# 카피라이팅 인간화 에이전트 스킬

> 중국어 텍스트에서 AI 느낌이 나는 패턴을 제거하면서 사실은 그대로 유지합니다. 채팅, 문서, 기사에 바로 게시할 수 있는 카피를 만들어 냅니다. 몇 초 만에 무료로 시작하세요.

- Canonical: https://nanoskill.ai/ko/skills/copywriting-humanizer-agent-skill
- Markdown: https://nanoskill.ai/ko/skills/copywriting-humanizer-agent-skill.md
- Author: MrGeDiao
- Published: 2026-10-29T06:30:00.000Z
- Updated: 2026-10-29T11:28:06.557Z
- Language: ko
- Source type: github
- Popularity signal: 511

## Sources

- https://github.com/MrGeDiao/shuorenhua

## Install

```shell
npx skills add https://github.com/MrGeDiao/shuorenhua
```

## About

사람처럼 말하기는 GPT, 클로드, 코덱스와 같은 모델이 생성한 텍스트에서 중국어 AI 난잡한 표현을 제거하는 카피라이팅 인간화 스킬입니다. 이 스킬은 AI가 작성한 콘텐츠가 진정성 없게 느껴지게 만드는 로봇 같은 공손함, 과장된 공감, 부자연스러운 표현을 겨냥하면서도 날짜, 명령, 버전 번호와 같은 핵심 사실은 엄격하게 보존합니다. 결과물은 채팅, 문서, 긴 형식의 기사에 바로 게시할 수 있는 카피입니다.

단순한 패턴 치환기와 달리, 장면 감지를 사용해 강도를 조절합니다. 채팅에는 가볍게, 상태 업데이트에는 중간 정도, 공개 글에는 강하게 적용하며, 긴 텍스트의 경우 축소를 방지하기 위해 제한적 편집을 제공합니다. 210개 이상의 중국어 구문 패턴과 96개의 영어 패턴을 갖추고 있어, 데이터를 손상시키지 않으면서 코드 컨텍스트와 기술 문서도 처리합니다.

README를 작성하는 개발자든, 이슈에 답변하는 메인테이너든, 게시글을 다듬는 블로거든, 사람처럼 말하기는 코덱스, 클로드 코드, 챗GPT, 커서 및 커스텀 에이전트에 직접 통합됩니다. 저장소를 클론하고 SKILL.md 파일을 에이전트에 추가하기만 하면, 중국어 텍스트가 즉시 더 사람답게 들릴 것입니다.

## Key features

- **장면 인식 정리**: 채팅, 문서, 공개 글을 자동 감지하고 맥락에 맞게 강도를 조정하여 로봇이나 공식 발표처럼 들리지 않게 합니다.
- **사실 우선 보호**: 편집 전에 버전, 명령, 이름, 증거를 잠가 정리 후에도 중요한 세부 사항이 그대로 유지되도록 합니다.
- **제한적 장문 처리**: 장문 글의 경우 전체 빈 문장을 '삭제 제안'으로 표시하여 텍스트를 줄이는 대신 길이에 대한 완전한 제어권을 제공합니다.
- **중국어 AI 슬롭 패턴 210개 이상**: 텍스트를 진정성 없게 느껴지게 만드는 작위적인 표현, 번역투, 과도한 공손함을 겨냥합니다.
- **멀티 플랫폼 지원**: 단 하나의 SKILL.md 파일로 코덱스, 클로드 코드, 챗GPT, 커서 및 모든 커스텀 에이전트에서 작동합니다.

## Use cases

- **팀 채팅 답변 다듬기**: 일상 대화에서 로봇 같은 공손함을 없애고 자연스러운 말투를 유지하여 진정성 있는 관계를 유지하는 데 완벽합니다.
- **기술 문서 인간화**: README, 릴리스 노트, 이슈 답변에 적용하여 마케팅 브로셔가 아닌 실제 유지보수자처럼 들리게 하세요.
- **블로그 게시물 및 긴 글 다듬기**: 인간처럼 들려야 하는 카피라이팅의 경우, 핵심 논점을 잃거나 글머리 기호로 바꾸지 않으면서 AI 느낌의 군더더기를 제거합니다.
- **에이전트 지원 일괄 처리**: 작성 파이프라인 또는 AI 에이전트에 통합하여 모든 채널에서 발송되는 텍스트를 자동으로 인간화하세요.

