Humanizer Skill: O guia completo do blader/humanizer para Claude Code

A maioria das postagens sobre “humanizar texto de IA” são iscas de SEO para ferramentas de paráfrase que prometem enganar detectores. Esta é diferente. blader/humanizer é uma pequena skill de código aberto, baseada em um guia da Wikipedia que voluntários realmente usam para limpar textos de IA, e ela roda dentro do Claude Code ou OpenCode sem qualquer serviço de terceiros. Estamos interessados no que ela realmente faz, no que ela não pode fazer e no que suas 29 regras ensinam sobre como a escrita de IA se revela.

1. O que é, em uma frase

blader/humanizer é uma skill para Claude Code e OpenCode licenciada pelo MIT que detecta 29 padrões de escrita gerada por IA a partir do guia Signs of AI writing da Wikipedia e os reescreve, com uma etapa opcional de calibração de voz e uma auditoria de segunda passagem integrada.

Esse é o repositório inteiro. Um SKILL.md arquivo. Sem binários, sem modelos, sem API. O runtime do agente faz o trabalho real. O repositório é o livro de regras.

2. Por que existe

Os editores da Wikipedia têm um problema. Desde o final de 2022, rascunhos e edições começaram a chegar com as mesmas características repetidamente. Palavras como testament, landscape, tapestry, e vibrant apareceram em artigos que anteriormente não precisavam delas. As frases começaram a se apoiar em construções do tipo “não apenas X, mas Y”. Os títulos passaram a usar Title-Case. As listas começaram a usar emojis. WikiProject AI Cleanup formado para lidar com o volume, Wikipedia: Sinais de escrita por IA guia, um catálogo longo e paciente das coisas

blader pegou esse catálogo e o transformou em uma skill. A proposta é direta: cole o texto,

Há também uma motivação mais silenciosa. Editores e escritores não querem um detector. Eles

3. Modelo Mental: Cinco Categorias

The 29 patterns split cleanly into five buckets. If you remember the buckets, you can spot the type of problem before you spot the specific rule.

As cinco categorias correspondem aproximadamente a o que o texto afirma, como ele formula a, como ele apresenta a afirmação visualmente, resíduos da, e palavras extras que nunca tiveram função estrutural. A maioria dos parágrafos com tom de IA atinge duas ou três categorias ao mesmo tempo.

4. Exemplo de ponta a ponta mais simples

Aqui está o caminho mais curto de um parágrafo bruto gerado por IA para um resultado humanizado, exatamente como uma sessão típica se parece.

Entrada que você cola:

/humanizer

AI-assisted coding serves as an enduring testament to the transformative
potential of large language models, marking a pivotal moment in the
evolution of software development. In today's rapidly evolving
technological landscape, these groundbreaking tools are reshaping how
engineers ideate, iterate, and deliver, underscoring their vital role
in modern workflows.

Rascunho da reescrita que o agente retorna:

AI coding assistants speed up some tasks. They are good at boilerplate:
config files, test scaffolding, repetitive refactors. They are bad at
knowing when they are wrong. The productivity claims are mixed.

O que torna o texto abaixo tão obviamente gerado por IA?

- Rhythm is still slightly too even.
- "The productivity claims are mixed" is a hedge with no specifics.
- No first-person voice yet, no opinion.

Reescrita final após a segunda passagem:

AI coding assistants can speed up the boring parts of the job. Not
architecture. Not the parts where you actually have to think.

They are great at boilerplate, especially the glue code you don't want
to write yourself. They are also great at sounding right while being
wrong, which is the part that scares me. I have accepted suggestions
that compiled, passed lint, and still missed the point because I stopped
paying attention.

If you have tests, this is fine. If you don't, you are mostly judging
vibes.

Duas passagens, sem troca de modelo, sem API externa. As regras fazem o trabalho, com o agente atuando tanto como editor quanto como autorrevisor.

