AI Clean Master（全キャリア AI臭除去・小文字連箱除去・人間味リライトマスター）

1. コアミッション / Core Mission

AI が生成した PPT、ポスター・インフォグラフィック、Web サイト、ドキュメントには、往々にして強い「機械加工ラインのようなプラスチック感（AI Slop）」があり、主に以下の2つの問題点に集中しています。

ビジュアルとレイアウト上の「AI臭のする小文字・安価な装飾枠」（Visual & Micro-Copy Slop）」：
- 上部/カード内の疑似英語と定型見出し（Kickers & Pill Badges）： SECTION 01 · STRATEGIC OVERVIEW、CORE INSIGHT、✨ Next-Gen AI Platform、SYSTEM ONLINE、核心赋能模块 など。通常は角丸カプセル枠（Pill/Badge）や発光ボーダーで囲まれています。
- カード内の同語反復的な字数稼ぎの小文字（Redundant Micro-Copy）：大見出しに「認識速度が3倍に向上」と書いてあるにもかかわらず、その下に「高効率アルゴリズムの導入により、認識処理速度の大幅な向上を実現しました」といった 10pt / text-xs の無駄な文章を詰め込んでいる。
- フッター/下部の大げさなまとめと免責文言（Footer Slop & Disclaimers）：「本ページのコアインサイト：全リンクデジタルクローズドループの構築」「Key Takeaway: Empowering seamless digital transformation」「注：上記データはデモ参考用です」、AI 透かしやウェブページの偽コマンドラインステータスバーなど。
- 偽造された装飾的マイクロデータ/バッジと記号ノイズ（Fake Metrics & Emoji Slop）：実出典のない +99.8%、INDEX-A、STEP 01 //、および画面中に乱用される ✨🚀💡⚡ 絵文字と安っぽい紫や青のネオン発光。
言語表現上の「中日英 AI 専門用語と定型句（Linguistic AI Buzzwords）」：
- 中国語高頻度専門用語：「赋能（エンパワーメント）」、「抓手（着手点）」、「闭环（クローズドループ）」、「全链路（全リンク）」、「多维度（多次元）」、「底层逻辑（根本的ロジック）」、「顶层设计（トップダウンデザイン）」、「生态体系（エコシステム）」、「范式转移（パラダイムシフト）」、「协同共振（シナジー共振）」、「颗粒度（解像度/グラニュラリティ）」、「组合拳（コンビネーションパンチ）」、および四字熟語の機械的な列挙。
- 英語高頻度専門用語（English AI Slop）： delve into, testament to, rich tapestry, seamless integration, paradigm shift, holistic ecosystem, empower, leverage, cutting-edge, game-changer, unlock the full potential。

本スキルの四大鉄則 / Four Iron Rules：

箱ごと削除（Box-and-Text Removal）：装飾的な小文字を削除する際は、その背景にあるカプセル枠（Pill/Badge）やフッターバー（Footer Bar）も併せて削除し、空の色ブロックを残さない。
スマートなビジュアル昇格（Smart Visual Promotion）：カード内の字数稼ぎの小文字を削除した後、残ったコアメッセージのフォントサイズを自動的に拡大（例：PPT の場合 +2pt~+4pt、Web ページの場合 text-base → text-lg font-semibold）、行間を広げたり中央揃えにしたりして、レイアウトが間延びしないようにする。
適応的な人間味リライト（Adaptive Humanization）：中日英の専門用語や定型句を一律に削除し、対象シーン（コンテスト向けピッチ、工学的な発表、授業、ビジネス向け）に応じて、「実際に人間がステージで自然に話す言葉」に書き換える。
元ファイルを決して上書きしない（Non-Destructive Output）：すべての変更は *_cleaned.<ext> という新しいファイルに出力する。

2. クロスプラットフォーム5ステップワークフロー（`grill-me` 確認とユーザー確認ゲート統合版）

このファイルを含むディレクトリの絶対パスを SKILL_DIR として保持する。スクリプト呼び出し時は、${SKILL_DIR} を実際の絶対パスに展開する。

Stage 1：キャリア識別とAI臭病巣スキャン（Scan & Diagnose）

ユーザーから提供された対象ファイルやコードの種類に基づき、対応する専用スキャンエンジンを呼び出す（識別基準の詳細は references/ai-slop-dictionary.md を参照）。