## Result preview

8가지 패턴에서 발견된 11가지 AI 글쓰기 문제에 대한 AI 느낌 제거 보고서를 확인하세요. 보호된 사실은 잠겨 있고, 바로 게시할 수 있는 재작성본이 제공됩니다.

![the demo of copywriting humanizer agent skill](https://file.nanoskill.ai/copywriting-humanizer-agent-skill-demo-1.png)

![the demo of copywriting humanizer agent skill](https://file.nanoskill.ai/copywriting-humanizer-agent-skill-demo-2.png)

![the demo of copywriting humanizer agent skill](https://file.nanoskill.ai/copywriting-humanizer-agent-skill-demo-3.png)

![the demo of copywriting humanizer agent skill](https://file.nanoskill.ai/copywriting-humanizer-agent-skill-demo-4.png)

## Result walkthrough

### 설치

AI 에이전트에 사람처럼 말하기 스킬을 추가하세요.

![the step of copywriting humanizer agent skill](https://file.nanoskill.ai/copywriting-humanizer-agent-skill-step-1.png)

### 텍스트 붙여넣기

AI처럼 읽히는 중국어 초안을 아무거나 주고, 게시될 위치를 알려주세요.

![the step of copywriting humanizer agent skill](https://file.nanoskill.ai/copywriting-humanizer-agent-skill-step-2.png)

### 보내도 부끄럽지 않은 텍스트 받기

명명된 문제점, 자연스러운 재작성본, 사실이 그대로 유지되었음을 증명하는 충실도 검사가 포함된 완전한 HTML 보고서를 받으세요.

![the step of copywriting humanizer agent skill](https://file.nanoskill.ai/copywriting-humanizer-agent-skill-step-3.png)

## Skill definition

`Talk Like a Human`은 '단어는 모두 맞지만 읽는 순간 당신이 쓴 것 같지 않은' 중국어 텍스트를 집중적으로 다룹니다. 당신을 위해 빈 문구를 포장하거나 새로운 사실을 지어내지 않습니다. 먼저 버전 정보, 명령, 책임 소재, 근거를 보호한 다음 과도한 전환어, 엔지니어 말투, 샤오홍슈 AI 말투, 번역투, 출처 없는 권위적 표현을 해체합니다. 목표는 간단합니다. 편집 후 바로 보내도 부끄럽지 않은 글이 되는 것입니다.

다음과 같은 시나리오에 적합합니다.

| 시나리오 | 하는 일 |
|----------|--------------|
| 일상 대화 | 과도한 전환어, 광고성 마무리, 엔지니어 보고서 말투를 제거하고 대화 느낌을 유지합니다. |
| 기술 현황 업데이트 | 사실, 버전, 명령, 오류 메시지, 책임 소재를 보존하고 상투적인 표현을 줄입니다. |
| README / 릴리스 노트 | 프로젝트, 변경 사항, 검증, 한계를 먼저 명확히 밝히고 출시 선언문은 없앱니다. |
| 포럼 게시글 / 이슈 답변 | 고객센터 공지나 마케팅 문구가 아니라 유지보수 담당자가 진지하게 소통하는 것처럼 읽힙니다. |
| 긴 중국어 글 | 문장 내에서 정리하여 리듬을 유지하고, 문장 전체가 군더더기인 경우 '삭제 제안'으로 목록화하여 승인을 받아 글이 점점 짧아지는 것을 방지합니다. |

영어 AI 말투 제거를 위해서는 이미 [스톱슬랍](https://github.com/hardikpandya/stop-slop)과 [휴머나이저](https://github.com/blader/humanizer)가 있습니다. `Talk Like a Human`은 중국어의 공백을 메웁니다. 인터넷 용어, 엔지니어 말투, 샤오홍슈 AI 말투, 번역투, 문체 혼용, 시나리오별 강도 조절, 사실 충실성까지 다룹니다.

## 어떻게 바뀌는가

### 잘난 척하는 말투: 상부터 주고 공감은 나중에

**Before**

> 당신은 예민한 게 아니라 오랫동안 제대로 안겨본 적이 없었을 뿐이에요. 당신은 문제의 핵심을 정확히 짚었어요. 이번에는 제가 이해해요, 정말로요. 아주 진지하게 말씀드리는데, 당신의 관찰력과 표현력은 일류 저널 저자 수준입니다.

**After**

> 듣고 있어요. 원하시면 계속 말씀하세요.

