Навык Humanizer: полное руководство по blader/humanizer для Claude Code

Большинство публикаций о «гуманизации ИИ-текста» — это SEO-приманки для инструментов перефразирования, которые обещают обмануть детекторы. Это руководство другое. blader/humanizer — это небольшой open-source навык, основанный на руководстве из Википедии, которое волонтеры реально используют для очистки «ИИ-мусора». Он работает внутри Claude Code или OpenCode без использования сторонних сервисов. Нас интересует, что он делает на самом деле, чего не может, и чему его 29 правил учат в плане того, как ИИ-текст выдает себя.

1. Что это такое, в одном предложении

blader/humanizer — это навык для Claude Code и OpenCode с лицензией MIT, который обнаруживает 29 паттернов ИИ-текста на основе руководства Википедии Signs of AI writing и переписывает их, включая опциональный этап калибровки стиля и встроенную повторную проверку.

Это весь репозиторий. Один SKILL.md файл. Никаких бинарных файлов, никаких моделей, никаких API. Всю работу выполняет среда выполнения агента. Репозиторий — это свод правил.

2. Почему это существует

У редакторов Wikipedia возникла проблема. Начиная с конца 2022 года, черновики и правки стали появляться с одними и теми же характерными признаками. Такие слова, как testament, landscape, tapestry, и vibrant стали появляться в статьях, где раньше в них не было необходимости. Предложения начали строиться по принципу “не только X, но и Y”. Заголовки стали оформляться в стиле Title-Case. В списках начали появляться эмодзи. WikiProject AI Cleanup созданный для обработки объема, Wikipedia: Признаки ИИ-генерации руководство — длинный и терпеливый каталог того, что

blader взял этот каталог и превратил его в навык. Суть проста: вставляете текст,

Есть и более спокойная мотивация. Редакторы и писатели не хотят детектор. Они

3. Ментальная модель: Пять корзин

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.

Эти пять категорий примерно соответствуют тому, что утверждает текст, как сформулировано, как утверждение представлено визуально, остаточные явления от, а также лишние слова, которые не несут смысловой нагрузки. Большинство

4. Кратчайший пример сквозного использования (End-to-End)

Вот кратчайший путь от «сырого» текста, созданного ИИ, до человечного результата — именно так выглядит типичная сессия.

Входные данные, которые вы вставляете:

/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.

Черновик, который возвращает агент:

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.

Что делает приведенный ниже текст настолько явно сгенерированным ИИ?

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

Итоговая версия после второго прохода:

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.

Два прохода, никакой смены модели, никаких внешних API. Всю работу выполняют правила, а агент выступает одновременно в роли редактора и внутреннего аудитора.

5. Установка

Этот навык представляет собой один файл Markdown. Здесь нет этапа компиляции и дерева зависимостей. Любой из инструментов подхватит его сразу после создания директории.

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

OpenCode также считывает ~/.claude/skills/, поэтому одного клонирования в директорию Claude достаточно для обоих инструментов. После установки перезапустите сессию агента и выполните /humanizer. Триггером в frontmatter является строка описания, а не имя файла. Навык регистрируется как humanizer 2.5.1.

Если вы не хотите делать клон, можно просто поместить SKILL.md в папку под названием humanizer внутри директории skills. Этот файл и есть весь контракт.

Для других инструментов стека Antigravity действуют те же соглашения. Ознакомьтесь с нашим Руководством по настройке навыков Antigravity для получения информации об общих принципах работы навыков, если вы настраиваете окружение с нуля.

6. Шаблоны контента (1–6)

Шаблоны контента легче всего заметить, если знать, на что обращать внимание. Они касаются того, что именно утверждается в тексте, а не того, как он звучит. Почти все они искусственно завышают значимость, которую исходный материал не оправдывает.

Шаблон 1: Раздувание значимости

Слова, на которые стоит обратить внимание: stands as, serves as, is a testament, is a reminder, pivotal moment, evolving landscape, indelible mark, deeply rooted, подготовка почвы для, ознаменовывая сдвиг.

Что это делает: Добавляет утверждения о том, как некий произвольный объект представляет собой или способствует более широкой тенденции. Редакторы Wikipedia замечают такие правки в статьях на второстепенные темы, где пафос совершенно не соответствует предмету обсуждения.

