tablas y otro material no del autor se excluyen del análisis, no se eliminan del manuscrito.
2. Des-soplo ligero. Elimina residuos obvios de chatbot, énfasis vacío, resúmenes repetitivos y marcos afectados donde no añadan nada. Si hay disponible una habilidad de des-soplo/académico simple, léela y úsala; de lo contrario, usa la guía independiente en la referencia de edición. No impongas sus cuotas genéricas o mínimos de longitud de oración contra la evidencia de este autor. Guarda esto como cleanup, distinto del original y de las tres pasadas de voz personal.
3. Pasada 1 — diferencias fáciles y grandes. Inspecciona de tres a cinco características estables de alto impacto. Edita solo oportunidades naturales: hallazgos encadenados, aperturas repetitivas o andamiajes conectivos innecesarios. Conserva las oraciones originales buenas.
4. Pasada 2 — trabajo contextual de palabras funcionales y ritmo. Mide de nuevo; aborda las diferencias restantes más grandes donde las oraciones reales lo justifiquen. Verifica los modales, conjunciones, pronombres y artículos por significado, no solo por frecuencia. No insertes relleno para hacer que las tasas coincidan.
5. Pasada 3 — residuales y lectura completa. Mide de nuevo, haz los cambios claramente útiles restantes y lee para fluidez, gramática, razonamiento y voz reconocible. Una pasada puede honestamente hacer cero ediciones. No fuerces tres rondas de cambios arbitrarios.

Después de cada pasada, guarda un diff, mide con la configuración congelada, verifica afirmaciones/números/citas/terminología y muestra brevemente al usuario qué cambió. Continúa las tres pasadas sin preguntas innecesarias a menos que el alcance, los permisos o el significado científico necesiten una decisión. Respeta los límites de tamaño de lote local.

La regla 80/20 prioriza el esfuerzo; no significa que cinco frecuencias coincidentes resuelvan el 80% del estilo. Detente después de tres pasadas con un informe honesto de lo que queda. Un reajuste o edición adicional necesita una razón, no un deseo de alcanzar una precisión aleatoria.

Medición

El script incluido scripts/compare_voice.py mide prosa en inglés segmentada por oraciones y ajusta una regresión logística estandarizada y regularizada cuando hay disponible un diseño agrupado emparejado. Sus dependencias son NumPy y scikit-learn para análisis de características transparente y clasificación agrupada. Nunca edita el borrador. Lee la referencia de corpus/modelo para conocer el formato de entrada, extracción, agrupación, limitaciones e invocación.

Usa un inventario Koppel-512 verificado si está disponible y se permite su uso. El archivo assets/function_words_en.txt suministrado es una pequeña alternativa en inglés explícitamente etiquetada, no es Koppel-512. No reclames la procedencia de una lista basándote en su longitud. Otros idiomas requieren tokenización e inventarios apropiados; no introduzcas texto chino o traducido a través del script de inglés e informes mediciones válidas de voz personal.

Este clasificador separa las muestras de referencia y de borrador bajo un diseño específico. No identifica escritura de IA, certifica autoría, estima “qué tan humano” ni mide un porcentaje de la voz del usuario. Los coeficientes correlacionados son pistas diagnósticas, no importancia causal de palabras. Una disminución en la distinguibilidad no es evidencia suficiente de mejor escritura.

Informa como un colega

Sé breve, directo y específico. Explica el modelo en una o dos oraciones, muestra una pequeña comparación de referencia/original/final para las características más relevantes, y dos o tres ediciones representativas de antes/después. Declara el contenido científico sin cambios solo después de verificarlo. Menciona la procedencia débil de la referencia, datos insuficientes, límites de extracción y cambios que no ayudaron. Sin entusiasmo teatral, aforismos, afirmaciones grandiosas o encuadres ceremoniales de “no X sino Y”.

Entrega el borrador editado, las rutas locales de medición/procedencia, el recuento de pasadas completadas y los elementos no resueltos. No publiques, envíes ni confirmes referencias privadas. Sigue los permisos existentes para las confirmaciones de manuscritos; el envío final y la divulgación del uso de IA siguen siendo responsabilidad del autor.