문제는 특정 단어가 아니라 전체적인 태도의 연쇄입니다. 먼저 상대방에 대해 심리적 판단을 내리고, 그다음 공감을 연기하고, 마지막으로 상을 수여하는 식이죠. 전체 샘플은 [evals/real-samples.md](evals/real-samples.md) RS-13에서 확인하세요.

### 엔지니어 말투가 생활에 스며들다

**Before**

> 결론부터 말하면, 일식으로 하죠. 지난 3주간의 배달 주문 기록을 살펴보고 차이를 두 가지 옵션으로 좁혔으며, 근본 원인은 대체로 확인됐습니다. 지난주에 훠궈가 물렸다고 언급하셨죠. 제가 X 식당에서 주문해 드릴까요? 답장 주시면 바로 실행하겠습니다.

**After**

> 일식으로 하자, 지난주에 훠궈가 물렸다고 했잖아. 내가 주문할까?

이런 유형의 문제는 디버깅 말투를 생활 대화에 가져온다는 점입니다. 정보는 유지하되, 공학 보고서 같은 느낌은 없어도 됩니다.

### 공개 소개에서의 거창한 서두

**Before**

> 오늘날 빠르게 진화하는 AI 시대에 개발자를 진정으로 지원하는 도구를 어떻게 만들 것인가는 업계가 외면할 수 없는 핵심 과제가 되었습니다.

**After**

> AI 도구는 많지만 개발자가 더 빠르고 안정적으로 일을 끝내도록 진정으로 돕는 도구는 드뭅니다. 이 프로젝트가 하는 일은 모델이 생성한 텍스트에서 상투적 표현과 과장된 느낌을 억제하여 결과물이 더 사람이 쓴 것처럼 들리게 하는 것입니다.

더 많은 예시는 [references/examples.md](references/examples.md)와 [evals/real-samples.md](evals/real-samples.md)에서 확인하세요.

## 30초 만에 시작하기

**코덱스** — 클론 후 1회 사용:

```bash
git clone https://github.com/MrGeDiao/shuorenhua.git && cd shuorenhua
codex exec -C . "Read ./SKILL.md and rewrite the following text according to the rules therein: ……"
```

**클로드 코드** — 자동 트리거를 위해 skills 디렉터리에 배치:

```bash
git clone https://github.com/MrGeDiao/shuorenhua.git
mkdir -p ~/.claude/skills
cp -r shuorenhua ~/.claude/skills/shuorenhua
```

설치 후, 대화에서 '이 문단에서 AI 느낌을 제거해줘'라고 말하면 트리거됩니다. 저장소 업데이트를 따라가려면 cp 대신 심볼릭 링크를 사용하세요. [install/claude-code.md](install/claude-code.md)를 참조하세요.

**ChatGPT** — 설치 불필요: [사람처럼 말하기 GPT](https://chatgpt.com/g/g-69d5d86a32608191b523efd7a4048736-shuo-ren-hua) (Plus / Pro 필요), 완전한 규칙 내장.

**편집 없이 먼저 문제만 확인하고 싶다면**: 지침에 '주석 모드를 사용하여 다시 쓰지 않고 표시만 하세요'를 추가하세요.

Cursor, OpenClaw, 사용자 지정 에이전트의 경우 [설치](#安装)를 참조하세요.

## 판단 및 편집 방식

`Talk Like a Human`은 단어를 맹목적으로 바꾸지 않습니다. 한 문장 원칙:

> **정보 우선, 스타일은 그 다음.**

전체 프로세스는 6단계로 고정되어 있습니다:

1. 시나리오 결정: `chat / status / docs / public-writing`; README, 릴리스 노트, 포럼 게시물, 이슈 답글에 해당하면 해당 장면 팩으로 진행합니다.
2. 보호 세그먼트 표시: 숫자, 버전, 명령, 경로, 오류 메시지, 인용된 원문을 잠급니다.
3. 히트 강도에 따라 강도(`minimal / standard / aggressive`)를 결정하고, 삭제 가능 범위에 따라 범위(`structural / bounded / in-place`)를 결정합니다.
4. 먼저 패턴에 따라 편집하고, 단어 목록은 대체 수단으로만 사용합니다.
5. 충실도 재확인: 사실, 용어, 어조, 보호 세그먼트를 항목별로 확인합니다.
6. 잔여 어조가 남아 있는 경우에만 2차 잔여 감사를 수행하며, 가벼운 수정만 허용합니다.

