NanoSkill
Skill indienen

AI Tekst Humaniseerder Agent Vaardigheid

doorblader22KGitHub-sterrenGitHub

Herschrijf AI-gegenereerde tekst naar natuurlijk, menselijk klinkend proza door robotachtige patronen te verwijderen en uw schrijven authentieker, duidelijker en boeiender te laten aanvoelen.

humaniseerderBeveiligingsscan geslaagd
Resultaatpreview

Volledige demo

Bekijk vergelijkingen van AI-gegenereerde en gehumaniseerde tekst over marketingstrategieën gegenereerd door deze Agent Vaardigheid.

Aan de slag

Voer je eerste taak uit

  1. AI-Text-Humanizer-step-1
    01

    Stap 1:Installeren

    Voeg de vaardigheid toe aan uw agent.

  2. AI-Text-Humanizer-step-2
    02

    Stap 2:Plak AI-gegenereerde tekst

    Geef inhoud die u natuurlijker wilt laten klinken.

  3. AI-Text-Humanizer-step-3
    03

    Stap 3:Resultaat bekijken

    Vergelijk de oorspronkelijke tekst met een meer menselijk klinkende herschrijving.

Installatiecommando

$ npx skills add https://github.com/blader/humanizer

Overzicht

De AI Tekst Humaniseerder-vaardigheid stelt gebruikers in staat om AI-gegenereerde inhoud om te zetten in proza dat leest alsof het door een mens is geschreven. Door nauwgezet 30 verschillende patronen te identificeren en te herschrijven die vaak voorkomen in AI-schrijven, zorgt deze vaardigheid ervoor dat uw inhoud authentiek, boeiend en vrij van de veelzeggende tekenen van machinaal auteurschap is. Het is een essentieel hulpmiddel voor iedereen die een natuurlijke stem wil behouden en effectiever wil communiceren met zijn publiek.

Door gebruik te maken van inzichten uit de uitgebreide gids 'Tekenen van AI-schrijven' van Wikipedia, pakt de humaniseerder problemen aan die variëren van generieke formuleringen en repetitieve structuren tot promotionele taal en chatbot-artefacten. Een unieke stemkalibratiefunctie stelt de vaardigheid in staat om uw persoonlijke schrijfstijl te leren en over te nemen, zodat de gehumaniseerde uitvoer niet alleen natuurlijk klinkt, maar ook perfect aansluit bij uw unieke toon en expressie. Deze gepersonaliseerde aanpak onderscheidt het van generieke tekstherschrijvers.

Naast eenvoudig herformuleren maakt de vaardigheid gebruik van een herschrijfsysteem in twee stappen, inclusief een laatste controle om eventuele subtiele AI-ismen op te sporen die mogelijk door de eerste stap zijn geglipt. Dit rigoureuze proces garandeert een hoog verfijningsniveau, waardoor de gehumaniseerde tekst vrijwel niet te onderscheiden is van door mensen geschreven inhoud. Of u nu artikelen, marketingteksten of creatieve stukken opstelt, de AI Tekst Humaniseerder helpt u gepolijste, authentieke en impactvolle boodschappen te leveren.

Belangrijkste functies

Wat maakt dit krachtig

  • Detecteert 30 AI-schrijfpatronen

    Identificeert en herschrijft tekst op basis van 30 verschillende AI-schrijfpatronen, waaronder inhoud, taal, stijl, communicatie, opvulling en afzwakking.

  • Stemkalibratie

    Analyseert je persoonlijke schrijfvoorbeelden om je unieke stijl te evenaren, zodat de gehumaniseerde output je authentieke stem weerspiegelt in plaats van generiek proza.

  • Wikipedia-ondersteunde analyse

    Maakt gebruik van inzichten uit Wikipedia's 'Tekenen van AI-schrijven'-gids, een uitgebreide bron die is afgeleid van observaties van duizenden AI-gegenereerde teksten.

  • Tweestaps-herschrijfsysteem

    Inclusief een laatste 'duidelijk AI-gegenereerd' audit-stap en een tweede herschrijving om eventuele achtergebleven AI-ismen die in de eerste concept zijn gemist, op te vangen, wat zorgt voor echt gehumaniseerde output.