キャリアタイプ (Carrier)	対応拡張子 (Extensions)	スキャンコマンド (Scan Command)
PPT プレゼンテーション	`.pptx`	`python "${SKILL_DIR}/scripts/pptx_inspector.py" "<input.pptx>" --json "<scan.json>"`
ウェブサイト / フロントエンドページ	`.html`, `.jsx`, `.tsx`, `.vue`, `.svg`	`python "${SKILL_DIR}/scripts/web_cleaner.py" --scan "<input_file>" --json "<scan.json>"`
画像 / ポスター / インフォグラフィック	`.png`, `.jpg`, `.jpeg`, `.webp`	`python "${SKILL_DIR}/scripts/image_cleaner.py" --scan "<input_img>"` とマルチモーダル視覚機能を組み合わせて、画像内のすべての小文字、カプセルラベル、字数稼ぎのサブコピーのピクセル座標 `bbox` を特定する。
ドキュメント / アウトライン / スピーチ原稿	`.docx`, `.md`, プレーンテキスト	`python "${SKILL_DIR}/scripts/doc_cleaner.py" --scan "<input_doc>" --json "<scan.json>"`

[!NOTE]

Windows 環境で python3 が WindowsApps スタブをトリガーする場合（終了コード 9009）、一律で python を使用すること。

豆包工作台（Doubao Workspace）などのクラウドベースの対話環境で、ローカルに Python コンテナがない場合は、references/ai-slop-dictionary.md を参照して構造化診断とコード/文章のリライトを直接実行すること。

Stage 2：`Grill-Me` 対話型1問1答による確認（One-by-One Decision Interview）

スキャン完了後、ファイルを直接変更してはならない。必ず grill-me インタビューモードに入り、ディシジョンツリーに従って毎回1つの質問だけをし、各質問では最も推奨する選択肢を最初に記載し、(Recommended) と明記すること。

クロスエージェントツール呼び出しの適合：
- Antigravity / Claude Code / Cursor / Trae / Qoder / WorkBuddy など、構造化質問ツール（ask_question や AskUserQuestion など）をサポートするホスト環境では、そのツールを優先的に使用してユーザーに単一の質問を投げかける。
- Codex CLI / 豆包工作台（Doubao Workspace） など、ポップアップ選択ツールがない環境では、ダイアログで明確な番号付きリスト（1. (Recommended) ...）を使い、一度に1つの質問だけを提示し、ユーザーが番号や意見で回答してから次の質問をする。

以下の決定項目を順番に解決する（ユーザーが初期指示で既に特定の項目を明示している場合は、その質問をスキップする）。

Q1 — ターゲットシーンと「人間味トーン」設定（Tone & Scenario）：
- 自動的にスキャン内容に最もマッチするスタイルを最初の項目に配置し (Recommended) とマークする。
  - コンテスト向けピッチ / 起業家プレゼン風 (Pitch & Competition)：実際の課題、「私たち自身が何をしたか」、実測結果を強調（空虚なエコシステムやエンパワーメントの話は拒否）。
  - 工学的トレーニング / 技術エンジニアリング風 (Engineering & Technical)：動詞で始める + 具体的なハードウェア/アルゴリズム/パラメータ + 定量結果で、客観的で簡潔に。
  - 授業 / クラススピーチ風 (Teaching & Speech)：一人称/二人称の主語を入れる（「見てみましょう」「よくありますよね」 / "Let's look at..."）、短い文で口語的に。
  - 簡潔ビジネス / 日常報告風 (Crisp Business)：結論を先に（1ページに1文の人間の言葉で結論）、事実と具体的なアクションで四字熟語の形容詞を置き換える。
Q2 — 小文字と装飾色ブロックのクリーニング強度（Cleanup Aggressiveness）：
- (Recommended) 箱ごと全削除 + コアフォント昇格 (Full Box-and-Text Cleanup + Font Promotion)：上部の疑似英語/決まり文句の小さなカプセル（背景枠ごと）、フッターの免責文言、カード内の同語反復的な字数稼ぎの小文字をすべて削除し、残ったコアメッセージのフォントを拡大して中央揃えにする。
- 穏やかクリーニング (Moderate Cleanup)：明らかな疑似英語バッジ、フッターの免責文言、✨🚀 絵文字のみを削除。カード内のサブ見出し構造は保持するが、それを簡潔な人間の言葉に書き換える。
Q3 — 疑わしい実データバッジまたは画像修正モードの確認（Borderline Data / Image Mode）：
- スキャンで具体的な数字を含む小文字/バッジ（例：+38.5%、N=120）が見つかった場合、単一の質問として、どれが**実際のビジネスデータ（保持して昇格）で、どれがAI がでっち上げた装飾的マイクロデータ（箱ごと削除）**かをユーザーに確認する。
- ターゲットが**画像（.png/.jpg）**の場合、(Recommended) 元画像ピクセルレベルでの小文字消去 + その場に人間味のある大きな文字を再描画 を選択するか、編集可能な HTML/SVG/PPTX レイヤーに再構築 するかを尋ねる。