### 시나리오 및 강도

네 가지 시나리오의 기본 강도:

| 매크로 시나리오 | 기본 강도 | 처리 전략 |
|----------------|-------------------|---------------------|
| `chat` | 가벼움 | 명백한 상투어만 제거하고, 채팅을 관료적 문체로 만들지 않는다 |
| `status` | 중간 | 조치, 상태, 차단 요소, 다음 단계를 유지한다 |
| `docs` | 중간 | 기술적 표현을 우선시하고, 더 보수적으로 재검토한다 |
| `public-writing` | 강함 | 전체 규칙 검사를 수행하고, 필요에 따라 장면 팩을 트리거한다 |

### 게시 목적별 세분화 (장면 팩)

공개 가능한 텍스트는 어조를 바꾸는 것이 아니라, 게시 목적에 따라 편집 접근 방식을 결정하여 "어디에 게시할지"에 따라 더 세분화됩니다.

| 하위 시나리오 | 목표 | 쉽게 수정되는 문제 |
|--------------|------|---------------------|
| README | 첫 화면에서 명확히: "이것은 무엇인가, 누구를 위한 것인가, 어떤 문제를 해결하는가" | 슬로건 나열, 가치 선언, 초점 없는 기능 목록 |
| 릴리스 노트 | 변경 사항, 검증, 제한 사항, 마이그레이션 영향을 명확히 나열 | 릴리스 연설, 과도한 축하, 불명확한 테스트 |
| 포럼 게시물 | 유지 관리자가 실제 관찰과 트레이드오프를 공유하는 것처럼 | 회사 공지 어조, 마케팅 어조, 빈 행동 촉구 |
| 이슈 답글 | 먼저 문제, 영향 범위, 다음 단계를 확인 | 고객 서비스식 위로, 과도한 약속, 재현 단계 회피 |

### 긴 글은 줄어들지 않는다: 세 가지 범위

기본 설정으로 긴 글을 다시 쓸 때, 문장을 삭제하고 병합하면 누적되어 1800자가 1000자로 줄어들 수 있습니다. 반대로, 문장을 하나도 삭제하지 않으면 문장 전체의 군더더기가 그대로 남습니다. 따라서 긴 글의 경우 "얼마나 삭제할지"가 강도와 직교하는 세 가지 범위로 구분됩니다:

| 범위 | 문장 전체 삭제? | 적용 대상 |
|-------|-------------------------|------------|
| `structural` | 문장 전체를 자유롭게 삭제하고 재배치 | 짧은 텍스트, 재작성이 확실히 필요한 경우 |
| `bounded` (긴 글의 기본값) | 문장 전체 군더더기를 '삭제 제안(확인 필요)'으로 나열하고, 사용자가 얼마나 제거할지 결정 | 긴 `public-writing` 텍스트 |
| `in-place` | 어떤 문장도 삭제하지 않고, 문장 내에서만 어조를 완화 | '구조를 완전히 변경하지 않음'을 명시적으로 요구할 때 |

<details>
<summary>이 세 가지 범위가 필요한 이유: 이슈 #4의 테스트 과정</summary>

긴 글을 기본 구조적 작업으로 다시 쓸 때 문단 삭제, 병합, 재배열이 쉽게 누적되어 1800자 초안이 1000자로 줄어들 수 있습니다(참조 [#4](https://github.com/MrGeDiao/shuorenhua/issues/4)). 그러나 반대로 제자리 다시 쓰기(`in-place`)만 수행하면 문장 단위 군더더기(출처 없는 인용, 고양된 마무리 문장)를 제거할 수 없어 AI 느낌 제거 효과가 약해집니다. v1.8.6에서 실제 모델 실행으로 확인되었습니다: 두 모델 모두 `in-place`에서 출처 없는 인용과 고양된 마무리를 문장 단위로 유지했습니다.

`bounded`의 절충점: 문장 내에서는 실질적인 문장은 직접 편집되고, 리듬감 있는 반복은 그대로 둡니다. 전적으로 군더더기인 문장(도입부를 제거한 후 아무것도 남지 않는 경우)은 "삭제 제안(확인 필요)" 목록으로 이동하며, 사용자가 얼마나 삭제할지 결정합니다. 이렇게 하면 `structural`처럼 통제 불가능하게 줄어들지도 않고, `in-place`처럼 문장 단위 군더더기를 텍스트에 남기지도 않습니다.