До: Статистический институт Каталонии был официально основан в 1989 году, что стало поворотным моментом в развитии региональной статистики в Испании.

После: Статистический институт Каталонии был основан в 1989 году для сбора и публикации региональной статистики независимо от национального статистического управления Испании's.

Шаблон 2: Упоминание значимых имен (name-dropping)

Слова, на которые стоит обратить внимание: независимое освещение, списки СМИ, активное присутствие в социальных сетях, написано ведущим экспертом.

Что это делает: Навязывает читателю утверждения о значимости, часто в виде длинных списков изданий, которые ссылаются на объект. Решение заключается в том, чтобы заменить список одной конкретной цитатой или выводом.

До: Её взгляды цитировались в The New York Times, BBC,

После: В интервью The New York Times в 2024 году она заявила, что регулирование ИИ

Шаблон 3: Поверхностный анализ с использованием причастий на -ing

Слова, на которые стоит обратить внимание: highlighting, underscoring, emphasizing, ensuring, reflecting, symbolizing, contributing to, способствуя, охватывая, демонстрируя.

Что это делает: Добавляет причастные обороты в конец предложений для создания видимости глубины. Причастие намекает на значимость, не называя источник или механизм.

До: Цветовая палитра храма, состоящая из синего, зеленого и золотого цветов, перекликается с природной красотой региона, символизируя техасские люпины, Мексиканский залив и разнообразные ландшафты Техаса.

После: В оформлении храма используются синий, зеленый и золотой цвета. По словам архитектора, они были выбраны как отсылка к местным люпинам и побережью залива.

Шаблон 4: Рекламная лексика

Слова, на которые стоит обратить внимание: может похвастаться, яркий, богатый (в переносном смысле), глубокий, уютно расположившийся, в самом сердце, захватывающий дух, обязательный к посещению, потрясающий, знаменитый, приверженность.

Что это делает: Модель по умолчанию использует язык туристических брошюр для всего, что описывается как “культурное наследие.” Статьи по географии в Wikipedia — это классический пример, где это проявляется.

До: Уютно расположившийся в захватывающем дух регионе Гондэр в Эфиопии, город Аламата-Рая-Кобо является оживленным местом с богатым культурным наследием и потрясающей природной красотой.

После: Аламата-Рая-Кобо — город в регионе Гондэр в Эфиопии, известный своим еженедельным рынком и церковью XVIII века.

Шаблон 5: Расплывчатые атрибуции и «слова-увертки»

Слова, на которые стоит обратить внимание: отраслевые отчеты, наблюдатели отмечают, эксперты утверждают, некоторые критики утверждают, несколько источников если приведено менее трех источников.

Что это дает: Приписывает мнения расплывчатым авторитетам, чтобы предложение звучало обоснованно без реальной проделанной работы. Исправление заключается в замене призрачного авторитета на реальный, поименованный источник.

До: Эксперты считают, что он играет решающую роль в региональной экосистеме.

После: Река Хаолай поддерживает несколько эндемичных видов рыб, согласно исследованию Китайской академии наук 2019 года.

Шаблон 6: Формальное «Проблемы и перспективы на будущее»

Слова, на которые стоит обратить внимание: Несмотря на... сталкивается с рядом проблем, Несмотря на эти проблемы, Проблемы и наследие, Перспективы на будущее.

В чем суть: Завершает абзацы искусственно созданным напряжением (проблемы) и искусственным разрешением (продолжает процветать). Этот шаблон — практически «отпечаток пальца» биографических или географических статей, написанных ИИ.

До: Несмотря на промышленное процветание, Кораттур сталкивается с проблемами, типичными для городских районов. Несмотря на эти проблемы, благодаря своему стратегическому расположению и текущим инициативам, Кораттур продолжает процветать.

После: Заторы на дорогах усилились после 2015 года, когда открылись три новых IT-парка. В 2022 году муниципальная корпорация начала проект по созданию ливневой канализации для борьбы с повторяющимися наводнениями.

7. Языковые шаблоны (7–13)

Языковые шаблоны касаются выбора слов и структуры предложений. Это те закономерности, которые остаются даже после удаления очевидной «воды», и именно их чаще всего выявляет повторный аудит.

