# AIテキストヒューマナイザーエージェントスキル

> AI生成テキストを、機械的なパターンを除去し、より本格的で、明確で魅力的な文章にリライトし、自然で人間らしい文章に仕上げます。

- Canonical: https://nanoskill.ai/ja/skills/ai-text-humanizer
- Markdown: https://nanoskill.ai/ja/skills/ai-text-humanizer.md
- Author: blader
- Published: 2026-06-01T07:10:10.655Z
- Updated: 2026-07-23T03:33:12.735Z
- Language: ja
- Source type: github
- Popularity signal: 21855

## Sources

- https://github.com/blader/humanizer

## Install

```shell
npx skills add https://github.com/blader/humanizer
```

## About

AIテキストヒューマナイザースキルは、AIが生成したコンテンツを、まるで人間が書いたかのような文章に変換する力をユーザーに与えます。AIの文章によく見られる30の異なるパターンを注意深く特定し、リライトすることで、コンテンツが本格的で魅力的になり、機械が書いた痕跡を一切感じさせないようにします。自然な声を保ち、読者とより効果的につながりたいと考えるすべての人にとって、不可欠なツールです。

Wikipediaの包括的な「AI文章の兆候」ガイドから得た洞察を活用し、このヒューマナイザーは、ありきたりな言い回しや反復的な構造から、宣伝的な言葉遣いやチャットボット特有の痕跡まで、幅広い問題に対処します。独自のボイスキャリブレーション機能により、このスキルはあなたの個人的な執筆スタイルを学習して採用し、人間らしく仕上がった出力が自然に聞こえるだけでなく、あなた独自のトーンや表現と完全に調和するようにします。このパーソナライズされたアプローチが、一般的なテキストリライターとの違いです。

単純な言い換えを超えて、このスキルは2パスのリライトシステムを採用しており、最初のパスで見逃されたかもしれない微妙なAI的特徴を最終監査で捕捉します。この厳格なプロセスにより、高レベルの洗練が保証され、人間化されたテキストは人間が書いたコンテンツとほとんど見分けがつかなくなります。記事、マーケティングコピー、クリエイティブな作品の草案を作成する際に、AIテキストヒューマナイザーは、洗練され、本格的で、インパクトのあるメッセージを届ける手助けをします。

## Key features

- **30のAI文章パターンを検出**: コンテンツ、言語、スタイル、コミュニケーション、フィラー、ヘッジングを含む30の異なるAI文章パターンに基づいてテキストを識別し、書き換えます。
- **ボイスキャリブレーション**: あなたの個人的な文章サンプルを分析して独自のスタイルに合わせ、人間化された出力が一般的な文章ではなく、あなたの本物の声を反映するようにします。
- **ウィキペディアに裏打ちされた分析**: 何千ものAI生成テキストの観察から得られた包括的なリソースであるウィキペディアの「AI文章の兆候」ガイドからの洞察を活用します。
- **2パス書き換えシステム**: 初期ドラフトで見逃されたAI特有の表現を捕捉するための最終的な「明らかにAI生成」監査パスと2回目の書き換えを含み、真に人間化された出力を保証します。
- **ビフォー/アフター例**: 検出された各パターンについて、明確なビフォー/アフターの例を提供し、AIが生成した表現がどのように自然な言語に変換されるかを示します。

## Use cases

- **AIが生成した下書きを洗練させる**: AIによって最初に作成されたコンテンツを洗練させるために、このAIテキスト人間化スキルを使用します。ブログ、記事、レポートなどで、人間が書いたものと見分けがつかなくなります。
- **ブランドボイスを維持する**: 自分の文章サンプルでスキルをキャリブレーションし、AI支援のコンテンツがすべて、確立されたブランドボイスとスタイルガイドラインに完全に合致するようにします。
- **コンテンツの読みやすさを向上させる**: 任意のテキストにこの人間化機能を適用して、流れと自然さを向上させ、ロボット的な表現を排除し、オーディエンスにとって全体的な読みやすさを改善します。