</details>

### 항상 우선 보호되는 콘텐츠

기본적으로 다음 항목이 우선 보호됩니다:

| 유형 | 예시 |
|------|----------|
| 숫자 및 버전 | 날짜, 범위, 단위, 측정값, 버전 번호 |
| 코드 컨텍스트 | 명령어, 경로, 매개변수, 필드, 구성 항목 |
| 사실적 출처 | 인명, 조직명, 담당 주체, 타임라인 |
| 인용 및 증거 | 따옴표 안의 원문, 오류 메시지, 상태 코드, 실험 결과 |

### 편집된 텍스트가 지향하는 방향

정리는 단순히 단어를 삭제하는 것이 아닙니다. 텍스트를 다음과 같은 방향으로 끌어당깁니다:

- 추상적 고양보다 구체적 행동
- 자세 잡기보다 실제 주체와 실제 행동
- 약간의 비대칭성 허용, 모든 문장을 같은 톤으로 다듬지 않음
- 시나리오에 맞게 보정, 대화를 공지사항으로 만들지 않고 문서를 스탠드업 코미디로 만들지 않음

## 평가

규칙 레이어는 중국어 구문 210개 이상, 영어 구문 96개, 구조적 안티패턴 19개를 다룹니다.

현재 평가 세트에는 73개의 사례가 있습니다:

| 유형 | 개수 | 목표 |
|------|-------|------|
| SF | 41 | 편집해야 할 텍스트는 주요 문제를 정확히 지적하고 수정해야 함 |
| SNF | 32 | 잘못 편집해서는 안 되는 텍스트는 가벼운 힌트만으로 통과해야 함 |
| 실제 샘플 | 19 | 전체 샘플을 자연스러움, 충실도, 직접 게시 가능성으로 평가; 긴 텍스트는 `length & rhythm` 추가 |
| 장면 팩 | 8 | README / 릴리스 노트 / 포럼 게시글 / 이슈 답변에 대한 긍정 및 부정 샘플 |
| 장문 제자리 | 4 | 길이를 유지하는 긴 텍스트에서 문자 보존, 문장 수 정렬, 주요 전환 확인 |
| 제한적 | 3 | 긴 텍스트에서 문장 단위 군더더기는 삭제 목록으로 이동하되, 실질적이고 리듬감 있는 문장은 오삭제되지 않음 |

v1.9.0부터 벤치마크는 실제 이중 모델 실행(Codex + Claude 교차 채점, [evals/results-v1.9.0.md](evals/results-v1.9.0.md) 참조)으로 전환되었습니다. 정적 워크스루는 빠른 릴리스 전 자체 점검으로 강등되었습니다. 전체 테스트 스위트는 [evals/benchmark.md](evals/benchmark.md), 전체 실제 샘플은 [evals/real-samples.md](evals/real-samples.md)에 있습니다. `results-v1.8.6.md`는 v1.8.6에 대한 최초 실제 모델 실행의 아카이브로 유지됩니다.

## 설치

| 플랫폼 | 문서 |
|----------|---------------|
| Codex | [install/codex.md](install/codex.md) |
| Claude Code | [install/claude-code.md](install/claude-code.md) |
| Cursor / Windsurf | [install/cursor.md](install/cursor.md) |
| OpenClaw | [install/openclaw.md](install/openclaw.md) |
| ChatGPT / Custom GPT | [install/chatgpt.md](install/chatgpt.md) |

핵심은 `SKILL.md`(라이트)만 필요합니다. 장기 프로젝트, 공개 텍스트, 오탐지 보호가 필요한 시나리오에서는 전체 `references/` 패키지(풀)를 포함하는 것이 권장됩니다.

프로젝트 내에서 장기적으로 사용하려면 `AGENTS.md`에 트리거 규칙을 추가할 수 있습니다:

```markdown
## 글쓰기 스타일
작업이 "AI 느낌 제거", "사람처럼 들리게", "자연스럽게", "템플릿처럼 들리지 않게" 다시 쓰는 것을 포함하면 `shuorenhua/SKILL.md`의 지침을 따르세요.
이 접근 방식은 주로 외부에 공개되는 텍스트에 적용하세요. 코드, 로그, 설정, 명령 출력에는 이 스킬을 적용하지 마세요.
```

## FAQ

### 이 기능은 AI 감지기를 속이기 위한 것인가요?

아니요. 목표는 템플릿 느낌, 과장된 표현, 어조 이탈을 줄여 텍스트를 더 자연스럽고 게시 가능하게 만드는 것이지 감지를 우회하는 것이 아닙니다.