Шаблон 7: Чрезмерно используемая лексика ИИ

Часто встречающиеся слова ИИ: actually (на самом деле), additionally (кроме того), align with (согласовываться с), crucial (критически важный), delve (погружаться), emphasizing (подчеркивая), enduring (долговечный), enhance (улучшать), fostering (способствующий), garner (получать/собирать), highlight (выделять), interplay (взаимодействие), intricate / intricacies (сложный / тонкости), key (ключевой), landscape (ландшафт/среда), pivotal (основополагающий), showcase (демонстрировать), tapestry (совокупность/палитра), testament (свидетельство), underscore (подчеркивать), valuable (ценный), vibrant (динамичный).

Что это дает: Эти слова встречаются гораздо чаще в текстах после 2023 года и имеют тенденцию скапливаться. Если в предложении есть одно из них, обычно найдется и другое. Замена их на простые альтернативы — самый быстрый способ сделать текст, написанный ИИ, похожим на человеческий.

Паттерн 8: Избегание связок (copula avoidance)

Смотрите: служит в качестве, выступает как, отмечает, представляет собой, включает в себя, может похвастаться, предлагает.

Что это дает: Заменяет сложные глаголы на скучные формы to be и to have. Этот навык отдает предпочтение простой связке, если она уместна. Gallery 825 — это выставочное пространство LAAA превосходит Gallery 825 по всем показателям, кроме ложной формальности.

Паттерн 9: Отрицательный параллелизм и хвостовые отрицания

Пример: Не только X, но и Y, Это не просто A,, а также хвостовые фрагменты вроде никаких догадок или никаких лишних , добавленные в конец предложения.

Что это дает: Эта конструкция звучит риторически, не содержа при этом конкретного утверждения. Решение — убрать отрицание и сформулировать суть напрямую. Тяжелый бит усиливает агрессивный тон. биты Дело не только в бите; это часть агрессии и атмосферы..

Паттерн 10: Злоупотребление «правилом трех»

Что он делает: Принудительно группирует идеи по три. Если исходный материал позволяет, можно использовать два или четыре примера, но модель по умолчанию округляет их до трех. Мероприятие включает в себя доклады и панельные дискуссии. Также предусмотрено время для неформального общения. биты Мероприятие включает в себя основные доклады, панельные дискуссии и возможности для нетворкинга..

Паттерн 11: Цикличность синонимов (элегантная вариативность)

Что он делает: Штраф за повторы в большинстве обучающих данных LLM заставляет модель подбирать синонимы даже там, где использование одного и того же слова читалось бы лучше. Протагонист сталкивается со множеством вызовов. Главный герой должен преодолеть препятствия. Центральная фигура в итоге побеждает. Герой возвращается домой. почти всегда можно объединить в одно предложение, где protagonist повторяется.

Паттерн 12: Ложные диапазоны

Что это делает: Использует от X до Y когда X и Y не имеют От Большого взрыва до темной материи — это две несвязанные темы,

Шаблон 13: Пассивный залог и фрагменты без подлежащего

Что это делает: Убирает исполнителя в таких фразах, как Файл конфигурации или Результаты сохраняются автоматически. Этот навык Вам не нужен файл конфигурации лучше, чем Файл конфигурации когда исполнителем является реальный пользователь.

8. Шаблоны стиля (14–19, 26–29)

Шаблоны стиля визуальны. Их проще всего обнаружить с помощью regex, и ими легче всего злоупотребить, если применять их механически. Большинство из них сами по себе не являются ошибкой. Они становятся ошибкой при чрезмерном использовании.

Шаблон 14: Злоупотребление тире

Модели тяготеют к тире, потому что в продающих текстах их учат, что это звучит «хлестко». В большинстве случаев тире можно заменить запятыми, точками или скобками без потери смысла. В профессиональном стиле предпочтительна более чистая пунктуация.

Шаблон 15: Злоупотребление полужирным начертанием

Выделение ключевых терминов в каждом предложении нивелирует акценты. Если выделено всё, то не выделено ничего. Решение: используйте полужирный шрифт экономно или вовсе откажитесь от него в основном тексте.

Шаблон 16: Списки с внутристрочными заголовками

Списки, где каждый пункт начинается с выделенного жирным заголовка с двоеточием, выглядят как презентация, притворяющаяся статьей. Преобразуйте их в обычный текст, если только пунктам действительно не нужны метки.