## Result preview

このエージェントスキルによって生成された、マーケティング戦略に関するAI生成テキストと人間化されたテキストの比較をご覧ください。

![AI-Text-Humanizer-demo-1](https://file.nanoskill.ai/AI-Text-Humanizer-demo-1.jpg)

![AI-Text-Humanizer-demo-2](https://file.nanoskill.ai/AI-Text-Humanizer-demo-2.jpg)

![AI-Text-Humanizer-demo-3](https://file.nanoskill.ai/AI-Text-Humanizer-demo-3.jpg)

## Result walkthrough

### ステップ1：インストール

スキルをエージェントに追加します。

![AI-Text-Humanizer-step-1](https://file.nanoskill.ai/AI-Text-Humanizer-step-1.jpg)

### ステップ2：AI生成テキストを貼り付け

より自然に聞こえるようにしたいコンテンツを提供します。

![AI-Text-Humanizer-step-2](https://file.nanoskill.ai/AI-Text-Humanizer-step-2.jpg)

### ステップ3：結果を確認

元のテキストと、より人間らしく聞こえるリライトを比較します。

![AI-Text-Humanizer-step-3](https://file.nanoskill.ai/AI-Text-Humanizer-step-3.jpg)

## Skill definition

# 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：

```bash
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：

```bash
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：

```bash
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：

```bash
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](https://en.wikipedia.org/wiki/Wikipedia:Signs_of_AI_writing)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](https://en.wikipedia.org/wiki/Wikipedia:Signs_of_AI_writing) - 主要ソース
- [ウィキプロジェクト AI クリーンアップ](https://en.wikipedia.org/wiki/Wikipedia:WikiProject_AI_Cleanup) - 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

## FAQ

### AI Text Humanizerスキルとは何ですか？

AI Text Humanizerは、Claude CodeおよびOpenCode用のスキルで、テキストからAI生成文にありがちな痕跡を除去し、より自然で人間らしい文章に仕上げます。AIが作成した素材を洗練させるために、コンテンツ制作者を支援するように設計されています。

### このスキルはどのようにしてAIテキストを人間化しますか？

このスキルは、誇張表現（重要度の誇張）、AI特有の語彙、定型的な問題提起など、AIの文章に特徴的な30のパターンをテキストから分析します。その後、これらのパターンを排除してテキストを書き換えることで、より自然な文体の文章を生成します。

### この人間化機能は、私の個人的な文体に合わせることができますか？

はい、このスキルには「ボイスキャリブレーション」機能が含まれています。自分の文章を2〜3段落入力すると、スキルがあなたの文章のリズムや単語の選択、癖を分析し、リライトに反映させて、あなたの個人的なスタイルに合わせます。

### どのようなAI文章のパターンを検出しますか？

コンテンツ、言語、スタイル、コミュニケーション、フィラー（つなぎ言葉）、ヘッジング（ぼかし表現）にわたる幅広いパターンを検出します。例としては、宣伝的な表現、コピュラ（be動詞）の回避、太字の過剰使用、チャットボット特有の不自然さ、過剰なヘッジングなどがあります。

### この人間化機能は、何らかの研究やガイドラインに基づいていますか？

はい、このスキルは主にウィキペディアの「AI文章の兆候」ガイドに基づいており、これはウィキプロジェクトAIクリーンアップによって維持されています。このガイドは、何千ものAI生成テキストの事例の観察から得られた包括的なリソースです。

### AI Text Humanizerスキルをインストールするにはどうすればよいですか？

Claude Codeの場合は、\`git clone https://github.com/blader/humanizer.git ~/.claude/skills/humanizer\` を実行してインストールします。OpenCodeの場合は、\`~/.config/opencode/skills/humanizer\` にクローンします。両方を使用する場合は、\`~/.claude/skills/\` にクローンするだけで十分です。