boris-timofeenko/ne-slop-text

ne-slop-text は何をしますか？

スロップとは平均値のことです。モデルがギャップを最も確からしい動きで埋めるとき、あるいは「より良くして」と依頼されたときに書くものです。それは単語ではなく、決定（何を明示的に言うか、誰が出来事を動かすか、どう終わるか、何を列挙するか、何に名前をつけるか）に現れます。単語を入れ替えても修正できません。StoryScope（Russell et al., COLM 2026）は談話特徴のみで93%のF1値でAIと人間のストーリーを分離し、プロの表層リライトでは検出率が95.5%から93.9%にしか変化しませんでした。モデルは一つの領域に集まり、人間は散らばります。したがって、このスキルは固定のレシピを適用しません。タスクごとにデフォルトモデルがどこに着地するかを見つけ、その場所からその人の素材を使ってドラフトを遠ざけます。

パイプラインの発見とテスト方法：docs/evidence.md。以下のパスはこのスキルのディレクトリを基準としています。

入力

• タスク（何を、誰のために、なぜ書くか）またはソース（修正するテキスト）。
• コンテキスト（オプション）：文書、事実、その人の言葉（音声トランスクリプト、チャット、内部メモ）。

モードの選択

• 短い（約120語未満：チャット返信、短いメッセージ、タイトル）：ステップ1、次にステップ3。この長さではループに信号がありません。ブラインドテストでは、5通りの方法で書かれた100語の要約は区別できませんでした。
• 完全（それより長く、他人に送るもの）：ステップ1、2、3、4。テキストが重要な場合やユーザーが希望する場合はステップ5。

ステップ1. 執筆前の哲学

1. 素材優先。 この人だけが持つものを見つける：具体的なエピソード、その人が持つ意見、その人以外の力が出来事を形作ったもの（誰かが押した、何かが継承された、何かが失敗した）、ヘッジや限界、その人自身の言い回し。同じジャンルの古いテキスト（以前のCVや手紙）は事実を与えますが、声は与えません。
2. 不足している素材。 テキストが重要な場合、1～3つの短い質問をする。音声回答がベストで、トランスクリプトを素材として保持する。回答を示唆しないオープンクエスチョンを聞く：「実際にはどう起こったのか」「事例はあったか」「Xについてどう思うか」「まだできないことは何か」。質問できない場合は、検証可能な具体性（名前、数字、ソース）を使い、ギャップは可視のままにする。ギャップを平均値で埋めてはいけない。
3. 読み手とそのコード。 読み手が文字通り何を求めているか？彼らはどんな言葉やジョークを使うか？自分の言葉で答えることは、ポイントを突くときに生きている（「あなたの広告は正義を求めているので、私は自分が最善だと主張しません。他の候補者には会ったことがないので」）。彼らの言葉をラベルや見出しとして使うことはスロップです。
4. 素材に近い形で表現する。 その人の思考の順序、ヘッジ（「おそらく」「全般的に」）、文字通りの翻訳（慣用句ではなく）、短い動詞を伴う一人称：「私は3名のQAエンジニアを率い、リリースの承認を行っています」は生きていると評価されました。「3名のQAエンジニアチームを率い、リリース承認を担当」はスロップと評価されました。
5. ジャンルはコンテナ（形式、長さ、敬称、必須項目）に存在し、すべての文にあるわけではない。 リストはリストが属する場所（スキルセクション、表、添付CV）に置く。一文は一つのエピソードか一つのメカニズムを伝える。
6. 簡単に出てきたものは疑う。 決定なしに文が現れたなら、それはおそらく平均値です。

