ヒューマナイザー
AIが生成した文章からその痕跡を取り除き、より自然で人間らしい文体にするためのClaude CodeおよびOpenCode向けスキル。
インストール
Claude Code
Claude Codeのスキルディレクトリに直接クローンします：
mkdir -p ~/.claude/skills
git clone https://github.com/blader/humanizer.git ~/.claude/skills/humanizer
すでにこのリポジトリをクローン済みの場合は、スキルファイルを手動でコピーしても構いません：
mkdir -p ~/.claude/skills/humanizer
cp SKILL.md ~/.claude/skills/humanizer/
OpenCode
OpenCodeのスキルディレクトリに直接クローンします：
mkdir -p ~/.config/opencode/skills
git clone https://github.com/blader/humanizer.git ~/.config/opencode/skills/humanizer
すでにこのリポジトリをクローン済みの場合は、スキルファイルを手動でコピーしても構いません：
mkdir -p ~/.config/opencode/skills/humanizer
cp SKILL.md ~/.config/opencode/skills/humanizer/
注記: OpenCodeは互換性のため
~/.claude/skills/もスキャンするので、両方のツールを使う場合は~/.claude/skills/humanizer/に一度クローンするだけで十分です。
使い方
Claude Code
/humanizer
[ここにテキストを貼り付け]
OpenCode
/humanizer
[ここにテキストを貼り付け]
あるいは、どちらのツールでもモデルに直接テキストの人間化を依頼できます：
このテキストをヒューマナイズしてください：[あなたのテキスト]
文体の調整
自分の個人的な文体に合わせるには、自分の文章のサンプルを提供してください：
/humanizer
文体マッチングのため、私の文章サンプルを以下に示します：
[自身の文章を2～3段落貼り付け]
次にこのテキストをヒューマナイズしてください：
[ヒューマナイズしたいAIの文章を貼り付け]
スキルはあなたの文章のリズム、単語の選択、癖を分析し、それらを書き直しに適用することで、一般的な「きれいな」出力ではなく、あなたらしい文体に仕上げます。
概要
このスキルは、WikiProject AI Cleanupが管理するWikipediaの「AI生成文章の兆候」ガイドに基づいています。この包括的なガイドは、何千ものAI生成テキストの事例から得られた知見をまとめたものです。
また、スキルには最終的な「明らかにAI生成」監査パスと2度目の書き直しが含まれており、初稿に残るAIらしさを捕捉します。
Wikipediaからの重要な洞察
「LLMは統計的アルゴリズムを使って次に来るべきものを推測します。その結果は、最も幅広いケースに当てはまる統計的に最も可能性の高いものに収束する傾向があります。」
検出される30のパターン（ビフォー/アフター例付き）
内容のパターン
| # | パターン | ビフォー | アフター |
|---|---|---|---|
| 1 | 重要性の誇張 | 「～の進化における画期的な瞬間を示す」 | 「1989年に地域統計を収集するために設立された」 |
| 2 | 有名所の名前出し | 「ニューヨークタイムズ、BBC、フィナンシャルタイムズ、ヒンドゥー紙で引用」 | 「2024年のニューヨークタイムズのインタビューで彼女はこう主張した…」 |
| 3 | 表面的な～ing分析 | 「象徴し…反映し…示し…」 | 実際の出典を追加して削除または拡張 |
| 4 | 宣伝文句 | 「息をのむような地域に抱かれた」 | 「ゴンダール地方の町である」 |
