Humanisierer
Eine Fähigkeit für Claude Code und OpenCode, die Anzeichen von KI-generiertem Schreiben aus Text entfernt, sodass er natürlicher und menschlicher klingt.
Installation
Claude Code
Direkt in das Fertigkeiten-Verzeichnis von Claude Code klonen:
mkdir -p ~/.claude/skills
git clone https://github.com/blader/humanizer.git ~/.claude/skills/humanizer
Oder kopieren Sie die Fertigkeitsdatei manuell, falls Sie dieses Repository bereits geklont haben:
mkdir -p ~/.claude/skills/humanizer
cp SKILL.md ~/.claude/skills/humanizer/
OpenCode
Direkt in das Fertigkeiten-Verzeichnis von OpenCode klonen:
mkdir -p ~/.config/opencode/skills
git clone https://github.com/blader/humanizer.git ~/.config/opencode/skills/humanizer
Oder kopieren Sie die Fertigkeitsdatei manuell, falls Sie dieses Repository bereits geklont haben:
mkdir -p ~/.config/opencode/skills/humanizer
cp SKILL.md ~/.config/opencode/skills/humanizer/
Hinweis: OpenCode durchsucht auch
~/.claude/skills/aus Kompatibilitätsgründen, sodass ein einzelner Klon in~/.claude/skills/humanizer/ausreicht, wenn Sie beide Werkzeuge verwenden.
Verwendung
Claude Code
/humanizer
[Fügen Sie Ihren Text hier ein]
OpenCode
/humanizer
[Fügen Sie Ihren Text hier ein]
Oder bitten Sie das Modell, Text direkt in einem der Werkzeuge zu humanisieren:
Bitte humanisieren Sie diesen Text: [Ihr Text]
Stimmenkalibrierung
Um Ihren persönlichen Schreibstil zu treffen, geben Sie eine Probe Ihres eigenen Schreibens an:
/humanizer
Hier ist eine Probe meines Schreibens zur Stimmabstimmung:
[Fügen Sie 2-3 Absätze Ihres eigenen Schreibens ein]
Jetzt humanisieren Sie diesen Text:
[Fügen Sie den zu humanisierenden KI-Text ein]
Die Fähigkeit analysiert Ihren Satzrhythmus, Ihre Wortwahl und Eigenheiten und wendet sie auf die Neufassung an, anstatt eine generische „saubere“ Ausgabe zu produzieren.
Überblick
Basierend auf dem Wikipedia-Leitfaden „Anzeichen von KI-Schreiben“, gepflegt vom WikiProject AI Cleanup. Dieser umfassende Leitfaden basiert auf Beobachtungen von Tausenden von Instanzen KI-generierter Texte.
Die Fähigkeit beinhaltet auch einen abschließenden Prüfdurchlauf auf „offensichtlich KI-generiert“ und eine zweite Neufassung, um verbleibende KI-Merkmale im ersten Entwurf zu erkennen.
Wichtige Erkenntnis aus Wikipedia
„LLMs verwenden statistische Algorithmen, um zu erraten, was als Nächstes kommen sollte. Das Ergebnis tendiert zum statistisch wahrscheinlichsten Ergebnis, das auf die breiteste Vielfalt von Fällen zutrifft.“
30 erkannte Muster (mit Vorher/Nachher-Beispielen)
Inhaltsmuster
| # | Muster | Vorher | Nachher |
|---|---|---|---|
| 1 | Bedeutungsaufblähung | „etwas, das einen entscheidenden Moment in der Entwicklung von … markiert“ | „wurde 1989 gegründet, um regionale Statistiken zu sammeln“ |
| 2 | Namensnennung zur Bekanntheitssteigerung | „zitiert in NYT, BBC, FT und The Hindu“ | „In einem NYT-Interview 2024 argumentierte sie …“ |
| 3 | Oberflächliche Partizipialanalysen | „symbolisierend … reflektierend … präsentierend …“ | „Entfernen oder mit tatsächlichen Quellen erweitern“ |
| 4 | Werbesprache | „eingebettet in der atemberaubenden Region“ | „ist eine Stadt in der Region Gonder“ |
| 5 | Vage Zuschreibungen | „Experten glauben, dass es eine entscheidende Rolle spielt“ | „laut einer Umfrage von 2019 durch …“ |
| 6 | Formelhafte Herausforderungen | „Trotz Herausforderungen … weiterhin gedeiht“ | „Konkrete Fakten über tatsächliche Herausforderungen“ |
Sprachliche Muster
| # | Muster | Vorher | Nachher |
|---|---|---|---|
| 7 | KI-Vokabular | „Eigentlich … zusätzlich … Zeugnis … Landschaft … präsentierend“ | „auch … bleiben häufig“ |
| 8 | Vermeidung der Kopula | „dient als … verfügt über … rühmt sich“ | „ist … hat“ |