5. Instalação

A skill é um único arquivo Markdown. Não há etapa de compilação nem árvore de dependências. Qualquer uma das ferramentas a reconhecerá no momento em que o diretório existir.

Claude Code:

mkdir -p ~/.claude/skills
git clone https://github.com/blader/humanizer.git ~/.claude/skills/humanizer

OpenCode:

mkdir -p ~/.config/opencode/skills
git clone https://github.com/blader/humanizer.git ~/.config/opencode/skills/humanizer

O OpenCode também lê ~/.claude/skills/, portanto, um único clone no diretório Claude funciona para ambos. Após a instalação, reinicie sua sessão do agente e execute /humanizer. O gatilho do frontmatter é a string de descrição, não o nome do arquivo. A skill é registrada como humanizer 2.5.1.

Se você não quiser fazer um clone, também pode simplesmente colocar SKILL.md em uma pasta chamada humanizer dentro do diretório de skills. O arquivo é o contrato completo.

Para outras ferramentas da Antigravity-stack, as mesmas convenções se aplicam. Veja nosso Guia de Configuração de Skills Antigravity para entender melhor a estrutura das skills caso você esteja configurando seu ambiente do zero.

6. Padrões de Conteúdo (1–6)

Os padrões de conteúdo são os mais fáceis de identificar quando você sabe o que procurar. Eles dizem respeito ao que o texto afirma, não ao seu tom. Quase todos eles inflam uma importância que o material de origem não justifica.

Padrão 1: Inflação de significância

Palavras para observar: stands as, serves as, is a testament, is a reminder, pivotal moment, evolving landscape, indelible mark, deeply rooted, preparando o terreno para, marcando uma mudança.

O que faz: Adiciona alegações sobre como algo arbitrário representa ou contribui para uma tendência mais ampla. Editores da Wikipedia notam isso em tópicos menores onde o exagero é desproporcional ao assunto.

Antes: O Instituto de Estatística da Catalunha foi oficialmente estabelecido em 1989, marcando um momento crucial na evolução das estatísticas regionais na Espanha.

Depois: O Instituto de Estatística da Catalunha foi estabelecido em 1989 para coletar e publicar estatísticas regionais de forma independente do escritório nacional de estatística da Espanha.

Padrão 2: "Name-dropping" de notoriedade

Palavras para observar: cobertura independente, listas de veículos de mídia, presença ativa em redes sociais, escrito por um especialista renomado.

O que faz: Tenta convencer o leitor à força com alegações de notoriedade, frequentemente em longas listas de veículos que citam o assunto. A correção é substituir a lista por uma única citação ou descoberta específica.

Antes: As opiniões dela foram citadas no The New York Times, BBC,

Depois: Em uma entrevista de 2024 ao New York Times, ela argumentou que a

Padrão 3: Análises superficiais com -ing

Palavras para observar: destacando, sublinhando, enfatizando, garantindo, refletindo, simbolizando, contribuindo para, promovendo, abrangendo, exibindo.

O que faz: Adiciona frases com particípio presente ao final das frases para simular profundidade. O particípio sugere significância sem nomear uma fonte ou um mecanismo.

Antes: A paleta de cores azul, verde e dourado do templo ressoa com a beleza natural da região, simbolizando os bluebonnets do Texas, o Golfo do México e as diversas paisagens texanas.

Depois: O templo usa cores azul, verde e dourado. O arquiteto disse que elas foram escolhidas para fazer referência aos bluebonnets locais e à costa do Golfo.

Padrão 4: Linguagem promocional

Palavras para observar: ostenta um, vibrante, rico (figurativo), profundo, aninhado, no coração de, de tirar o fôlego, imperdível, deslumbrante, renomado, compromisso com.

O que faz: O modelo usa por padrão uma linguagem de folheto turístico para qualquer coisa descrita como “patrimônio cultural.” Artigos de geografia na Wikipedia são o lugar canônico onde isso aparece.

Antes: Aninhada na região de tirar o fôlego de Gonder, na Etiópia, Alamata Raya Kobo destaca-se como uma cidade vibrante com um rico patrimônio cultural e uma beleza natural deslumbrante.