ステップ2. ループ：デフォルトから遠ざける（完全モード）

1. デフォルト。 異なるモデル（例：opus、sonnet、haiku）で3つの新しいエージェントを生成する。それぞれに平易なタスクと、loop/default_prompt.md を使った同じコンテキストを与える。彼らはこのスキル、ドラフト、お互いを見てはいけません。
2. アノテーション。 さらに1つの新しいエージェント（書き手とは異なるモデル）が、loop/questionnaire.json を使い、loop/annotator.md に従ってドラフトとデフォルトをアノテーションします。出力：features.json。
3. レポート。 python3 loop/consensus.py loop/questionnaire.json features.json D1,D2,D3 DRAFT TEXTS_DIR > report.txt これにより、P1（ドラフトがすべてのデフォルトと同じことをしており、機械的に傾いている）、P2（重みで機械的に傾いている）、Keep（人間的に傾いている、失わないもの）、デフォルトと共有している4-gram、そして開始文がデフォルトにどれだけ近いかが得られます。
4. 修正。 新しいエージェントが、レポートとコンテキストを使って loop/reviser.md をドラフトに適用する。素材は重みに優先します。その人の言葉を表現する文は、特徴にフラグが付いても維持されます。
5. 停止。 最大2ラウンド後、またはP1が空になった時点で停止します。テキストは長くなってはいけません。

コスト：約6～8エージェント呼び出し、3～5分。コンセンサスだけではスロップではありません。コンテキストが豊かな場合、すべてのデフォルトも特定のエピソードを持ちます。フラグには両方が必要です：デフォルトが一致し、かつ特徴が機械的に傾いていること。ある程度の一致は単にジャンル（READMEにインストール方法が書かれているなど）です。コンテナが何かをレビューアに伝えてください。

ステップ3. 最終リンター

python3 lint/lint.py FILE --lang en（または ru）、その後 lint/en.md または lint/ru.md を読む。フラグが立ったものだけを修正し、この段階で再構成はしない。単語リストは最も弱い信号であり、最初に時代遅れになります。

ステップ4. 出力

ユーザーに以下を提供する：テキスト、何がなぜ変わったか（数行で）、開かれた質問と可視のまま残ったギャップ。コンテキストを使用した場合は、「行←ソース」マップを提供する。ユーザーの元のファイルは決して編集せず、ドラフトをその隣に書く。

ステップ5. 学習

• 重要なテキストのブラインドテスト： python3 tools/blind.py out.html key.json "Title" "Subtitle" name=path=label ... 同じ素材の複数の処理、同順位なしのランキング、文のマーク（スロップ/生きている）。少なくとも2段落を比較すること。短いスニペットは分離できません。
• マークが重みになる。 ユーザーのマークを learn/marks.jsonl に、learn/patterns.md のパターンタグとともに追加し、python3 learn/update_weights.py を実行する。これにより、どのパターンが確定し、どのアンケートの重みがそれと矛盾しているかが示されます。loop/questionnaire.json を編集して一致させる。新しいパターンがスロップとして2回マークされ、生きているとマークされたことがなければ、新しい特徴になります。
• 拒否は賞賛より多くを教える。 ユーザーがあなたのテキストを編集した場合、差分を取る：彼らが削除したものもマークです。

やってはいけないこと（すべてテスト済み）

• ジャンルに向けて磨く（「もっとプロフェッショナルに」）：履歴書調と孤独なヒーローが戻ってきて、エピソードが台無しになります。
• 良い素材から一回で生成する：モデルは声を平均値に溶かし、意見を落とします。
• カジュアルさを演出する：構築物としてのジョーク（「ジョークの答えは…本当の答えは…」）、「個性を加える」リライト。これは人々が見抜くヒューマナイザーの特徴です。
• その人から直接ではなく、古いメモから意見を取る。メモはあることを言い、その人は別のことを言いました。
• 珍しい単語を追いかける。生きているテキストは語彙的に普通です。珍しさはその決定にあります。
• その人自身のものであっても、気の利いた言い回し（「エンジニアにはエンジニアのように話す」「…そしてチームはお互いにチケットを渡す」）。
• テキストが自分自身について語ること（「まずXから、あなたが明示的に求めたので」）。

他のアプローチの位置づけ

• ne-slop（親スキル、あらゆる創造的作業向け）：ステップ1はそのテキスト固有の部分。実際の素材、多数の小さな明示的な決定、いくつかの異なるバリアント、本人が選択、拒否は記憶され、結果を見る。
• StoryScope：ステップ2の背後にある理論と、アンケートの重みのシード。
• unslop：移植性テスト（この文は他の人や会社に当てはまるか？）と、虚構の事実に対するガードレールはステップ1と3に属する。その単語リストはリンターに供給される。
• humanizer：そのパターンリストはリンターに供給される。「個性と魂」を使ったリライトは意図的に除外されている。