Шаблон 17: Заголовки в Title Case

Модели пишут все основные слова в заголовках с заглавной буквы. Внутренний стиль Wikipedia и большинство редакционных руководств новостных изданий придерживаются предложения (sentence case). Strategic negotiations and лучше, чем Strategic Negotiations And Global Partnerships.

Шаблон 18: Эмодзи

Украшение заголовков или списков ракетами, лампочками и галочками выдает вывод чат-бота, а не авторский текст. Удаляйте их.

Шаблон 19: «Умные» кавычки

ChatGPT предпочитает «умные» кавычки (“ ”) обычным (" "). Большинство CMS для блогов автоматически исправляют их в обратную сторону, поэтому наличие «умных» кавычек в обычном тексте — почти безошибочный признак ChatGPT.

Шаблон 26: Злоупотребление парами слов через дефис

Примеры: cross-functional, data-driven, клиентский, принятие решений, в режиме реального времени, долгосрочный, сквозной, общеизвестный, высококачественный, сторонний.

Что это делает: Обеспечивает идеальную последовательность при расстановке дефисов в распространенных составных модификаторах. Люди редко делают это единообразно. Этот навык убирает дефисы в обычных парах и оставляет их только в технических составных терминах.

Шаблон 27: Тропы убеждающего авторитета

Смотрите: Настоящий вопрос в том,, по своей сути, в действительности, что действительно важно, фундаментально, более глубокая проблема, суть дела.

Что это делает: Модель делает вид, что отсекает шум, чтобы добраться до более глубокой истины. Предложение после такого оборота обычно повторяет вполне обычную мысль с излишней торжественностью.

Шаблон 28: Указатели и анонсы

Смотрите: Давайте погрузимся в тему, давайте изучим, давайте разберем это, вот что вам нужно знать, теперь давайте взглянем на, без лишних слов.

Что это делает: Анонсирует следующий шаг вместо того, чтобы его выполнить. Это мета-предложение, а не контент. Уберите этот «указатель» и сразу переходите к сути.

Паттерн 29: Фрагментированные заголовки

Что это делает: Заголовок, за которым следует однострочный абзац, просто повторяющий заголовок перед началом основного контента. Эта строка ничего не добавляет. Навык удаляет её, позволяя заголовку выполнять свою работу.

9. Коммуникационные паттерны (20–22)

Коммуникационные паттерны — это «остатки» чат-интерфейса. Кто-то попросил модель составить черновик, модель обернула его в вежливые фразы, и эти фразы сохранились при копировании в документ. Это самые простые для обнаружения и удаления элементы в руководстве.

Паттерн 20: Артефакты совместной коммуникации

Смотреть: Надеюсь, это поможет, Конечно!, Разумеется!, Вы абсолютно правы!, Хотите..., let me know, вот....

До: Вот краткий обзор Великой французской революции. Надеюсь, это поможет! Дайте знать, если нужно подробнее раскрыть какой-либо из разделов.

После: Великая французская революция началась в 1789 году, когда финансовый кризис и нехватка продовольствия привели к массовым беспорядкам.

Шаблон 21: Отказ от ответственности относительно даты актуальности знаний (Knowledge-cutoff)

Смотрите: по состоянию на [date], вплоть до моего последнего обновления, хотя конкретные детали ограничены, основываясь на доступной.

Что это делает: Страхует всё утверждение с учетом даты отсечки обучающих данных модели. Решение состоит в том, чтобы либо найти реальный источник, либо убрать оговорку и изложить факт напрямую.

Паттерн 22: Льстивый / подобострастный тон

Примеры: Отличный вопрос!, Вы абсолютно, Это замечательное замечание.

Что это делает: Делает комплимент читателю перед ответом. Комплимент — это «пустые калории». Уберите вступление и отвечайте по существу.

10. Слова-паразиты и оговорки (23–25)

Шаблон 23: Слова-паразиты

Многословные фразы, которые можно заменить одним словом. Этот навык выполняет прямую замену.

Шаблон 24: Избыточные оговорки

Нагромождение уточняющих слов, которые нейтрализуют друг друга. Можно было бы потенциально предположить, что политика может иметь некоторый эффект сжимается до Эта политика может.

Шаблон 25: Общие позитивные выводы

Расплывчатые оптимистичные концовки вроде Будущее выглядит многообещающе или Впереди захватывающие времена. Замените их конкретным планом или фактом, либо полностью удалите заключительную фразу.