Depois: Alamata Raya Kobo é uma cidade na região de Gonder, na Etiópia, conhecida pelo seu mercado semanal e pela sua igreja do século XVIII.

Padrão 5: Atribuições vagas e termos evasivos

Termos para ficar atento: relatórios do setor, observadores citaram, especialistas argumentam, alguns críticos argumentam, diversas fontes quando menos de três fontes são citadas.

O que faz: Atribui opiniões a autoridades vagas para que a frase pareça fundamentada sem o devido trabalho. A correção substitui a autoridade fantasma por uma real e nomeada.

Antes: Especialistas acreditam que ele desempenha um papel crucial no ecossistema regional.

Depois: O Rio Haolai sustenta diversas espécies de peixes endêmicas, de acordo com um estudo de 2019 da Academia Chinesa de Ciências.

Padrão 6: "Desafios e Perspectivas Futuras" formulaico

Palavras para observar: Apesar de sua... enfrenta vários desafios, Apesar desses desafios, Desafios e Legado, Perspectivas Futuras.

O que faz: Encerra parágrafos com uma tensão fabricada (desafios) e uma resolução fabricada (continua a prosperar). O padrão é quase uma impressão digital de artigos biográficos ou geográficos escritos por IA.

Antes: Apesar de sua prosperidade industrial, Korattur enfrenta desafios típicos de áreas urbanas. Apesar desses desafios, com sua localização estratégica e iniciativas em curso, Korattur continua a prosperar.

Depois: O congestionamento de tráfego aumentou após 2015, quando três novos parques de TI foram inaugurados. A prefeitura iniciou um projeto de drenagem de águas pluviais em 2022 para lidar com inundações recorrentes.

7. Padrões de Linguagem (7–13)

Padrões de linguagem referem-se à escolha de palavras e à estrutura das frases. São os padrões que permanecem mesmo depois de remover o excesso de floreios, e são aqueles que a auditoria de segunda passagem detecta com mais frequência.

Padrão 7: Vocabulário de IA em excesso

Palavras de IA de alta frequência: na verdade, adicionalmente, alinhar com, crucial, aprofundar, enfatizar, duradouro, aprimorar, promover, obter, destacar (verbo), interação, intrincado / complexidades, chave (adjetivo), cenário (substantivo abstrato), fundamental, exibir, tapeçaria, testemunho, sublinhar (verbo), valioso, vibrante.

O que faz: Estas palavras aparecem com muito mais frequência em textos pós-2023 e tendem a se agrupar. Uma frase com uma delas geralmente contém outra. Substituí-las pela alternativa simples é a maneira mais rápida de fazer com que um texto de IA pareça um texto humano.

Padrão 8: Evitar a cópula

Observe: serve como, destaca-se como, marca, representa, apresenta, ostenta, oferece.

O que faz: Substitui verbos elaborados pelas formas sem graça de ser/estar e ter. A habilidade prefere a cópula simples sempre que ela funciona. A Gallery 825 é o espaço de exposição da LAAA supera A Gallery 825 serve como espaço de exposição da LAAA em todas as métricas, exceto na formalidade falsa.

Padrão 9: Paralelismos negativos e negações ao final

Observe: Não apenas X, mas Y, Não é apenas A, é B, e fragmentos finais como sem suposições ou sem desperdício de movimento adicionados ao final de uma frase.

O que faz: A construção soa retórica sem se comprometer com uma afirmação real. A correção é remover a negação e declarar o ponto principal. A batida pesada contribui para o tom agressivo beats Não se trata apenas da batida; é parte da agressividade e da atmosfera.

Padrão 10: Uso excessivo da regra de três

O que faz: Força ideias em grupos de três. Dois ou quatro exemplos bastam sempre que o material de origem os suporte, mas o modelo arredonda para três por padrão. O evento inclui palestras e painéis. Também há tempo para networking informal beats O evento conta com sessões principais, painéis de discussão e oportunidades de networking.

