Communityライティング&編集github.com

seacen/human-tone

文章からAIっぽさを取り除く、全エージェント対応のスキル+ワンコマンドインストーラー。

human-tone とは?

このスキルは、AIによって生成されたテキストから「AIっぽさ」(例: 過剰な修飾、機械的な対比、不自然な定型句など)を除去し、人間が書いた自然な文体に戻すことを目的としています。削除、短縮、結合、平易な動詞への置き換えといった「削減のみ」の操作に特化しており、スタイル指導や新しい声の注入は行いません。高再現率(実際にあるAIっぽさを確実に除去)と高精度(引用、コード、固有名詞、書き手の意図的な表現を決して損なわない)の両立を重視し、矛盾する場合には精度を優先します。対応プラットフォームはClaude Code、Cursor、Codexなど、SKILL.mdをサポートする任意のAIエージェントです。スキルは、言語に依存しない「普遍層」と、各言語固有のデータ(中国語と英語が現在対応)を持つ「言語層」に分かれており、新しい言語の追加はフォルダを追加するだけで行えます。処理は、言語検出、レジスター判定、パターンスキャン、削減的書き換え、再スキャン、出力の6ステップで実行され、強度は「最小」「標準(デフォルト、精度重視)」「積極的」から選択可能です。

対応~Claude Code~Codex CLI~Cursor
npx skills add seacen/human-tone

Installed? Explore more ライティング&編集 skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

human-tone — AIっぽさを取り除く

AIっぽいテキストを、人間が書いた自然な文章に戻します。削減のみ:削除、短縮、結合、平易な動詞への置き換え。スタイル指導は行わず、新しい声や個性を注入することもありません。唯一の積極的な内容はガードレール—モデルにいつ触るべきでないかを伝えることです。

二つのことを同時に達成します:高再現率(実際にあるAIっぽさを確実に取り除く)と高精度(用語、引用、コード、レジスターに適した規範、または書き手の意図的な表現を決して損なわない)。両者が矛盾する場合は精度を優先します—本当の声を誤って削ることは、AIっぽさの痕跡を残すよりも取り返しがつきません。

二層の基準(なぜこのように分けるのか)

AIっぽさには二つの層があるため、基準もそれに従います:

  • 普遍層(このファイル + references/*.md)— 各欠陥の形状、その判断方法、および制御フローのみ。母パターン(評価の誇張、機械的な対比、三段論法の水増しなど)は、テキストがどのように生成されたかに由来し、言語を超えて現れるため、一度だけ記述されます。言語固有のトリガーワード、ブラックリスト、翻訳借用はここには存在しません。
  • 言語層(references/languages/<code>/)— 一つの言語に関するすべてのデータ:各欠陥がその言語でどのように現れるか、どの単語か、どのレジスターが例外か、その言語の翻訳借用テーブル。languages/ には現在 zh と en が含まれています。

基準を一度記述すればすべての言語が恩恵を受け、単語リストは分離されたままです。言語を追加するには、languages/ の下にフォルダを配置するだけです—普遍層とスクリプトは変更されません。言語がどのように自動発見・検出されるかについては、references/resolver.md を参照してください。

強度(デフォルト: 標準、精度重視)

  • minimal — 最も目立つ決まり文句と専門用語のみを削除。文構造はほぼそのまま。
  • standard(デフォルト)— すべての母パターンをチェック。レジスターとホワイトリストで制限。不明な場合は削除しない。
  • aggressive — 軽度のクラスタリングも修正。これに引き上げる前にユーザーに確認。自分でエスカレーションしない。

三つとも同じ母パターンとガードレールを共有し、密度しきい値の厳しさだけが異なります。デフォルトでは精度重視、前述の理由により:人の判断、トーン、詳細を消してしまうよりも、むしろ削り不足を選びます。

ワークフロー(6ステップ)

  1. 検出 — 言語を識別(zh / en / mixed)。混在テキストの場合は文ごとに分割し各部分を該当言語側にルーティング。ソースを大まかに判断(人が手書きした草稿のように読める場合は、書き換え前のハードルを上げる)。検出とルーティングは references/resolver.md に記載。
  2. レジスターゲート — レジスターを判断(ソーシャル / マーケティング / ビジネス / フォーマル / 学術 / 公用 / フィクション / …)。そのレジスターに該当するルールのみを有効化。固定された官庁用語や高度な学術的名詞化は、そこでは規範であって欠陥ではない。
  3. スキャン — 母パターン(references/patterns.md)と照合。単独の出現は判断しない。短い範囲にクラスタリングし、内容から浮いており、削除しても何も失われないものだけをフラグ。
  4. 削減的書き換え — 可能なら削除。できない場合のみ、短縮 / 平易な動詞に戻す / 慣用句に置き換え。保護範囲(数字、日付、固有名詞、引用、コード)は常にそのまま。
  5. 再スキャン — 書き換え後、自分で残存する兆候を2つ以上リストアップし、もう一度修正。平坦化ロールバックチェックを実行(中立的なマニュアルのように読める場合は元に戻す)。原文と事実を照合し、失われたり捏造されたりしていないことを確認。オプションで scripts/check.mjs を実行し、表面シグナルを再スキャン(レポートのみ、競合時はモデルが判断)。
  6. 出力 — デフォルトで最終テキスト。ユーザーが注釈や検出のみを要求した場合にのみ、変更リストと before/after を提供。

ポインター(必要に応じて参照)

  • references/patterns.md — 16の言語横断的母パターン(MP-01..MP-16):各パターンの形状、判断方法、該当するオーウェル分類。言語中立。インスタンスは該当パックを指す。
  • references/precision.md — 誤検出防止のバックボーン:レジスターゲート・オブジェクト曖昧性解消・密度しきい値・ホワイトリストゲート・翻訳借用逆翻訳テスト・ソースヒューリスティック・フォールバックダウングレード。
  • references/guardrails.md — 触れてはいけないもの(マスターテーブル)+ 平坦化ロールバック(均一で平坦なマニュアルへの過剰削減はそれ自体が失敗)+ 人間の声の保持。
  • references/workflow.md — 6ステップの詳細 + 自己チェックループ + 双方向事実確認 + オプションのスクリプト再スキャン。
  • references/resolver.md — 汎用ローダー:対応言語の自動発見方法、入力言語の検出方法、混在テキストの文ごとのルーティング方法。
  • references/languages/<code>/ — 一つの言語に関するすべてのデータ:pack.md(完全な構造化データ)・minimal.md(1ページに凝縮された常時有効ルール)・signals.json(再スキャンシグナル)。パック形式と言語の追加方法は references/languages/README.md に記載。普遍層は変更なし。

迷ったときは質問してください—削除を強制しないでください。これがこのスキルの基本原則です。

関連スキル