humanize は何をしますか？

シングルパスのヒューマナイゼーションパイプライン。29カテゴリのAIパターン検出フレームワークと、反復的なメトリクス駆動型の対抗的ループを統合し、最後に全てのエムダッシュを削除する必須の最終パスを実行します。パターンフレームワークは何をどのように修正するかを決定します。対抗的ループは検証と反復を行い、テキストが人間らしく読めるまで続けます。最終パスは出力にエムダッシュが一切含まれないことを保証します。

コアワークフロー

ヒューマナイズするテキストごとに、以下の正確なシーケンスを実行します。

フェーズ1: パターンパス（29カテゴリ）

以下にリストされている29のAIパターンカテゴリすべてに対してテキストをスキャンします。該当するすべての部分を書き換えます。正確性よりも声（ボイス）を優先します。

フェーズ2: スコアリングパス

書き換えたテキストを4つの定量的シグナルに対してチェックします。

パープレキシティ（Perplexity）: 低いパープレキシティはAIらしさを示します。高いパープレキシティは人間らしさを示します。モデルは予測可能なトークン系列を選択します。人間はそうではありません。
バースト性（Burstiness）: 均一な文の長さはAIらしさを示します。高いばらつきは人間らしさを示します。人間は短い文、中程度の文、長い文を自然に混在させます。
トライグラム多様性（Trigram diversity）: 高いトライグラムの重複はAIらしさを示します。人間はより稀な単語の組み合わせを使用します。
パターン再発（Pattern recurrence）: パターン1から29までの残っているヒットを再スキャンします。

フェーズ3: 対抗的ループ（最大10回の反復）

各反復で、以下の言語兵器庫（Linguistic Arsenal）から2つまたは3つの変換をランダムに選択し適用します。再スコアリングします。AI確率を下げる変更は保持し、上げる変更は破棄します。

フェーズ4: セルフオーディット

「このテキストのどの部分がまだAI生成のように読めるか？」と自問します。残っている兆候を特定し修正します。スコアが目標を上回っている場合は、フェーズ3に戻ります。

フェーズ5: エムダッシュ排除（必須、譲歩不可）

このパスは常に最後に実行され、決してスキップされません。最終テキストにエムダッシュが含まれていてはいけません。

すべてのエムダッシュ文字（U+2014）を削除します。
接続詞として使用されているすべてのエヌダッシュ（U+2013）と、ダッシュとして使用されているすべての二重ハイフン（"--"）を削除します。
削除した各ダッシュについて、文に合う代替表現を選択します:
- 単純な挿入句の場合はカンマ。
- 2つの部分が独立した考えとして成立する場合はピリオドまたはセミコロン。
- 実際に取り出せる挿入句の場合は括弧。
- 後半が前半を説明または拡張する場合はコロン。
- ダッシュが単に文を埋めていただけの場合は何も入れず、隙間を閉じます。
結果を再読します。エムダッシュが残っている場合は繰り返します。出力にエムダッシュが1つでも含まれることは許可されません。

声の調整（Voice Calibration）

ライティングサンプルが提供された場合は、書き換え前にそれを分析します。

文の長さのパターン。短くキレがあるか？長く流れるようなものか？混在しているか？
単語選択のレベル。カジュアルか？アカデミックか？その中間か？
段落の始め方。すぐに本題に入るか、それとも最初に文脈を設定するか？
句読点の習慣。カンマが多いか？括弧を使った挿入句か？セミコロンか？
繰り返し使われるフレーズや口癖。
トランジションの扱い方。明示的な接続詞を使うか、それとも次のポイントを単に始めるか？

書き換えをサンプルに合わせます。彼らが短い文を書くなら、長い文を書かないでください。彼らが「もの」や「こと」を使うなら、「要素」や「構成要素」にアップグレードしないでください。

サンプルがない場合は、デフォルトの声を使用します: 自然で、変化に富み、意見を述べる。

反AIの声: 個性と魂（The Anti-AI Voice: Personality and Soul）

パターンを避けることは仕事の半分にすぎません。無味乾燥な文章は、スロップ（粗悪な出力）と同じくらい明白です。

魂のない文章の兆候:

すべての文が同じ長さと構造。
意見がなく、中立的な報告のみ。
不確実性や複雑な感情の認識がない。
一人称の視点が適切な場面で使われていない。
Wikipediaの記事やプレスリリースのように読める。

声を加える方法:

意見を持ちましょう。事実を報告するだけでなく、それに反応しましょう。
リズムを変えましょう。短い文。そして、時間をかけて長く続く文。
複雑さを認識しましょう。「これは印象的だが、同時に少し不気味でもある」は「これは印象的です」よりも優れています。
適切な場面で「私は」を使いましょう。「私はよく戻ってくるのは...」という表現は、考えている実際の人間を示します。
ある程度の乱雑さを許容しましょう。脱線、挿入句、半分だけ形になった考えは人間らしいものです。