Padrão 11: Ciclo de sinônimos (variação elegante)

O que faz: A penalidade de repetição na maioria dos dados de treinamento de LLMs leva o modelo a trocar sinônimos, mesmo quando a mesma palavra soaria melhor. O protagonista enfrenta muitos desafios. O personagem principal deve superar obstáculos. A figura central acaba triunfando. O herói retorna para casa pode protagonist repetido.

Padrão 12: Intervalos falsos

O que faz: Usa de X a Y quando X e Y não estão em uma escala significativa. De Big Bang a matéria escura são dois tópicos não relacionados usando um intervalo. A correção é listar os tópicos diretamente.

Padrão 13: Voz passiva e fragmentos sem sujeito

O que faz: Oculta o agente com frases como Nenhum arquivo de configuração necessário ou Os resultados são preservados automaticamente. A habilidade reescreve essas frases na voz ativa quando isso torna a sentença mais clara. Você não precisa de um arquivo de configuração é melhor que Nenhum arquivo de configuração necessário quando o agente é um usuário humano real.

8. Padrões de Estilo (14–19, 26–29)

Padrões de estilo são visuais. Eles são os mais fáceis de detectar com uma regex e os mais fáceis de exagerar se você os aplicar mecanicamente. A maioria deles não está errada por si só. Eles estão errados pelo excesso.

Padrão 14: Uso excessivo de travessão (em dash)

Os modelos recorrem ao travessão porque a escrita de vendas os ensinou que ele soa “impactante.” A maioria dos travessões pode ser substituída por vírgulas, pontos finais ou parênteses sem perda de sentido. A habilidade prefere uma pontuação mais limpa.

Padrão 15: Uso excessivo de negrito

Colocar termos-chave em negrito em todas as frases nivela a ênfase. Se tudo está em negrito, nada está. A solução é usar negrito com moderação ou não usá-lo no corpo do texto.

Padrão 16: Listas verticais com cabeçalhos em linha

Listas onde cada item começa com um cabeçalho em negrito seguido de dois-pontos parecem uma apresentação de slides fingindo ser um artigo. Converta para prosa, a menos que os itens realmente precisem de um rótulo.

Padrão 17: Capitalização de títulos (Title Case) em cabeçalhos

Os modelos capitalizam todas as palavras principais nos cabeçalhos. O estilo editorial da Wikipedia é usar a capitalização de frase (sentence case), e a maioria dos guias de estilo de redações concorda com isso. Negociações estratégicas e supera Negociações Estratégicas E Parcerias Globais.

Padrão 18: Emojis

Decorar cabeçalhos ou marcadores com foguetes, lâmpadas e marcas de verificação soa como saída de chatbot, não como um texto autoral. Remova-os.

Padrão 19: Aspas curvas

O ChatGPT prefere aspas curvas (“ ”) em vez de aspas retas (" "). A maioria dos CMS de blogs corrige automaticamente na direção oposta, portanto, encontrar aspas curvas em texto simples é um sinal quase perfeito de ChatGPT.

Padrão 26: Uso excessivo de pares de palavras com hífen

Observe: cross-functional, data-driven, voltado para o cliente, tomada de decisão, em tempo real, de longo prazo, de ponta a ponta, bem conhecido, de alta qualidade, de terceiros.

O que faz: Adiciona hifens a modificadores compostos comuns com perfeita consistência. Humanos raramente usam hifens nesses termos de forma uniforme. A ferramenta remove hifens de pares comuns e os mantém apenas em compostos técnicos.

Padrão 27: Tropos de autoridade persuasiva

Observe: A verdadeira questão é, em sua essência, na realidade, o que realmente importa, fundamentalmente, a questão mais profunda, o cerne da questão.

O que faz: O modelo finge eliminar o ruído para chegar a uma verdade mais profunda. A frase após o tropo geralmente reafirma um ponto comum com cerimônia extra.