| 5 | あいまいな出所表示 | 「専門家はそれが重要な役割を果たすと信じている」 | 「2019年の調査によると…」 |
| 6 | 定型的な課題 | 「課題にもかかわらず…繁栄し続けている」 | 実際の課題に関する具体的な事実 |
言語のパターン
| # | パターン | ビフォー | アフター |
|---|---|---|---|
| 7 | AI語彙 | 「実際…さらに…証左…ランドスケープ…ショーケース」 | 「また…依然として一般的」 |
| 8 | コピュラ回避 | 「～として機能する…特徴を備える…誇る」 | 「～である…持つ」 |
| 9 | 否定の並列 / 末尾否定 | 「これは単なるXではなく、Yである」「…推測不要」 | 要点を直接述べる |
| 10 | 三つの法則 | 「革新、インスピレーション、洞察」 | 自然な個数で列挙 |
| 11 | 類義語の循環 | 「主人公…主役…中心的人物…英雄」 | 最も明確な「主人公」で繰り返す |
| 12 | 偽りの範囲 | 「ビッグバンから暗黒物質まで」 | トピックを直接リスト化 |
| 13 | 受動態 / 主語なし断片 | 「設定ファイルは不要」 | 明確さのために動作主を明記 |
文体のパターン
| # | パターン | ビフォー | アフター |
|---|---|---|---|
| 14 | エムダッシュ/エンダッシュ | 「制度―国民ではない―それなのにこれが続く―」 | カット：ピリオド、カンマ、コロン、括弧 |
| 15 | 太字の多用 | 「OKR、KPI、BMC」 | 「OKR、KPI、BMC」 |
| 16 | インライン見出しリスト | 「パフォーマンス: パフォーマンスが向上した」 | 散文に変換 |
| 17 | タイトルケースの見出し | 「戦略的交渉とパートナーシップ」 | 「戦略的交渉とパートナーシップ」 |
| 18 | 絵文字 | 「🚀 立ち上げフェーズ：💡 重要な洞察：」 | 絵文字を削除 |
| 19 | カーリー引用符 | 「プロジェクト」と言った | 「プロジェクト」と言った |
| 26 | ハイフン付き単語ペア | 「部門横断的、データ駆動型、顧客対応」 | 一般的な単語ペアのハイフンを外す |
| 27 | 説得の権威トロープ | 「本質的に重要なのは…」 | 要点を直接述べる |
| 28 | 前置きアナウンス | 「さあ始めましょう」「知っておくべきことをご紹介します」 | 内容から始める |
| 29 | 断片的な見出し | 「## パフォーマンス」+「スピードが重要。」 | 見出しに仕事をさせる |
| 30 | 差分に据えた記述 | 「この関数は～を置き換えるために追加されました…」 | 何が変わったかではなく、その機能を説明 |
コミュニケーションのパターン
| # | パターン | ビフォー | アフター |
|---|---|---|---|
| 20 | チャットボットの痕跡 | 「お役に立てれば幸いです！ご不明な点があれば…」 | 完全に削除 |
| 21 | 打ち切り免責事項 | 「入手可能な情報では詳細が限られていますが…」 | 出典を探すか削除 |
| 22 | お世辞調 | 「素晴らしい質問です！まったくその通りです！」 | 直接応答 |
フィラーとヘッジング
| # | パターン | ビフォー | アフター |
|---|---|---|---|
| 23 | フィラー表現 | 「～するために」「～という事実のために」 | 「～に」「なぜなら」 |
| 24 | 過剰なヘッジング | 「可能性があり得るかもしれない」 | 「かもしれない」 |
| 25 | 一般的な結論 | 「未来は明るい」 | 具体的な計画や事実 |
詳細な例
ビフォー（AI風）：
素晴らしい質問です！このトピックについてのエッセイをどうぞ。お役に立てれば幸いです！
AI支援コーディングは、大規模言語モデルの変革的可能性を示す不朽の証左であり、ソフトウェア開発の進化における画期的な瞬間を示しています。今日の急速に進展する技術環境において、研究と実践の交差点に位置するこれらの画期的なツールは、エンジニアの発想、反復、提供の方法を再形成しており、現代のワークフローにおけるその重要な役割を裏付けています。