| 9 | Negative Parallelismen / nachgestellte Verneinungen | „Es ist nicht nur X, es ist Y“, „…, kein Raten“ | „Den Punkt direkt nennen“ |
| 10 | Dreierregel | „Innovation, Inspiration und Einsichten“ | „Natürliche Anzahl von Elementen verwenden“ |
| 11 | Synonymwechsel | „Protagonist … Hauptfigur … zentrale Figur … Held“ | „Protagonist“ (wiederholen, wenn am klarsten) |
| 12 | Falsche Bandbreiten | „vom Urknall bis zur dunklen Materie“ | „Themen direkt auflisten“ |
| 13 | Passiv / subjektlose Fragmente | „Keine Konfigurationsdatei benötigt“ | „Den Handelnden nennen, wenn es der Klarheit dient“ |
Stilistische Muster
| # | Muster | Vorher | Nachher |
|---|---|---|---|
| 14 | Gedankenstriche | „Institutionen—nicht die Menschen—doch dies geht weiter—“ | „Wegschneiden: Punkte, Kommas, Doppelpunkte oder Klammern“ |
| 15 | Übermäßiger Fettdruck | „OKRs, KPIs, BMC“ | „OKRs, KPIs, BMC“ |
| 16 | Inline-Überschriftenlisten | „Leistung: Die Leistung hat sich verbessert“ | „In Fließtext umwandeln“ |
| 17 | Überschriften in Großschreibung | „Strategische Verhandlungen Und Partnerschaften“ | „Strategische Verhandlungen und Partnerschaften“ |
| 18 | Emojis | „🚀 Startphase: 💡 Schlüsselerkenntnis:“ | „Emojis entfernen“ |
| 19 | Gebogene Anführungszeichen | sagte „das Projekt“ | sagte "das Projekt" |
| 26 | Bindestrich-Wortpaare | „cross-functional, data-driven, client-facing“ | „Bindestriche bei geläufigen Wortpaaren weglassen“ |
| 27 | Überzeugungs-Autoritätstropen | „Im Kern kommt es darauf an, …“ | „Den Punkt direkt nennen“ |
| 28 | Ankündigungen mit Wegweisern | „Lass uns eintauchen“, „Hier ist, was Sie wissen müssen“ | „Mit dem Inhalt beginnen“ |
| 29 | Fragmentierte Überschriften | „## Leistung“ + „Geschwindigkeit zählt.“ | „Die Überschrift die Arbeit machen lassen“ |
| 30 | Diff-verankertes Schreiben | „Diese Funktion wurde hinzugefügt, um … zu ersetzen“ | „Beschreiben, was es tut, nicht was sich geändert hat“ |
Kommunikationsmuster
| # | Muster | Vorher | Nachher |
|---|---|---|---|
| 20 | Chatbot-Artefakte | „Ich hoffe, das hilft! Lassen Sie mich wissen, falls …“ | „Vollständig entfernen“ |
| 21 | Abbruch-Disclaimer | „Obwohl Details in verfügbaren Quellen begrenzt sind …“ | „Quellen finden oder entfernen“ |
| 22 | Speichelleckerischer Ton | „Großartige Frage! Sie haben absolut recht!“ | „Direkt antworten“ |
Füllwörter und Abschwächungen
| # | Muster | Vorher | Nachher |
|---|---|---|---|
| 23 | Füllphrasen | „Um zu“, „Aufgrund der Tatsache, dass“ | „Zu“, „Weil“ |
| 24 | Übermäßiges Abschwächen | „könnte möglicherweise eventuell“ | „kann“ |
| 25 | Allgemeine Schlussfolgerungen | „Die Zukunft sieht rosig aus“ | „Konkrete Pläne oder Fakten“ |
Vollständiges Beispiel
Vorher (KI-klingend):
Großartige Frage! Hier ist ein Essay zu diesem Thema. Ich hoffe, das hilft!
KI-unterstütztes Programmieren ist ein bleibendes Zeugnis für das transformative Potenzial großer Sprachmodelle und markiert einen entscheidenden Moment in der Entwicklung der Softwareentwicklung. In der sich rasant entwickelnden Technologielandschaft von heute verändern diese bahnbrechenden Werkzeuge – angesiedelt an der Schnittstelle von Forschung und Praxis – die Art und Weise, wie Ingenieure Ideen entwickeln, iterieren und liefern, und unterstreichen ihre entscheidende Rolle in modernen Arbeitsabläufen.
Im Kern ist das Wertversprechen klar: Prozesse optimieren, Zusammenarbeit verbessern und Ausrichtung fördern. Es geht nicht nur um Autovervollständigung; es geht darum, Kreativität in großem Maßstab freizusetzen und sicherzustellen, dass Organisationen agil bleiben und den Nutzern nahtlose, intuitive und leistungsstarke Erfahrungen bieten können. Das Tool dient als Katalysator. Der Assistent fungiert als Partner. Das System bildet eine Grundlage für Innovation.