Padrão 28: Sinalização e anúncios

Observe: Vamos começar, vamos explorar, vamos analisar isso, aqui está o que você precisa saber, agora vamos dar uma olhada em, sem mais delongas.

O que faz: Anuncia o próximo passo em vez de executá-lo. A frase é meta, não conteúdo. Remova o sinalizador e comece diretamente pelo ponto principal.

Padrão 29: Cabeçalhos fragmentados

O que faz: Um cabeçalho seguido por um parágrafo de uma linha que apenas reafirma o cabeçalho antes que o conteúdo real comece. A linha única não acrescenta nada. A habilidade a remove e deixa o cabeçalho cumprir seu papel.

9. Padrões de comunicação (20–22)

Padrões de comunicação são resíduos da interface de chat. Alguém pediu um rascunho a um modelo, o modelo envolveu o rascunho em gentilezas, e essas gentilezas sobreviveram ao copiar e colar em um documento. Estes são os itens mais fáceis de identificar e remover no playbook.

Padrão 20: Artefatos de comunicação colaborativa

Assista: Espero que isto ajude, Com certeza!, Certamente!, Você tem toda razão!, Você gostaria..., let me know, aqui está um....

Antes: Aqui está uma visão geral da Revolução Francesa. Espero que isto ajude! Avise-me se quiser que eu aprofunde alguma seção.

Depois: A Revolução Francesa começou em 1789, quando a crise financeira e a escassez de alimentos levaram a uma agitação generalizada.

Padrão 21: Isenções de responsabilidade sobre o limite de conhecimento

Observe: a partir de [date], até a minha última atualização de treinamento, embora detalhes específicos sejam limitados, com base nas informações disponíveis.

O que faz: Protege toda a afirmação contra o corte de treinamento do modelo. A correção é encontrar uma fonte real ou remover a proteção e declarar o fato.

Padrão 22: Tom bajulador / servil

Observe: Ótima pergunta!, Você tem toda razão!, Esse é um excelente ponto.

O que faz: Elogia o leitor antes de responder. O elogio é um conteúdo vazio. Remova a introdução e responda diretamente.

10. Enchimento e Proteção (23–25)

Padrão 23: Frases de preenchimento

Frases com várias palavras que significam o que uma única palavra significaria. A habilidade as substitui diretamente.

Padrão 24: Evasivas excessivas

Qualificadores empilhados que se anulam. Poderia potencialmente ser argumentado que a política talvez tenha algum efeito comprime para A política pode afetar os resultados.

Padrão 25: Conclusões positivas genéricas

Encerramentos vagos e otimistas como O futuro parece brilhante ou Tempos empolgantes estão por vir. Substitua por um plano ou fato específico, ou remova o encerramento completamente.

11. Calibragem de Voz

Remover padrões de IA é metade do trabalho. A outra metade é devolver uma voz reconhecível. A voz padrão da skill é direta e um pouco seca. Se você quer que ela soe como você, o SKILL.md instrui o agente a ler uma amostra da sua escrita primeiro e imitá-la.

Como fornecer uma amostra:

/humanizer

Here's a sample of my writing for voice matching:
[paste 2-3 paragraphs of your own writing]

Now humanize this text:
[paste AI text to humanize]

O agente então analisa a amostra em busca de seis aspectos e os aplica na reescrita:

• Padrões de comprimento de frase. Curtas e impactantes, longas e fluidas, ou mistas.
• Nível de escolha de vocabulário. Casual, acadêmico ou algo intermediário.
• Aberturas de parágrafo. Ir direto ao ponto ou definir o contexto primeiro.
• Hábitos de pontuação. Travessões, parênteses, ponto e vírgula.
• Frases recorrentes ou vícios de linguagem.
• Estilo de transição. Conectores explícitos ou apenas o próximo ponto.