その中核にある価値提案は明確です：プロセスの合理化、コラボレーションの強化、アライメントの促進です。単なるオートコンプリートではなく、それは創造性を大規模に解放し、組織が俊敏性を保ちながらシームレスで直感的かつパワフルな体験をユーザーに提供できるようにするものです。このツールは触媒として機能します。アシスタントはパートナーとして働きます。システムはイノベーションの基盤として存在します。
業界観察者は、採用がホビイストの実験から企業全体への展開へ、個人開発者から部門横断的チームへと加速したと指摘しています。このテクノロジーはニューヨークタイムズ、WIRED、ザ・ヴァージでも取り上げられました。さらに、ドキュメント、テスト、リファクタリングを生成する能力は、AIが自動化と人間の判断との複雑な相互作用を浮き彫りにし、より良い成果に貢献できることを示しています。
- 💡 スピード: コード生成が大幅に高速化され、摩擦を減らし開発者を支援。
- 🚀 品質: 改善されたトレーニングにより出力品質が向上し、より高い基準に寄与。
- ✅ 採用: 使用は拡大を続け、業界全体のトレンドを反映。
入手可能な情報に基づくと具体的な詳細は限られますが、これらのツールが何らかのプラスの効果を持つ可能性があると主張できるかもしれません。幻覚、バイアス、説明責任など新興技術に典型的な課題にもかかわらず、エコシステムは繁栄を続けています。この可能性を完全に実現するためには、チームはベストプラクティスに沿う必要があります。
結論として、未来は明るいです。卓越性への旅を続ける中で、エキサイティングな時代が待っています。どのセクションでも拡張が必要でしたらお知らせください！
アフター（人間化後）：
AIコーディングアシスタントは、仕事の退屈な部分を高速化してくれます。定型コードの生成は得意で、設定ファイルや、書きたくないちょっとしたグルーコードを扱えます。テストのスケッチを助けることもありますが、やはり自分で読む必要があります。
危険なのは、提案が自信満々に見えることです。コンパイルが通り、リントも通るコードを受け入れてしまい、注意を払っていなかったために後で要点を外していたことに気づくことがあります。
それをオートコンプリートとして扱い、すべての行をレビューするなら便利です。思考を避けるために使うなら、バグをより早く出荷する手助けになります。
唯一の本当の防護策はテストです。それなしでは、ほとんどは雰囲気で判断しているようなものです。
参考文献
- Wikipedia: AI文章の兆候 - 主要ソース
- ウィキプロジェクト AI クリーンアップ - 維持管理組織
バージョン履歴
- 2.7.0 - パターン#30（差分に据えた記述）を追加。エム/エンダッシュを「多用」ではなく完全カットに変更。#21を拡張して推測的な穴埋め（「目立たない」）をカバー。合計30パターン。
- 2.6.0 - 整理パス：重複していたワークフローセクションを統合、文体が必要な箇所のみパーソナリティガイダンスを制限、モデル指紋サブセクションを削除、実例を簡略化。29パターンに変更なし。
- 2.5.1 - 受動態/主語なし断片ルールを追加し、合計29パターンに。
- 2.5.0 - 説得力のあるフレーミング、前置きアナウンス、断片的な見出しのパターンを追加。否定の並列を拡張して末尾否定もカバー。エムダッシュ多用に関する表現を厳密化。フロントマターの表現を「フィラー表現」に修正。
- 2.4.0 -文体調整を追加：サンプルからユーザーの個人的な文体を合わせる。
- 2.3.0 - パターン#25を追加：ハイフン付き単語ペアの多用。
- 2.2.0 - 最終的な「明らかにAI生成」監査 + 2パス目の書き直しプロンプトを追加。
- 2.1.1 - パターン#18の例を修正（カーリー引用符とストレート引用符）。
- 2.1.0 - 全24パターンにビフォー/アフター例を追加。
- 2.0.0 - 生のウィキペディア記事内容に基づく完全な書き直し。
- 1.0.0 - 初回リリース。
ライセンス
MIT