Stage 3：「削除 + 人間味リライト + ビジュアル昇格」比較表と確認ゲートの出力

grill-me による確認が完了したら、references/layout-promotion-rules.md と references/ai-slop-dictionary.md を参照し、ユーザーに直感的な ページごと/エリアごとの Before → After 比較プレビュー表 を出力する。

### 📋 AI Clean Master クリーニング＆リライトプレビュー (Cleanup & Humanization Preview)

| ページ/エリア | アクションタイプ | 元の内容（AI臭病巣） | 処理後（人間味 & ビジュアル昇格） |
|---|---|---|---|
| P1 上部 | `🗑️ 箱ごと削除` | `[カプセル枠 #4] SECTION 01 · STRATEGIC OVERVIEW` | *薄い青のカプセル背景枠ごと削除* |
| P1 カード1 | `✂️ 小文字削除 + 🔼 昇格` | タイトル：`多次元エンパワーメント選別システム`<br>小文字(10pt)：`全リンクビジョン認識を介した高効率農業選別クローズドループの実現` | タイトルをリライトし **20pt 中央揃え**に昇格：<br>**`両眼視で0.2秒の果実欠陥識別`**（下の字数稼ぎ小文字を削除） |
| P1 下部 | `🗑️ 箱ごと削除` | `[フッターバー #9] 本ページのコアインサイト：質の高い発展を実現するための着手点` | *下部の濃い灰色の横棒ごと削除* |

確認ゲート（Confirmation Gate）：プレビュー表を表示した後、ユーザーに実行を確認する（または微調整の意見を求める）。ユーザーが明示的に確認した場合のみ（または最初のリクエストで「確認不要で一発結果を出して」と明示されていた場合のみ）、Stage 4 に進む。

Stage 4：箱ごと削除、人間味リライト、スマートビジュアル昇格の実行（Execute Cleanup & Promotion）

確認された計画に基づき、対応するキャリアのクリーニングエンジンを呼び出して *_cleaned.<ext> の新しいファイルを生成する。

ルート A：PPT プレゼンテーション (`.pptx`)

JSON 計画ファイルを作成して実行する。

python "${SKILL_DIR}/scripts/pptx_cleaner.py" "<input.pptx>" "<plan.json>" -o "<input_cleaned.pptx>"

plan.json 構造例：

{
  "slides": [
    {
      "slide_index": 1,
      "delete_shape_ids": [4, 5, 9, 10],
      "delete_paragraphs": [
        {"shape_id": 7, "paragraph_indices": [1, 2]}
      ],
      "rewrites": [
        {
          "shape_id": 7,
          "paragraph_index": 0,
          "new_text": "両眼視で0.2秒の果実欠陥識別",
          "promote_pt": 3.0,
          "vertical_center": true
        }
      ]
    }
  ]
}

ルート B：ウェブサイトとフロントエンドページ (`.html` / `.jsx` / `.tsx` / `.vue` / `.svg`)

<web_plan.json> を作成して実行する。

python "${SKILL_DIR}/scripts/web_cleaner.py" --apply "<web_plan.json>" "<input.html>" -o "<input_cleaned.html>"

ルート C：画像 / ポスター / インフォグラフィック (`.png` / `.jpg` / `.webp`)

エリア消去と再描画設定 <img_plan.json> を作成する（各エリアの bbox: [x1, y1, x2, y2]、action: "erase_only" | "erase_and_redraw"、text、font_size を定義）。実行：

python "${SKILL_DIR}/scripts/image_cleaner.py" --apply "<img_plan.json>" "<input.png>" -o "<input_cleaned.png>"

ルート D：ドキュメントとリッチテキスト (`.docx` / `.md`)

<doc_plan.json> を作成して実行する。

python "${SKILL_DIR}/scripts/doc_cleaner.py" --apply "<doc_plan.json>" "<input.docx>" -o "<input_cleaned.docx>"

Stage 5：結果納品とクリーニングレポート（Delivery & Summary Report）

生成された *_cleaned.* ファイルが存在し、フォーマットが破損していないことを確認した後、ユーザーに簡潔な納品レポートを出力する。

新しいファイルパス。
クリーニング戦果統計：箱ごと削除した小文字/カプセル枠/フッターバーの数、削除した中日英 AI 専門用語の数、完了したビジュアルフォント昇格と人間味リライトを行ったコアメッセージの数。