A regra sobre a qual o SKILL.md é mais rígido: não melhore o vocabulário do autor. Se o exemplo usa coisas e objetos, não os substitua por elementos e componentes. A calibração de voz é, por padrão, um retrocesso, não uma melhoria. O modelo tende a tornar tudo mais formal. A skill instrui que ele não faça isso.

12. A Auditoria de Duas Passagens

A skill sempre executa duas passagens. A primeira é uma reescrita regular baseada nas 29 regras. A segunda passagem é o que o SKILL.md chama de "auditoria de conteúdo obviamente gerado por IA". Após a primeira reescrita, o agente faz a si mesmo uma única pergunta:

What makes the below so obviously AI generated?

Em seguida, ele aponta quaisquer sinais remanescentes em alguns tópicos breves. Os mais comuns:

• Ritmo muito uniforme (todas as frases com o mesmo comprimento).
• Citações ou nomes que parecem plausíveis, mas não possuem fontes.
• Encerramento com tom de slogan que parece uma palestra do TED.
• Hesitação latente que sobreviveu à primeira passagem.

Então, ele faz a si mesmo uma nova pergunta:

Now make it not obviously AI generated.

E revisa mais uma vez. A segunda passagem é curta, focada e surpreendentemente eficaz. É o mesmo truque de um editor humano lendo seu próprio rascunho uma hora depois. As regras dizem ao modelo o que procurar; a segunda passagem diz ao modelo para procurar novamente.

13. Personalidade e Alma

A seção mais opinativa do SKILL.md não é sobre regras. É sobre voz.

• Todas as frases têm o mesmo comprimento e estrutura.
• Sem opiniões, apenas relatos neutros.
• Sem reconhecimento de incertezas ou sentimentos mistos.
• Sem uso da primeira pessoa onde ela se encaixaria.
• Sem humor, sem ousadia, sem personalidade.
• Soa como um artigo da Wikipedia ou um comunicado de imprensa.

O conselho para trazer a voz de volta é curto e prático:

• Tenha opiniões. Não apenas relate fatos. Reaja a eles.
• Varie o ritmo. Frases curtas e impactantes. Depois, frases mais longas que levam seu tempo.
• Reconheça a complexidade. Impressionante, mas perturbador batidas impressionante.
• Use I quando for apropriado. A primeira pessoa é honesta, não antiprofissional.
• Deixe um pouco de imperfeição entrar. Tangentes e comentários paralelos soam humanos.
• Seja específico sobre sentimentos. Nomeie o que é perturbador.

O exemplo de contraste no SKILL.md merece ser citado. O rascunho limpo, porém sem alma: O experimento produziu resultados interessantes. Os agentes geraram 3 milhões de linhas de código. Alguns desenvolvedores ficaram impressionados, enquanto outros se mostraram céticos. As implicações permanecem incertas. A versão com vida: Sinceramente, não sei o que pensar sobre isso. 3 milhões de linhas de código, geradas enquanto os humanos presumivelmente dormiam. Metade da comunidade de desenvolvedores está perdendo a cabeça, a outra metade está explicando por que isso não conta. Os mesmos fatos.

14. O que entendemos errado

Três suposições que fizemos antes de ler a skill, e o que a leitura mudou.

Suposição 1: Esta será uma ferramenta de paráfrase. Não é.

Suposição 2: A maioria das regras é questão de gosto, não de detecção. Algumas

Suposição 3: Ele vai exagerar e arruinar a documentação técnica. It can, if you let it. Pattern 13 (passive voice) and pattern 15 (boldface overuse) are actively useful in well-formatted technical writing. The skill respects bullet lists and code blocks by default, but it will rewrite headings and prose. For manuals, give it a voice sample with the formatting you want kept, or scope the rewrite to specific paragraphs.