  • Voor/na-voorbeelden

    Biedt duidelijke voor- en na-voorbeelden voor elk gedetecteerd patroon, ter illustratie van hoe AI-gegenereerde formuleringen worden omgezet in natuurlijkere taal.

Use cases

Wanneer je dit gebruikt

  • Verfijn AI-gegenereerde concepten

    Gebruik de humaniseer AI-tekst-vaardigheid om content die oorspronkelijk door AI is geschreven, op te poetsen, zodat het niet te onderscheiden is van menselijk schrijven voor blogs, artikelen of rapporten.

  • Behoud merstem

    Kalibreer de vaardigheid met je eigen schrijfvoorbeelden om ervoor te zorgen dat alle AI-ondersteunde content perfect aansluit bij je gevestigde merstem en stijlrichtlijnen.

  • Verbeter de leesbaarheid van content

    Pas de humaniseerder toe om de vlotheid en natuurlijkheid van elke tekst te verbeteren, robotachtige formuleringen te verwijderen en de algehele leesbaarheid voor je publiek te verbeteren.

SKILL.md

Vermenselijker

Een vaardigheid voor Claude Code en OpenCode die tekenen van AI-gegenereerd schrijven uit tekst verwijdert, waardoor het natuurlijker en menselijker klinkt.

Installatie

Claude Code

Kloon rechtstreeks in de vaardighedendirectory van Claude Code:

mkdir -p ~/.claude/skills
git clone https://github.com/blader/humanizer.git ~/.claude/skills/humanizer

Of kopieer het vaardigheidsbestand handmatig als je deze repo al hebt gekloond:

mkdir -p ~/.claude/skills/humanizer
cp SKILL.md ~/.claude/skills/humanizer/

OpenCode

Kloon rechtstreeks in de vaardighedendirectory van OpenCode:

mkdir -p ~/.config/opencode/skills
git clone https://github.com/blader/humanizer.git ~/.config/opencode/skills/humanizer

Of kopieer het vaardigheidsbestand handmatig als je deze repo al hebt gekloond:

mkdir -p ~/.config/opencode/skills/humanizer
cp SKILL.md ~/.config/opencode/skills/humanizer/

Let op: OpenCode scant ook ~/.claude/skills/ voor compatibiliteit, dus als je beide tools gebruikt, is een enkele kloon in ~/.claude/skills/humanizer/ voldoende.

Gebruik

Claude Code

/humanizer

[plak hier je tekst]

OpenCode

/humanizer

[plak hier je tekst]

Of vraag het model om tekst direct in een van beide tools te vermenselijken:

Vermenselijk alsjeblieft deze tekst: [jouw tekst]

Stemkalibratie

Om je persoonlijke schrijfstijl na te bootsen, geef een voorbeeld van je eigen schrijven:

/humanizer

Hier is een voorbeeld van mijn schrijven voor stemmatching:
[plak 2-3 alinea's van je eigen schrijven]

Vermenselijk nu deze tekst:
[plak AI-tekst om te vermenselijken]

De vaardigheid analyseert je zinsritme, woordkeuzes en eigenaardigheden, en past deze toe op de herschrijving in plaats van generieke "schone" output te produceren.

Overzicht

Gebaseerd op de Wikipedia-gids "Signs of AI writing", onderhouden door WikiProject AI Cleanup. Deze uitgebreide gids komt uit observaties van duizenden gevallen van AI-gegenereerde tekst.

De vaardigheid omvat ook een laatste controle op 'duidelijk door AI gegenereerd' en een tweede herschrijving, om achtergebleven AI-ismen in de eerste versie op te sporen.

Belangrijk inzicht van Wikipedia

"LLM's gebruiken statistische algoritmen om te raden wat er als volgende moet komen. Het resultaat neigt naar het statistisch meest waarschijnlijke resultaat dat van toepassing is op het grootste aantal gevallen."