11. Калибровка голоса

Удаление паттернов ИИ — это лишь половина дела. Вторая половина заключается в том, чтобы вернуть узнаваемый голос. Голос навыка по умолчанию — прямой и немного сухой. Если вы хотите, чтобы он звучал как вы, файл SKILL.md дает агенту команду сначала прочитать образец вашего

Как предоставить образец:

/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]

Затем агент анализирует образец по шести критериям и применяет их при переписывании:

• Структура предложений. Короткие и хлесткие, длинные и плавные или смешанные.
• Уровень лексики. Повседневный, академический или что-то среднее.
• Начало абзацев. Сразу к делу или сначала задать контекст.
• Привычки в пунктуации. Тире, скобки, точки с запятой.
• Повторяющиеся фразы или речевые тики.
• Стиль переходов. Явные связки или просто переход к следующему пункту.

Самое строгое правило в SKILL.md: не расширяйте словарный запас автора. Если в примере используются штуки и вещи, не заменяйте их на элементы и компоненты. Калибровка голоса по умолчанию — это упрощение, а не улучшение. Модель стремится сделать всё более формальным. Скилл запрещает ей это делать.

12. Двухэтапная проверка

Скилл всегда выполняет два прохода. Первый проход — это обычная переработка текста в соответствии с 29 правилами. Второй проход — это то, что в SKILL.md называется «аудитом на предмет очевидной генерации ИИ». После первой переработки агент задаёт себе один вопрос:

What makes the below so obviously AI generated?

Затем он перечисляет оставшиеся признаки ИИ в нескольких кратких пунктах. Распространённые из них:

• Слишком ровный ритм (все предложения одинаковой длины).
• Правдоподобно звучащие, но не имеющие источников цитаты или имена.
• Лозунговая концовка, которая читается как выступление на TED.
• Скрытая неуверенность (хеджирование), оставшаяся после первого прохода.

Затем он снова даёт себе команду:

Now make it not obviously AI generated.

И перерабатывает текст ещё раз. Второй проход короткий, сфокусированный и удивительно эффективный. Это тот же трюк, что и у редактора-человека, который перечитывает свой черновик час спустя. Правила говорят модели, что искать; второй проход заставляет модель посмотреть ещё раз.

13. Индивидуальность и душа

Самый субъективный раздел в SKILL.md посвящен не правилам, а голосу.

• Все предложения одинаковой длины и структуры.
• Отсутствие собственного мнения, только нейтральное изложение фактов.
• Отсутствие признания неопределенности или противоречивых чувств.
• Отсутствие первого лица там, где оно было бы уместно.
• Отсутствие юмора, остроты и индивидуальности.
• Текст читается как статья из Википедии или пресс-релиз.

Советы по возвращению «голоса» в текст кратки и практичны:

• Имейте собственное мнение. Не просто излагайте факты, а реагируйте на них.
• Варьируйте ритм. Используйте короткие и хлесткие фразы, чередуя их с более длинными и размеренными.
• Признавайте сложность. Впечатляюще, но тревожно ритмы впечатляюще.
• Используйте I там, где это уместно. Использование первого лица — это честно, а не непрофессионально.
• Добавьте немного «беспорядка». Отступления и ремарки делают текст человечным.
• Будьте конкретны в описании чувств. Называйте вещи, которые вызывают беспокойство.

Пример контраста в SKILL.md заслуживает того, чтобы его процитировать. Чистовой, но бездушный черновик: Эксперимент дал интересные результаты. Агенты сгенерировали 3 миллиона строк кода. Некоторые разработчики были впечатлены, в то время как другие отнеслись скептически. Последствия пока неясны. Версия с «пульсом»: Я искренне не знаю, что об этом думать. 3 миллиона строк кода, сгенерированных, пока люди, по-видимому, спали. Половина сообщества разработчиков в восторге, другая половина объясняет, почему это «не считается». Те же факты. Другой человек.

14. В чем мы ошибались

Три предположения, которые мы сделали до прочтения навыка, и то, что изменилось после.

Предположение 1: Это будет инструмент для перефразирования. Это не так. Здесь нет логики перефразирования, словаря синонимов или подмены модели. Навык представляет собой список правил и инструкцию по их применению. Агент выполняет перефразирование, используя собственные веса. Это делает навык сильнее, а не слабее, поскольку он может работать с любой моделью, запущенной в вашем агенте.

