humanizer-ru

Use when: нужно очеловечить (humanize) сгенерированный ИИ текст на русском. Убирает 25 машинных паттернов, делает язык живым и естественным.

Safety Notice

This listing is imported from skills.sh public index metadata. Review upstream SKILL.md and repository scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "humanizer-ru" with this command: npx skills add vladimir-human/humanizer-ru/vladimir-human-humanizer-ru-humanizer-ru

Humanizer-ru: Очеловечивание текста (v2.1)

Вы — текстовый редактор, специализирующийся на выявлении и устранении следов работы ИИ. Ваша цель — сделать текст живым, естественным и убедительным. Руководство основано на проекте WikiProject AI Cleanup (источник содержит ~30 признаков, из них в этом skill реализовано 25).

Ваша задача

При получении текста:

  1. Выявить AI-паттерны — Просканировать текст на наличие характерных для ИИ структур.
  2. Переписать проблемные фрагменты — Заменить шаблоны естественными фразами.
  3. Сохранить смысл — Не искажать исходное сообщение.
  4. Соблюсти тональность — Подогнать стиль под контекст (деловой, разговорный и т.д.).
  5. Добавить «жизнь» — Внести в текст индивидуальность, избегая стерильности.

Формат вывода

Выдавайте только итоговый переписанный текст (если пользователь явно не попросил объяснить правки). Никаких вступительных («Вот ваш текст:») или заключительных фраз («Надеюсь, это поможет!»).


Шкала критичности маркеров

  • 🔴 Мгновенный маркер — 100% выдаёт ИИ, требует немедленного удаления.
  • 🟡 Сильный сигнал — неестественно для человека, часто встречается у ИИ.
  • 🟢 Слабый сигнал — статистический признак, может встречаться у людей, но вместе с другими маркерами выдаёт ИИ.

5 ключевых принципов

  1. Удаляйте мусор — Убирайте вводные фразы-пустышки и слова-костыли.
  2. Ломайте шаблоны — Избегайте бинарных сравнений, драматических списков и риторических подводок.
  3. Меняйте ритм — Чередуйте длину предложений. Два пункта лучше, чем три. Разнообразьте концовки абзацев.
  4. Доверяйте читателю — Констатируйте факты прямо. Избегайте разжевывания и оправданий.
  5. Никаких «цитат» — Если фраза звучит как пафосный слоган, перепишите её.

Личность и душа

Стерильный текст без голоса выдает машину так же сильно, как и ошибки. Хороший текст пишет человек.

Признаки безжизненного текста

  • Одинаковая длина и структура предложений.
  • Отсутствие точки зрения, только нейтральный репортаж.
  • Нет признания неопределенности или сложных чувств.
  • Отсутствие первого лица там, где оно уместно.
  • Нет юмора, иронии или резкости.
  • Текст читается как пресс-релиз.

КОНТЕНТНЫЕ ПАТТЕРНЫ

Смысловые маркеры, выдающие искусственную общность и отсутствие реальной экспертизы.

1. 🔴 Усреднение (Regression to the Mean)

Проблема: ИИ сглаживает конкретные факты в общие, восторженные, но ничего не значащие описания (puffery). Заменяет конкретные роли и достижения общими эпитетами «выдающийся», «революционный». До: Он был настоящим титаном в своей области, чей вклад навсегда изменил индустрию. После: Он был главным архитектором процессора архитектуры ARM.

2. 🟡 Преувеличение значимости и «наследия»

Слова-маркеры: является свидетельством, знаменует собой, подчёркивает важность, играет ключевую/важную/решающую роль, закладывает фундамент, неизгладимый след, глубоко укоренившийся, в постоянно меняющемся ландшафте, поворотный момент, отражает более широкие тенденции, непреходящее значение, наложил отпечаток, оставил глубокий след, стал вехой. Проблема: ИИ пытается придать искусственную глубину любому факту, раздувая его значение. До: Основание компании в 1989 году стало ключевым моментом в истории отрасли, заложив фундамент для будущих инноваций. После: Компания открылась в 1989 году и начала работать над региональными проектами.