### 영어에도 사용할 수 있나요?

네, 하지만 이 프로젝트는 중국어 우선입니다. 영어 지원은 주로 중국어-영어 혼용 글에서 흔한 영어 상투어와 템플릿 느낌을 정리하는 데 초점을 맞춥니다.

### 편집 후에도 여전히 AI 느낌이 나는 경우가 있는 이유는 무엇인가요?

'명백한 정형화된 패턴 제거'는 '특정 저자의 개인적 표현을 갖는 것'과 같지 않습니다. 현재 버전은 템플릿 느낌과 과장된 표현을 정리하는 데 더 능숙하며, 개인의 장기적인 글쓰기 습관을 모방하는 것을 목표로 하지는 않습니다.

### 기술 문서를 망칠 수 있나요?

일반적으로 수다스러운 어조로 기술 문서를 편집하지 않습니다. `docs`, `status`, `code-context`는 모두 보다 보수적인 보호 전략을 갖추고 있으며, 명령, 경로, 버전, 오류 메시지, 지표의 충실도를 우선시합니다.

## 기여: 별보다 나쁜 사례가 더 유용합니다

새로운 평가 샘플, 엣지 케이스, 실제 문제 사례, 재작성 전후 샘플, 오탐지 보호에 대한 기여를 환영합니다.

'편집 후에도 여전히 AI처럼 들리는' 특정 텍스트를 만나면 [나쁜 사례 템플릿](.github/ISSUE_TEMPLATE/bad-case.md)을 사용하여 제출할 수 있습니다. 먼저 민감 정보를 제거하세요. 허가되지 않은 전체 비공개 대화, 키, 내부 링크, 실제 개인 식별 정보를 게시하지 마세요. [수집 이슈](https://github.com/MrGeDiao/shuorenhua/issues/5)에 직접 게시할 수도 있습니다.

새 단어를 제출하기 전에 한 가지를 고려하세요:

> 이것은 '새로운 패턴'인가요, 아니면 '기존 패턴의 변형'인가요?

자세한 규칙은 [CONTRIBUTING.md](CONTRIBUTING.md)에 있습니다.

## 관련 프로젝트

- [stop-slop](https://github.com/hardikpandya/stop-slop): 영어 AI 슬롭 규칙 및 점수 체계
- [humanizer](https://github.com/blader/humanizer): 영어 AI 패턴 분류
- [avoid-ai-writing](https://github.com/conorbronsdon/avoid-ai-writing): AI 글쓰기 문제 분류 및 심각도 참고

## 스타 히스토리

[![스타 히스토리 차트](https://file.nanoskill.ai/svg-1.svg)](https://www.star-history.com/#MrGeDiao/shuorenhua&Date)

## 라이선스

[MIT](LICENSE)

## FAQ

### 说人话(Shuorenhua)란 무엇인가요?

중국어 텍스트에서 AI 느낌이 나는 패턴을 제거하여 사실적 정확성을 유지하면서 더 자연스럽고 사람이 쓴 것처럼 들리게 하는 스킬입니다.

### 어떻게 작동하나요?

장면 감지, 조각 보호, 강도/범위 설정, 패턴 기반 재작성, 충실도 확인, 잔여 감사의 6단계 프로세스를 따릅니다.

### 무료인가요?

네, MIT 라이선스에 따른 오픈소스입니다. 저장소를 복제하여 어디서든 사용할 수 있습니다.

### 영어에 사용할 수 있나요?

영어 지원이 일부 있지만 주로 중국어용으로 설계되었습니다. 영어의 경우 stop-slop이나 humanizer를 확인하세요.

### 기술적 세부 사항을 변경하나요?

아니요, 버전, 명령, 경로, 오류 메시지를 보호합니다. 기술적 내용은 기본적으로 그대로 유지됩니다.

### 내 텍스트가 AI로 감지되지 않도록 보장하나요?

아니요, 감지 우회 도구가 아닙니다. 텍스트를 더 자연스럽고 게시 가능하게 만드는 것이 목표이며 감지기를 속이기 위한 것이 아닙니다.