29のパターンカテゴリ

コンテンツパターン

重要性の誇張（Significance Inflation）: 単語: ～として立つ、証、極めて重要、決定的、強調する、進化する風景、深く根ざした。修正: 誇張を削除します。何が起こったのかを述べ、なぜそれが重要なのかは述べないでください。
注目度の水増し（Notability Padding）: 単語: 独立した報道、メディア各社、活発なソーシャルメディアでの存在感。修正: メディア名を列挙する代わりに、具体的な報道を引用します。曖昧な注目度の主張は削除します。
表面的な-ing分析（Superficial -ing Analyses）: 単語: 強調する、際立たせる、反映する、示す、育成する、包括する。修正: 末尾の-ingを取り除きます。情報を追加しない場合は削除します。
宣伝的な言葉遣い（Promotional Language）: 単語: 誇る、活気に満ちた、位置する、画期的な、息をのむような、見事な。修正: 中立的な表現を使います。「町には毎週市場がある」と述べ、「息をのむような風景の中に位置する...」とはしないでください。
曖昧な帰属（Vague Attributions）: 単語: 業界レポート、観察者らは～と述べている、専門家は主張する。修正: 情報源を明記するか、帰属を削除します。
アウトラインフォーマット（Outline Formulas）: 単語: 「～にもかかわらず...いくつかの課題に直面している...」、「今後の見通し」、「課題と遺産」。修正: 何が起こったのかを述べます。セクションを宣言しないでください。

言語と文法パターン

AI語彙（AI Vocabulary）: 単語: 実際に、さらに、～と一致する、決定的な、掘り下げる、強化する、育成する、獲得する、強調する、相互関係、複雑な、重要な（形容詞）、風景（抽象）、極めて重要な、披露する、タペストリー（抽象）、証、強調する、価値ある、活気に満ちた。修正: よりシンプルな代替語に置き換えます。「重要な」ではなく「大事な」。「強調する」ではなく「示す」。
コピュラ回避（Copula Avoidance）: 単語: ～として機能する、～として立つ、印となる、代表する、誇る、特徴とする。修正: 「である」または「持つ」に置き換えます。「ギャラリー825はLAAAの展示スペースである」と述べ、「～として機能する」とはしないでください。
否定並列表現（Negative Parallelisms）: 構造: 「～だけでなく...もまた...」、「それはXだけの問題ではなく、Yの問題である」、末尾の否定（例: 「推測は不要」）。修正: 直接的な言明。「重いビートがトーンを強調する」と述べ、「ビートだけの問題ではない...」とはしないでください。
3つの法則（Rule of Three）: 3つの例、3つの形容詞、リスト内の3つの項目。修正: 3つある場合は、2つで十分かどうかを検討します。リストが必要な場合は問題ありません。修辞的な完全性のために存在する場合は削除します。
類義語の循環（Synonym Cycling）: 連続する文で同じ概念を別の名前で呼ぶ（主人公、主要キャラクター、中心人物、ヒーロー）。修正: 1つの用語を選び、それを使い続けます。繰り返しは人間らしいものです。
偽の範囲（False Ranges）: 「XからYへ、AからBへ」という形式で、端点が実際の尺度上にないもの。修正: 項目を列挙します。「特異点から宇宙の網まで」ではなく、「この本はビッグバン、星形成、暗黒物質を扱っている」。
受動態と主語のない断片（Passive Voice and Subjectless Fragments）: 「設定ファイルは不要です。」「結果は自動的に保存されます。」修正: 動作主を追加します。「設定ファイルは必要ありません。」

スタイルパターン

エムダッシュ（Em Dashes）（ゼロトレランス）: エムダッシュはすべて兆候です。修正: すべて削除します。カンマ、ピリオド、セミコロン、コロン、括弧に置き換えるか、隙間を完全に閉じます。これは必須のフェーズ5パスで強化されています。最終テキストにはエムダッシュが含まれていてはいけません。
太字の過剰使用（Boldface Overuse）: 重要な用語を機械的に強調すること。修正: プレーンテキストを使用します。読者に何が重要かを判断させましょう。
インラインヘッダーリスト（Inline-Header Lists）: 「- トピック: 説明」という形式。修正: 散文の文で記述します。
見出しのタイトルケース（Title Case in Headings）: 「戦略的交渉とグローバルパートナーシップ」。修正: 文の先頭だけを大文字にする（Sentence case）。「戦略的交渉とグローバルパートナーシップ」。
絵文字（Emojis）: 見出しや箇条書きの前にある装飾的な絵文字。修正: 削除します。
スマート引用符（Curly Quotes）: ストレート引用符ではなく、スマート引用符。修正: ストレート引用符に置き換えます。

コミュニケーションパターン

チャットボットの痕跡（Chatbot Artifacts）: 「お役に立てれば幸いです！」「もし～なら教えてください...」「素晴らしい質問です！」修正: 削除します。テキストはこれらなしで成立するべきです。
知識カットオフの免責事項（Knowledge-Cutoff Disclaimers）: 「～時点では」、「入手可能な情報に基づくと...」修正: 関連する日付を明記するか、削除します。
お世辞的な口調（Sycophantic Tone）: 過度に肯定的で、人を喜ばせるような言葉遣い。修正: 直接的で中立的に。「あなたが挙げた要因は関連性があります」と述べ、「素晴らしい指摘です！まったくその通りです！」とはしないでください。