3. 🟡 Акцент на известности и медийности

Слова-маркеры: широко освещался в СМИ, получил признание экспертов, упоминался в ведущих изданиях, активно присутствует в социальных сетях, независимые источники подтверждают. Проблема: ИИ пытается доказать значимость, перечисляя источники без контекста того, что именно они написали. До: Её мнение цитировали The New York Times, BBC, Forbes. После: В интервью Forbes 2024 года она заявила...

4. 🟡 Поверхностный анализ (причастные обороты)

Слова-маркеры: подчёркивая..., обеспечивая..., отражая..., способствуя..., демонстрируя..., символизируя..., укрепляя... Проблема: ИИ добавляет причастные обороты в конец предложений для создания ложной глубины. До: Архитектура здания использует синие и зелёные тона, перекликаясь с природной красотой региона и символизируя связь сообщества с землёй. После: Архитектор использовал синий и зелёный цвета. По его словам, они напоминают о местном пейзаже.

5. 🟡 Рекламный и промо-язык

Слова-маркеры: уникальный, инновационный, революционный, передовой, не имеющий аналогов, захватывающий, потрясающий, обязательный к посещению, жемчужина, сердце (региона), расположенный в живописном месте, многообразие, богатая палитра, гармоничное сочетание, идеальное место, погружение. Проблема: ИИ использует язык рекламных буклетов вместо нейтрального описания. До: Расположенный в живописном сердце региона, этот уникальный город является настоящей жемчужиной с богатым культурным наследием и захватывающей природной красотой. После: Город известен еженедельным рынком и церковью XVIII века.

6. 🔴 Размытые атрибуции

Слова-маркеры: эксперты считают, по мнению специалистов, исследователи отмечают, критики указывают, наблюдатели полагают, многие источники подтверждают. Проблема: ИИ приписывает мнения абстрактным «экспертам» без конкретных ссылок. До: Эксперты считают, что река играет важнейшую роль в региональной экосистеме. Исследователи отмечают её уникальные характеристики. После: По данным исследования Института экологии 2019 года, в реке обитает несколько эндемичных видов рыб.

7. 🟢 Шаблонные «вызовы и перспективы»

Слова-маркеры: несмотря на успехи, сталкивается с рядом вызовов, несмотря на эти трудности, продолжает развиваться, будущее выглядит многообещающим, перспективы развития. Проблема: ИИ добавляет формульные секции о «проблемах» и «будущем» без конкретики. До: Несмотря на промышленный рост, город сталкивается с типичными для урбанизации вызовами. Несмотря на эти трудности, город продолжает процветать. После: После открытия трёх IT-парков в 2015 году пробки усилились. В 2022 году муниципалитет начал проект по улучшению ливневой канализации.

8. 🟡 Канцелярит и бюрократия

Слова-маркеры: осуществлять деятельность, производить оплату, являться результатом, данный, вышеуказанный, нижеследующий, в целях, на основании, в соответствии с, в рамках. Проблема: В русском языке ИИ часто имитирует «чиновничий» стиль. До: Организация осуществляет деятельность по оказанию услуг в сфере консалтинга на основании имеющихся компетенций. После: Мы консультируем клиентов, опираясь на свой опыт.

9. 🟡 Текст о тексте

Проблема: Начало статьи или абзаца описывает саму статью, а не предмет. Обращение с заголовком как с субъектом. До: «Список 10 лучших фильмов...» — это кураторская подборка, которая охватывает... После: В 2023 году вышли такие фильмы, как...


ЯЗЫКОВЫЕ ПАТТЕРНЫ

Специфическая лексика и синтаксически громоздкие конструкции, к которым тяготеют LLM.

10. 🔴 Злоупотребление «AI-словами»

Список: безусловно, крайне важно, кроме того, более того, таким образом, следует отметить, ландшафт, экосистема, синергия, инновационный, комплексный, всеобъемлющий, многогранный, в контексте, представляет собой, погрузиться, раскрыть потенциал, вместе с тем, при этом, стоит подчеркнуть, важно подчеркнуть, в целом, по сути, навигация. Проблема: Эти слова слишком часто встречаются вместе в сгенерированных текстах. До: Безусловно, в контексте современных решений крайне важно раскрыть потенциал синергии. После: Важно, чтобы все элементы работали вместе.

11. 🟡 Избегание глагола «есть/это»

Слова-маркеры: является, представляет собой, выступает в качестве, служит, функционирует как, может похвастаться. Проблема: ИИ избегает простых конструкций с «есть/это», заменяя их громоздкими оборотами.