15. Fluxos de trabalho do mundo real

16. Erros Comuns

• Tratar a skill como um detector de IA. É o oposto. Ela assume que o texto tem formato de IA e o edita. Executá-la em um texto que foi realmente escrito por um humano ainda acionará reescritas se o humano por acaso usar as mesmas palavras.
• Pular a amostra de voz. Sem uma amostra, a saída é uma prosa limpa e genérica. Três parágrafos da sua própria escrita são a diferença entre “não IA” e “você.”
• Executar uma vez e publicar. A auditoria de duas passagens já vem integrada, mas a skill funciona melhor quando você também revisa o resultado. A segunda passagem detecta erros superficiais. Uma revisão humana detecta erros no nível da argumentação.
• Permitir que ela remova travessões (em dashes) válidos. O Padrão 14 é uma regra de frequência, não uma proibição. Se você realmente usa travessões deliberadamente, instrua o agente a preservá-los.
• Usar em código. A skill é voltada para prosa. Executá-la em comentários de código fará com que sejam reescritos como se fossem textos de marketing. Limite o escopo apenas a texto.
• Assumir que MIT significa “seguro para redistribuir tudo na íntegra.”A skill em si é licenciada sob MIT. O texto que ela processa é seu. O guia da Wikipedia de onde foi extraída é CC BY-SA. Três licenças diferentes, três escopos diferentes.

17. Notas sobre Desempenho e Custo

• Orçamento de tokens. A skill em si possui aproximadamente 4.500 palavras de instruções. Esse é um overhead fixo adicionado a cada /humanizerinvocação. No Claude Sonnet, um ciclo típico de humanização de 800 palavras chega a cerca de 12 mil tokens de entrada ao incluir o SKILL.md.
• Latência. Duas passagens mais uma etapa de auditoria significam, no mínimo, três chamadas de modelo. Planeje um tempo de execução de duas a quatro vezes maior do que uma solicitação de reescrita simples.
• Amostra de voz. Adicionar uma amostra aumenta o prompt de acordo com a quantidade de tokens que você colar. Três parágrafos geralmente equivalem a 300 a 500 tokens. Vale a pena.
• Processamento em lote (Batch jobs). A skill foi projetada para ser interativa. Se você deseja humanizar centenas de artigos, execute-a a partir de um script que chame a CLI do agente em modo não interativo. O SKILL.md foi projetado para ser determinístico o suficiente para isso.
• Platô de qualidade. Após cerca de 1.500 palavras de entrada, a auditoria de segunda passagem torna-se menos eficaz porque o modelo perde o controle de quais erros já foram identificados. Divida documentos longos em partes (chunks).

18. Para quem é isto

19. Sinal da Comunidade

Três categorias de reação que valem a pena ler.

A primeira é velocidade de estrelas. O repositório ultrapassou 16 mil estrelas poucos meses após o lançamento, o que é incomum para um único arquivo Markdown. Habilidades que capturam um fluxo de trabalho real tendem a ter picos como este. O análogo mais próximo no ecossistema Claude Code é obra/superpowers, que seguiu uma trajetória semelhante.

A segunda é padrão de fork. Os 1,6 mil forks são, em sua maioria, personalizações: pessoas adicionando regras específicas do setor, removendo a regra de aspas curvas porque seu CMS as impõe, ou integrando a skill em um pipeline de CI que rejeita PRs que falham na auditoria. O conteúdo dos forks é mais diversificado do que o repositório base, o que é saudável.

O terceiro é pressão de escopo. Issues abertas perguntam sobre idiomas que não o inglês, solicitam um modo apenas JSON para integração com outras ferramentas e propõem uma flag de “preservar formatação original” para documentos técnicos. Nenhum desses itens são bugs na skill. Eles são os próximos marcos razoáveis para um projeto que claramente gerou identificação.

20. O Veredito: Vale a Pena Usar?

O repositório conquista o sinal de confiança que solicita. A licença é permissiva, o material de origem é citado, as regras são individualmente discutíveis e o SKILL.md é curto o suficiente para ser lido em quinze minutos. Isso é raro nesta categoria.