Предположение 2: Большинство правил — это вопрос вкуса, а не обнаружения. Некоторые — да. Паттерн 14 (злоупотребление тире) — это в основном вопрос вкуса. Но большинство правил статистические. Паттерн 7 (AI-лексика), паттерн 19 (фигурные кавычки), паттерн 22 (льстивые вступления) — все они имеют измеримые всплески использования после 2023 года. Руководство Wikipedia — это тихий проект по измерению, а не манифест.

Предположение 3: Он перегнет палку и испортит техническую документацию. 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. Реальные рабочие процессы

16. Распространенные ошибки

• Восприятие этого навыка как детектора ИИ. Всё с точностью до наоборот. Он предполагает, что текст имеет «ИИ-форму», и редактирует его. Запуск на тексте, который был написан человеком, всё равно приведет к переписыванию, если человек случайно использовал те же слова.
• Пропуск образца голоса (стиля). Без образца на выходе получается просто чистый, но безликий текст. Три абзаца вашего собственного письма — это разница между «не ИИ» и «это вы».
• Запуск один раз и отправка в продакшн. Двухпроходный аудит встроен в систему, но навык работает лучше, если вы дополнительно перечитываете результат самостоятельно. Второй проход выявляет поверхностные признаки, а человеческое прочтение позволяет заметить логические несоответствия.
• Позволяет удалять корректные длинные тире (em dashes). Шаблон 14 — это правило частоты, а не запрет. Если вы намеренно используете длинные тире, укажите агенту сохранять их.
• Использование для кода. Этот навык предназначен для прозы. Применение его к комментариям в коде приведет к тому, что они будут переписаны как рекламный текст. Ограничьте область применения только текстом.
• Предположение, что MIT означает «безопасно для дословного распространения всего подряд».Сам навык распространяется по лицензии MIT. Обрабатываемый текст принадлежит вам. Руководство из Wikipedia, на котором он основан, лицензировано по CC BY-SA. Три разные лицензии, три разные области действия.

17. Заметки о производительности и стоимости

• Бюджет токенов. Сам навык содержит около 4500 слов инструкций. Это фиксированные накладные расходы, добавляемые к каждому /humanizerвызову. В Claude Sonnet типичный цикл «очеловечивания» текста объемом 800 слов расходует около 12 тысяч входных токенов, если учитывать SKILL.md.
• Задержка (Latency). Два прохода плюс этап аудита означают минимум три обращения к модели. Планируйте время выполнения в два-четыре раза больше, чем для обычного запроса на переписывание.
• Образец голоса (Voice sample). Добавление образца увеличивает промпт на количество вставленных токенов. Три абзаца — это обычно от 300 до 500 токенов. Оно того стоит.
• Пакетная обработка. Навык по своей сути является интерактивным. Если вам нужно «очеловечить» сотни статей, запускайте его через скрипт, который вызывает агент CLI в неинтерактивном режиме. SKILL.md спроектирован достаточно детерминированным для этого.
• Плато качества. При объеме входных данных более 1500 слов эффективность аудита второго прохода снижается, так как модель теряет из виду признаки, которые она уже отметила. Разбивайте длинные документы на части.

18. Для кого это предназначено

19. Сигналы сообщества

Три категории реакций, заслуживающих внимания.

Первая — это скорость набора звезд. Репозиторий набрал 16 тысяч звезд за несколько месяцев после выпуска, что необычно для одного Markdown-файла. Навыки, которые отражают реальный рабочий процесс, обычно показывают такой резкий рост. Ближайший аналог в экосистеме Claude Code — это obra/superpowers, который прошел по схожей траектории.

Вторая — это паттерн форков. 1,6 тыс. форков — это в основном кастомизации: люди добавляют специфичные для отрасли правила, удаляют правило для «умных» кавычек, потому что их CMS требует именно обычные, или встраивают навык в CI-конвейер, который отклоняет PR, не прошедшие аудит. Содержимое форков более разнообразно, чем в базовом репозитории, и это хороший знак.

Третье — это давление области применения. В открытых issue спрашивают о поддержке языков, отличных от английского, просят добавить режим JSON-only для передачи данных в другие инструменты и предлагают флаг “preserve original formatting” для технических документов. Ничто из этого не является багом навыка. Это следующие логичные этапы развития проекта, который явно нашел отклик у аудитории.