3. 参考ドキュメントとスクリプト索引 / References & Scripts

references/ai-slop-dictionary.md：中日英 AI臭小文字特徴データベース、専門用語禁止リスト、4大シーン別人間味リライト辞書。
references/layout-promotion-rules.md：PPT/画像/Webページの箱ごと削除幾何学判定とフォント昇格ルール。
scripts/pptx_inspector.py & scripts/pptx_cleaner.py：.pptx スキャン・クリーニング・昇格エンジン。
scripts/web_cleaner.py：HTML / React / Vue / SVG スキャン・ノイズ除去・昇格エンジン。
scripts/image_cleaner.py：ポスター・インフォグラフィックのピクセルレベル小文字消去・大文字再描画エンジン。
scripts/doc_cleaner.py：Word (.docx) と Markdown (.md) の AI臭除去エンジン。
scripts/install_skill.py：クロスプラットフォーム主要 AI Agent 向けワンクリックインストール・適合スクリプト。

Clement-2333/ai-clean-master

ai-clean-master とは？

お気に入りのAIに質問する

ドキュメント

AI Clean Master（全キャリア AI臭除去・小文字連箱除去・人間味リライトマスター）

1. コアミッション / Core Mission

2. クロスプラットフォーム5ステップワークフロー（`grill-me` 確認とユーザー確認ゲート統合版）

Stage 1：キャリア識別とAI臭病巣スキャン（Scan & Diagnose）

Stage 2：`Grill-Me` 対話型1問1答による確認（One-by-One Decision Interview）

Stage 3：「削除 + 人間味リライト + ビジュアル昇格」比較表と確認ゲートの出力

Stage 4：箱ごと削除、人間味リライト、スマートビジュアル昇格の実行（Execute Cleanup & Promotion）

ルート A：PPT プレゼンテーション (`.pptx`)

ルート B：ウェブサイトとフロントエンドページ (`.html` / `.jsx` / `.tsx` / `.vue` / `.svg`)

ルート C：画像 / ポスター / インフォグラフィック (`.png` / `.jpg` / `.webp`)

ルート D：ドキュメントとリッチテキスト (`.docx` / `.md`)

Stage 5：結果納品とクリーニングレポート（Delivery & Summary Report）

3. 参考ドキュメントとスクリプト索引 / References & Scripts

関連スキル

steipete/sag

steipete/oracle

steipete/peekaboo

mattpocock/design-an-interface

mattpocock/prototype

mattpocock/grill-me

お気に入りのAIに質問する

ドキュメント

AI Clean Master（全キャリア AI臭除去・小文字連箱除去・人間味リライトマスター）

1. コアミッション / Core Mission

2. クロスプラットフォーム5ステップワークフロー（grill-me 確認とユーザー確認ゲート統合版）

Stage 1：キャリア識別とAI臭病巣スキャン（Scan & Diagnose）

Stage 2：Grill-Me 対話型1問1答による確認（One-by-One Decision Interview）

Stage 3：「削除 + 人間味リライト + ビジュアル昇格」比較表と確認ゲートの出力

Stage 4：箱ごと削除、人間味リライト、スマートビジュアル昇格の実行（Execute Cleanup & Promotion）

ルート A：PPT プレゼンテーション (.pptx)

ルート B：ウェブサイトとフロントエンドページ (.html / .jsx / .tsx / .vue / .svg)

ルート C：画像 / ポスター / インフォグラフィック (.png / .jpg / .webp)

ルート D：ドキュメントとリッチテキスト (.docx / .md)

Stage 5：結果納品とクリーニングレポート（Delivery & Summary Report）

3. 参考ドキュメントとスクリプト索引 / References & Scripts

関連スキル

steipete/sag

steipete/oracle

steipete/peekaboo

mattpocock/design-an-interface

mattpocock/prototype

mattpocock/grill-me

2. クロスプラットフォーム5ステップワークフロー（`grill-me` 確認とユーザー確認ゲート統合版）

Stage 2：`Grill-Me` 対話型1問1答による確認（One-by-One Decision Interview）

ルート A：PPT プレゼンテーション (`.pptx`)

ルート B：ウェブサイトとフロントエンドページ (`.html` / `.jsx` / `.tsx` / `.vue` / `.svg`)

ルート C：画像 / ポスター / インフォグラフィック (`.png` / `.jpg` / `.webp`)

ルート D：ドキュメントとリッチテキスト (`.docx` / `.md`)