21. O Panorama Geral

A skill humanizer não é realmente sobre humanizar. É sobre ensinar um modelo a ler sua própria saída da maneira que um bom editor faria. Essa é uma capacidade mais geral do que este caso de uso único. Uma vez que você escreve uma skill que diz “aqui estão os sinais estatísticos de uma saída ruim, aqui está como detectá-los em seu próprio rascunho, aqui está como revisar”, você tem um modelo que se aplica a qualquer tipo de problema de escrita. Auditorias de tom. Auditorias de viés. Auditorias de estilo da casa. Voz da marca. O humanizer é o protótipo.

A outra coisa que ela representa é uma mudança silenciosa no que são as skills. Um ano atrás, as skills do Claude Code eram wrappers finos em torno de CLIs externas. O humanizer não tem CLI. A skill inteira é um arquivo Markdown de como pensar. Esse é um modo diferente, mais próximo de um system prompt do que de uma integração de ferramenta. A próxima onda de skills úteis será parecida com esta: curta, opinativa, apenas texto e construída a partir do playbook de um especialista real no domínio.

Para mais contexto sobre como as skills se compõem com outras primitivas de agente, veja nosso Guia de Mastering Agent Skills e o Guia de Karpathy Claude Code Skills para a estrutura filosófica de por que as habilidades baseadas apenas em texto estão dominando a stack de agentes. Guia de Melhores Práticas do Claude Code é o companheiro canônico.

22. Perguntas Frequentes

23. Glossário

• Vocabulário de IA — Palavras como testament, landscape, pivotal, e vibrant que aparecem com muito
• Cópula — O verbo to be, ou ter. serve como ou recursos.
• Aspas curvas — As aspas duplas direcionais (“
• Travessão (Em dash) — O traço largo (—) que os LLMs usam
• Intervalo falso — Uma construção de X a Y onde
• Frontmatter — O bloco YAML no topo de um arquivo SKILL.md
• OpenCode — Um agente CLI de código aberto que segue o
• Paralelismo negativo — Construções como não apenas X, mas Y ou não é apenas A, é B. Padrão 9.
• Regra de três — O hábito retórico de agrupar itens em três. LLMs aplicam isso independentemente de o material de origem ter três elementos ou não. Padrão 10.
• SKILL.md — O arquivo Markdown único que define uma skill do Claude Code ou OpenCode. O repositório inteiro do humanizer é essencialmente um desses.
• Tom bajulador — Aberturas para agradar o usuário, como Ótima pergunta! ou Você tem toda razão!. Padrão 22.
• Negação final — Fragmentos curtos adicionados ao final de uma frase, como sem suposições ou sem desperdício de movimento. Um subcaso do padrão 9.
• Auditoria de duas etapas — A segunda revisão auto-solicitada da skill, iniciada pela pergunta O que torna o conteúdo abaixo tão obviamente gerado por IA?.
• Calibração de voz — A etapa opcional de fornecer dois ou três parágrafos da sua própria escrita para que a reescrita corresponda ao seu estilo.
• WikiProject AI Cleanup — O grupo de voluntários da Wikipedia que mantém o guia Signs of AI writing . A fonte primária para todas as regras da skill.

24. Todas as Fontes e Links

Fontes Primárias

• repositório GitHub blader/humanizer
• SKILL.md (a skill completa, frontmatter e regras)
• README.md (instalação, uso, histórico de versões)
• Rastreador de issues (pedidos de funcionalidades, suporte a idiomas, flags de formatação)
• Pull requests
• Histórico de lançamentos (versões 1.0.0 a 2.5.1)

Material de Origem Subjacente

• Wikipedia: Signs of AI writing (a fonte primária)
• WikiProject AI Cleanup (a organização mantenedora)

Agentes Compatíveis

• Claude Code (oficial)
• OpenCode (agente CLI de código aberto)

Links Internos

• Dominando Habilidades de Agente
• Guia de Habilidades do Claude Code de Karpathy
• Guia de Configuração de Habilidades Antigravity
• Guia de Melhores Práticas do Claude Code
• Guia de Habilidades de Engenharia Reversa para Android

25. Tabela de Atribuição de Fonte