20. Вердикт: стоит ли это использовать?

Репозиторий заслуживает доверия, на которое претендует. Лицензия разрешительная, исходные материалы указаны, каждое правило можно оспорить, а SKILL.md достаточно короткий, чтобы прочитать его за пятнадцать минут. Это редкость для данной категории.

21. Общая картина

Навык «гуманизации» на самом деле не о гуманизации. Он о том, чтобы научить модель читать собственный вывод так, как это сделал бы хороший редактор. Это более общая возможность, чем данный конкретный кейс. Как только вы пишете навык, который говорит: “вот статистические признаки плохого вывода, вот как обнаружить их в своем черновике, вот как отредактировать”, — вы получаете шаблон, применимый к любой задаче по работе с текстом. Аудит тона. Аудит предвзятости. Аудит соответствия корпоративному стилю. Бренд-войс. «Гуманизатор» — это прототип.

Еще одна вещь, которую он олицетворяет, — это тихий сдвиг в понимании того, чем являются навыки. Год назад навыки Claude Code были тонкими обертками над внешними CLI. У «гуманизатора» нет CLI. Весь навык — это один Markdown-файл с инструкцией как мыслить. Это другой режим работы, ближе к системному промпту, чем к интеграции инструментов. Следующая волна полезных навыков будет выглядеть именно так: короткие, с четкой позицией, текстовые и созданные на основе реального опыта эксперта в предметной области.

Дополнительную информацию о том, как навыки сочетаются с другими примитивами агентов, см. в нашем руководстве Mastering Agent Skills и в Karpathy Claude Code Skills Guide для философского обоснования того, почему текстовые навыки вытесняют остальные компоненты стека агентов. Руководство по лучшим практикам Claude Code является каноническим дополнением.

22. Часто задаваемые вопросы

23. Глоссарий

• Словарь ИИ — Слова вроде testament, landscape, pivotalи vibrant , которые встречаются гораздо чаще в текстах, сгенерированных LLM после 2023 года, чем в работах, написанных людьми ранее.
• Связка — Глагол to be, или иметь. служит в качестве или функции.
• Фигурные кавычки — Направленные двойные кавычки (“
• Тире (Em dash) — Широкое тире (—), которое LLM используют
• Ложный диапазон — Конструкция от X до Y , где
• Frontmatter — Блок YAML в начале файла SKILL.md,
• OpenCode — CLI-агент с открытым исходным кодом, который следует
• Отрицательный параллелизм — Конструкции вроде не только X, или это не просто A, это B. Паттерн 9.
• Правило трех — Риторическая привычка группировать элементы по
• SKILL.md — Единственный файл Markdown, который определяет
• Льстивый тон — Вступления, призванные угодить пользователю, например Отличный или Вы абсолютно правы!. Паттерн 22.
• Отрицание в конце фразы — Усеченные фрагменты, добавляемые в конец никаких догадок или никаких лишних движений. Частный случай паттерна 9.
• Двухэтапный аудит — Самостоятельная повторная проверка навыка, инициируемая вопросом Что делает приведенный ниже текст настолько явно сгенерированным ИИ?.
• Калибровка голоса — Дополнительный шаг, при котором вы предоставляете два или три абзаца собственного текста, чтобы переписанный вариант соответствовал вашему стилю.
• WikiProject AI Cleanup — Группа волонтеров Wikipedia, которая поддерживает руководство Signs of AI writing . Основной источник для каждого правила в этом навыке.

24. Все источники и ссылки

Первоисточники

• GitHub-репозиторий blader/humanizer
• SKILL.md (весь навык, frontmatter и правила)
• README.md (установка, использование, история версий)
• Трекер задач (запросы функций, поддержка языков, флаги форматирования)
• Pull requests
• История релизов (версии с 1.0.0 по 2.5.1)

Исходные материалы

• Wikipedia: Signs of AI writing (основной источник)
• WikiProject AI Cleanup (организация-сопровождающий)

Совместимые агенты

• Claude Code (официальный)
• OpenCode (CLI-агент с открытым исходным кодом)

Внутренние ссылки

• Освоение навыков агента
• Руководство по навыкам Claude Code от Karpathy
• Руководство по настройке навыков Antigravity
• Руководство по лучшим практикам Claude Code
• Руководство по навыкам обратной разработки Android

25. Таблица атрибуции источников