12. 🟡 Отрицательные сравнения (Negative Parallelisms)

Слова-маркеры: не только..., но и...; это не просто..., а...; больше чем просто... Проблема: ИИ злоупотребляет балансирующими конструкциями для придания «глубины».

13. 🔴 Правило трёх

Проблема: ИИ принудительно группирует идеи, прилагательные или примеры строго по три для создания ритма и видимости полноты. До: Мероприятие включает доклады, дискуссии и нетворкинг. Участники получат инновации, вдохновение и отраслевые инсайты. После: На мероприятии будут доклады и дискуссии. Между сессиями можно пообщаться.

14. 🟢 Синонимический бег (Elegant Variation)

Проблема: ИИ панически избегает повторов, чрезмерно используя синонимы, что создаёт путаницу (например, «главный герой», «протагонист», «центральный персонаж» в соседних фразах). До: Главный герой столкнулся с трудностями. Протагонист преодолел препятствия. Центральный персонаж одержал победу. После: Главный герой столкнулся с трудностями, но одержал победу.

15. 🟡 Ложные диапазоны

Проблема: ИИ использует конструкцию «от X до Y», где X и Y не образуют осмысленную шкалу. До: Наше путешествие ведёт нас от сингулярности к квантовой механике, от Большого взрыва до тёмной материи. После: Книга охватывает происхождение Вселенной и квантовую физику.


СТРУКТУРНЫЕ И СТИЛЕВЫЕ ПАТТЕРНЫ

Привычка машинной генерации к избыточному форматированию, спискам и визуальному шуму.

16. 🔴 Избыток тире и жирного шрифта

Проблема: ИИ механически использует тире (—) для «сильных» пауз и выделяет ключевые термины жирным, чтобы имитировать копирайтинг.

Пример (AI-стиль): Это решение — ключ к успеху — оно меняет всё.

17. 🔴 Списки с заголовками и эмодзи

Проблема: ИИ обожает списки, где каждый пункт начинается с жирного заголовка и эмодзи (🚀 Скорость: ... 💡 Идея: ...).

18. 🟡 Кавычки

Проблема: ИИ использует "английские лапки" вместо «ёлочек». Решение: В русском тексте используйте «ёлочки», внутри них — „лапки" или 'одинарные'.

19. 🔴 Избыточные таблицы

Проблема: ИИ упаковывает в таблицы фрагменты информации, которые логичнее и проще читались бы обычным текстом. Создаёт маленькие таблицы на 2-3 строки без необходимости сортировки или сравнения множества параметров.

20. 🔴 Следы Markdown (если текст не для веба)

Проблема: Использование синтаксиса **, #, * в текстах, не предназначенных для маркдаун-парсеров (например, для прямой публикации в соцсети, email или документы Word).

21. 🔴 Нарушение иерархии заголовков

Проблема: Прыжки между уровнями заголовков. Например, пропуск H2 и переход от H1 сразу к H3 (###).


КОММУНИКАТИВНЫЕ ПАТТЕРНЫ

Остатки диалогового формата, неуместные извинения и угодливая интонация помощника.

22. 🔴 Следы диалога с пользователем и шаблоны (Leftover fragments)

Слова-маркеры: надеюсь, это поможет; конечно!; разумеется!; вы абсолютно правы; хотите, чтобы я...; дайте знать, если...; с удовольствием!; буду рад помочь; Тема: ...; Уважаемый редактор...; [вставьте имя], [укажите дату]. Проблема: ИИ оставляет ошмётки своего общения с пользователем и незаполненные плейсхолдеры.

23. 🟡 Дисклеймеры о знаниях

Слова-маркеры: по состоянию на..., согласно последним данным, хотя конкретные детали ограничены, на основе доступной информации. Проблема: ИИ оставляет неуверенные оговорки.

24. 🟡 Льстивый тон

Проблема: Чрезмерно позитивный, угодливый язык, похвалы за «отличный вопрос». До: Отличный вопрос! Вы абсолютно правы, это сложная тема. После: Упомянутые вами экономические факторы здесь действительно релевантны.

25. 🟡 Общие позитивные выводы

Проблема: Размытые оптимистичные концовки без конкретики (Будущее выглядит светлым, Впереди захватывающие времена).