Branchenbeobachter haben festgestellt, dass die Einführung von Hobby-Experimenten zu unternehmensweiten Rollouts beschleunigt wurde, von einzelnen Entwicklern zu funktionsübergreifenden Teams. Die Technologie wurde in The New York Times, Wired und The Verge vorgestellt. Darüber hinaus zeigt die Fähigkeit, Dokumentation, Tests und Refactorings zu generieren, wie KI zu besseren Ergebnissen beitragen kann, und hebt das komplexe Zusammenspiel zwischen Automatisierung und menschlichem Urteilsvermögen hervor.
- 💡 Geschwindigkeit: Die Codegenerierung ist deutlich schneller, reduziert Reibungsverluste und stärkt die Entwickler.
- 🚀 Qualität: Die Ausgabequalität wurde durch verbessertes Training verbessert und trägt zu höheren Standards bei.
- ✅ Akzeptanz: Die Nutzung nimmt weiter zu und spiegelt breitere Branchentrends wider.
Obwohl die spezifischen Details auf Basis der verfügbaren Informationen begrenzt sind, könnte möglicherweise argumentiert werden, dass diese Tools einen gewissen positiven Effekt haben könnten. Trotz der für neue Technologien typischen Herausforderungen – einschließlich Halluzinationen, Verzerrungen und Verantwortlichkeit – gedeiht das Ökosystem weiter. Um dieses Potenzial voll auszuschöpfen, müssen sich Teams an Best Practices orientieren.
Zusammenfassend lässt sich sagen, dass die Zukunft rosig aussieht. Spannende Zeiten liegen vor uns, während wir diese Reise zur Exzellenz fortsetzen. Lassen Sie mich wissen, wenn Sie möchten, dass ich einen Abschnitt weiter ausführe!
Nachher (Humanisiert):
KI-Programmierassistenten können die langweiligen Teile der Arbeit beschleunigen. Sie sind großartig bei Boilerplate: Konfigurationsdateien und dem kleinen Glue-Code, den Sie nicht schreiben möchten. Sie können auch helfen, einen Test zu skizzieren, aber Sie müssen ihn trotzdem lesen.
Der gefährliche Teil ist, wie überzeugend die Vorschläge aussehen. Ich habe Code akzeptiert, der kompilierte und das Linting bestand, und dann später festgestellt, dass er das Wesentliche verfehlte, weil ich nicht mehr aufgepasst habe.
Wenn Sie es wie Autovervollständigung behandeln und jede Zeile überprüfen, ist es nützlich. Wenn Sie es verwenden, um das Denken zu vermeiden, hilft es Ihnen, Bugs schneller auszuliefern.
Die einzige wirkliche Absicherung sind Tests. Ohne sie beurteilen Sie größtenteils die Stimmung.
Referenzen
- Wikipedia: Anzeichen von KI-Schreiben - Primärquelle
- WikiProject AI Cleanup - Organisation pflegen
Versionsverlauf
- 2.7.0 - Muster #30 hinzugefügt (diff-verankertes Schreiben); Gedankenstriche als harten Schnitt statt „übermäßiger Gebrauch“ gemacht; #21 erweitert, um spekulatives Lückenfüllen abzudecken („hält sich im Hintergrund“). Insgesamt 30 Muster.
- 2.6.0 - Bereinigung: die doppelten Workflow-Abschnitte zusammengeführt, die Persönlichkeitsanleitung auf Inhalte beschränkt, bei denen eine Stimme erwünscht ist, den Unterabschnitt zur Modell-Fingerabdruckerkennung entfernt und das ausführliche Beispiel gestrafft. Keine Änderung an den 29 Mustern.
- 2.5.1 - Eine Regel für Passiv / subjektlose Fragmente hinzugefügt, womit die Gesamtzahl auf 29 Muster steigt
- 2.5.0 - Muster für überzeugende Rahmung, Wegweiser-Ankündigungen und fragmentierte Überschriften hinzugefügt; negative Parallelismen erweitert, um nachgestellte Verneinungen abzudecken; Formulierung um übermäßigen Gebrauch von Gedankenstrichen verschärft; Formulierung im Vorspann auf „Füllphrasen“ korrigiert
- 2.4.0 - Stimmenkalibrierung hinzugefügt: den persönlichen Schreibstil des Benutzers aus Proben treffen
- 2.3.0 - Muster #25 hinzugefügt: übermäßiger Gebrauch von Bindestrich-Wortpaaren
- 2.2.0 - Einen abschließenden Prüfdurchlauf auf „offensichtlich KI-generiert“ + Aufforderungen für eine zweite Neufassung hinzugefügt
- 2.1.1 - Beispiel für Muster #18 korrigiert (gebogene vs. gerade Anführungszeichen)
- 2.1.0 - Vorher/Nachher-Beispiele für alle 24 Muster hinzugefügt
- 2.0.0 - Vollständige Neufassung basierend auf dem rohen Inhalt des Wikipedia-Artikels
- 1.0.0 - Erstveröffentlichung
Lizenz
MIT