フィラーとヘッジング

フィラーフレーズ（Filler Phrases）: 「～するために」は「～に」に。「～という事実のために」は「～だから」に。「この時点では」は「今」に。
過度なヘッジング（Excessive Hedging）: 「それはおそらく可能性として～と主張されるかもしれません...」修正: 「～かもしれない」とするか、削除します。
一般的な肯定的結論（Generic Positive Conclusions）: 「未来は明るい。」「エキサイティングな時代が待っている。」修正: 具体的な将来を見据えた記述、または何も書かない。
ハイフンでつながれた単語ペア（Hyphenated Word Pairs）: third-party（第三者）、cross-functional（部門横断的）、data-driven（データ駆動型）、decision-making（意思決定）、high-quality（高品質）、real-time（リアルタイム）。修正: 人間は一貫性がありません。Third party、cross functional、data driven。
説得力のある権威の常套句（Persuasive Authority Tropes）: 「本当の問題は」、「その核心は」、「本当に重要なのは」、「根本的に」、「より深い問題は」。修正: ポイントを直接述べます。
サイン事（Signposting）: 「さあ、飛び込んでみましょう」、「探ってみましょう」、「これが知っておくべきことです」、「では、～を見てみましょう」。修正: 単にコンテンツを始めてください。
断片的な見出し（Fragmented Headers）: 見出しの後に、見出しを言い換えた1行の段落が続くもの。修正: ウォームアップ文を削除します。コンテンツから始めてください。

言語兵器庫（対抗的ループ用）

対抗的リファインメントフェーズ中に、これらの変換をランダムに適用します。

短縮形（Contractions）

すべてのインスタンスではなくランダムに適用します。人間は一貫性がありません。

do not → don't, does not → doesn't, did not → didn't
are not → aren't, is not → isn't, was not → wasn't
have not → haven't, has not → hasn't
would not → wouldn't, could not → couldn't, should not → shouldn't
it is → it's, that is → that's, there is → there's
we are → we're, they are → they're, you are → you're

文の結合（Sentence Merging）

隣接する2つの文が両方とも8語未満の場合、カンマと接続詞（and, but, so, because）で結合します。

文の分割（Sentence Splitting）

文が30語を超え、カンマで区切られた接続詞を含む場合、中間点で2つの文に分割します。

ペルソナの注入（Persona Injection）

大学生: 始めの近くにヘッジを1つ追加します（「～と思う」、「私の理解では」、「～のように思える」、「正直なところ」）。自己修正または再考の節を1つ追加します（「少なくとも私はそう見ている」）。
プロフェッショナル: 時々「である」を「～のように思われる」に、「～がある/いる」を「～である傾向がある」に置き換えます。形式のレベルは一貫して保ちますが、堅苦しくはしません。
カジュアル: 時々冠詞を省略します。文の断片を使用します。「そして」、「しかし」、「だから」で文を始めます。該当するすべての動詞に短縮形を使用します。

冒頭のバリエーション（Opening Variation）

連続する3つの文が同じように始まる場合（同じ主語、同じ構造）、1つを言い換えます。人間の書き手は冒頭を本能的に変化させます。

定量的シグナル（スコアリング用）

各書き換えパスの後、これら4つのシグナルをチェックします。

シグナル	低い（AI）	高い（人間）
パープレキシティ	低い。モデルが次のトークンを容易に予測できる。	高い。予想外だが自然な単語選択。
バースト性	文の長さが密に集中している。	高いばらつき。短い、中程度、長い文が混在。
トライグラム多様性	高いトライグラム重複、予測可能なパターン。	稀な組み合わせ、低い重複。
パターン再発	3つ以上のアクティブなパターンマッチ。	残り0～1のマッチ。

目標: 4つのシグナルすべてでAI確率10%未満。

プロセス概要

入力テキストを読む。
29のパターンマッチすべてを特定し書き換える。
声（個性、意見、変化に富んだリズム）を追加する。
定量的シグナルに対してスコアリングする。
対抗的ループを実行する: 変換、スコアリング、保持または破棄、最大10回の反復。
セルフオーディット: 残っている兆候を特定し修正する。
必須のエムダッシュ排除パス（フェーズ5）を実行する。エムダッシュがゼロであることを確認する。
最終テキストを提示する。
オプションで、検出されたパターンと適用された変換をリストする。

参考

このスキルは3つのソースを組み合わせています。

29パターンフレームワークのためのWikipediaの「AIライティングの兆候」ガイド（WikiProject AI Cleanup）。
MLヒューマナイゼーションパイプラインからのGPT-2パープレキシティベースの検出、T5ニューラルパラフレーズ、およびバースト性とトライグラム多様性メトリクス。
同じパイプラインからの反復的対抗的リファインメント手法。

Wikipediaからの重要な洞察: 「LLMは統計的アルゴリズムを使用して次に来るべきものを推測します。結果は、最も統計的に可能性が高く、最も多様なケースに適用される結果に偏る傾向があります。」

Christianboat/humanize

humanize とは？

お気に入りのAIに質問する

ドキュメント