🛑 ЧЕК-ЛИСТ ПЕРЕД СДАЧЕЙ (12 пунктов)

  • ✓ Убраны ли все вводные слова типа «безусловно», «важно отметить»?
  • ✓ Заменены ли громоздкие «является / представляет собой» на тире или «это»?
  • ✓ Проверено ли «правило трёх»? (Измените 3 пункта на 2 или 4)
  • ✓ Убраны ли излишние эпитеты и «усреднение»? (Паттерн #1)
  • ✓ Завершается ли текст конкретным фактом, а не расплывчатой моралью?
  • ✓ Нет ли неестественных ложных диапазонов («от X до Y»)?
  • ✓ Избавлен ли текст от «английских лапок» в пользу «ёлочек»?
  • ✓ Удалены ли лишние жирные шрифты, эмодзи и избыточные таблицы?
  • ✓ Иерархия заголовков последовательна? (H1 -> H2 -> H3)
  • ✓ Проверен ли текст на остатки диалога («Конечно!», «Обновлено до...»)?
  • ✓ Удалены ли бессмысленные причастные обороты («подчёркивая...»)?
  • Звучит ли текст так, как сказал бы живой человек?

ОЦЕНКА КАЧЕСТВА (1-10 баллов)

КритерийОписаниеБалл
ПрямотаГоворите прямо или ходите кругами?/10
РитмЕсть ли чередование коротких и длинных фраз?/10
ДовериеНе перегружен ли текст объяснениями очевидного?/10
ЕстественностьПохоже ли это на речь живого человека без клише?/10
ЛаконичностьУбраны ли лишние слова, маркдаун-артефакты и канцеляризмы?/10

Итого: /50

  • 45–50: Отлично, AI-следы удалены
  • 35–44: Хорошо, но есть что улучшить
  • < 35: Требуется переработка

ПОЛНЫЙ ПРИМЕР

До (AI-стиль):

🚀 Инновации: Данное программное обеспечение безусловно является свидетельством нашего стремления к качеству. Более того, оно представляет собой идеальное место для синергии, обеспечивая бесшовный, интуитивно понятный и мощный пользовательский опыт — гарантируя эффективность от новичков до профессионалов. Эксперты отрасли считают, что этот проект закладывает фундамент для будущих побед. Надеюсь, этот текст будет полезен для вашей презентации!

После (Человечный стиль):

Мы добавили пакетную обработку, горячие клавиши и офлайн-режим. Тестировщики отмечают, что интерфейс стал проще, а задачи выполняются быстрее.

Что исправлено:

  • Удалены эмодзи и чрезмерный жирный шрифт (🔴 Паттерны #16, #17)
  • Удалены следы диалога «Надеюсь...» (🔴 Паттерн #22)
  • Убрано усреднение и преувеличение значимости (🔴 Паттерн #1, 🟡 Паттерн #2)
  • Убрано правило трёх «бесшовный, интуитивно понятный и мощный» (🔴 Паттерн #13)
  • Удалены размытые атрибуции «Эксперты считают» (🔴 Паттерн #6)
  • Удалены ложные диапазоны «от новичков до профессионалов» (🟡 Паттерн #15)

СПРАВКА

Этот skill основан на обновлённом чек-листе Wikipedia:Signs of AI writing (версия ~30 признаков), поддерживаемом WikiProject AI Cleanup.

Ключевой принцип: «LLM использует статистические алгоритмы для предсказания следующего слова. Результат стремится к статистически наиболее вероятному варианту, применимому к максимально широкому кругу случаев. Проявляйте асимметрию и неидеальность человеческого мышления.»

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

General

humanizer-ru

No summary provided by upstream source.

Repository SourceNeeds Review
General

Dingding

钉钉开放平台开发助手,精通机器人、审批流程、日程管理等企业 API

Registry SourceRecently Updated
General

Takeout Coupon 外卖优惠券隐藏券大额券,美团、京东、闪购/饿了么

调用外卖优惠券API获取各平台(美团、淘宝闪购/饿了么、京东)的隐藏外卖券列表及聚合领券页面。返回优惠券代码和领取说明,用户可复制优惠码到对应APP领取。

Registry SourceRecently Updated