30 Gedetecteerde patronen (met voor/na voorbeelden)

Inhoudspatronen

#PatroonVoorNa
1Significatie-inflatie"markeert een cruciaal moment in de evolutie van...""werd opgericht in 1989 om regionale statistieken te verzamelen"
2Bekendheidsnaam-dropping"geciteerd in NYT, BBC, FT en The Hindu""In een interview met de NYT in 2024 betoogde ze..."
3Oppervlakkige -ing analyses"symboliserend... reflecterend... tonend..."Verwijderen of uitbreiden met echte bronnen
4Promotietaal"genesteld in de adembenemende regio""is een stad in de regio Gonder"
5Vage toeschrijvingen"Experts geloven dat het een cruciale rol speelt""volgens een enquête uit 2019 door..."
6Formulematige uitdagingen"Ondanks uitdagingen... blijft het bloeien""Specifieke feiten over daadwerkelijke uitdagingen"

Taalpatronen

#PatroonVoorNa
7AI-vocabulaire"Eigenlijk... bovendien... testament... landschap... laten zien""ook... blijven gebruikelijk"
8Kopula-vermijding"dient als... heeft... pronkt met""is... heeft"
9Negatieve parallellismen / staartontkenningen"Het is niet alleen X, het is Y", "..., geen giswerk""Formuleer het punt direct"
10Regel van drie"innovatie, inspiratie en inzichten""Gebruik een natuurlijk aantal items"
11Synoniemencirkel"protagonist... hoofdpersoon... centrale figuur... held""protagonist" (herhaal wanneer dat het duidelijkst is)"
12Valse bereiken"van de Oerknal tot donkere materie""Noem onderwerpen direct"
13Lijdende vorm / onderwerploze fragmenten"Geen configuratiebestand nodig""Noem de handelende persoon als dat de duidelijkheid helpt"

Stijlpatronen

#PatroonVoorNa
14Em/en-streepjes"instellingen—niet de mensen—maar dit gaat door—""Schrap ze: punten, komma's, dubbele punten of haakjes"
15Overmatig gebruik van vet"OKR's, KPI's, BMC""OKR's, KPI's, BMC"
16Inline-koplijsten"Prestatie: Prestaties verbeterd""Zet om in lopende tekst"
17Koppen met beginhoofdletters per woord"Strategische Onderhandelingen En Partnerschappen""Strategische onderhandelingen en partnerschappen"
18Emoji's"🚀 Lanceringsfase: 💡 Belangrijk inzicht:""Verwijder emoji's"
19Gebogen aanhalingstekenszei “het project”zei “het project”
26Woordparen met koppelteken“cross-functioneel, datagedreven, klantgericht”“Laat koppeltekens weg bij veelvoorkomende woordparen”
27Overtuigende autoriteitstroper"Wat er echt toe doet, is...""Formuleer het punt direct"
28Aankondigingen van signposting"Laten we erin duiken", "Dit is wat je moet weten""Begin met de inhoud"
29Gefragmenteerde koppen"## Prestatie" + "Snelheid is belangrijk.""Laat de kop het werk doen"
30Diff-verankerd schrijven"Deze functie is toegevoegd om te vervangen...""Beschrijf wat het doet, niet wat er veranderd is"

Communicatiepatronen

#PatroonVoorNa
20Chatbot-artefacten"Ik hoop dat dit helpt! Laat het me weten als...""Volledig verwijderen"
21Afkappingsdisclaimers"Hoewel details beperkt zijn in beschikbare bronnen...""Vind bronnen of verwijder"
22Sycofante toon"Goede vraag! Je hebt helemaal gelijk!""Antwoord direct"

Vul- en voorbehoudpatronen

#PatroonVoorNa
23Vulzinnen"Om te", "Vanwege het feit dat""Om", "Omdat"
24Overmatig voorbehoud"zou mogelijk misschien""kunnen"
25Algemene conclusies"De toekomst ziet er rooskleurig uit""Specifieke plannen of feiten"

Volledig voorbeeld

Voor (AI-klinkend):

Goede vraag! Hier is een essay over dit onderwerp. Ik hoop dat dit helpt!

AI-ondersteund programmeren dient als een blijvend bewijs van het transformatieve potentieel van grote taalmodellen, en markeert een cruciaal moment in de evolutie van softwareontwikkeling. In het snel veranderende technologische landschap van vandaag hervormen deze baanbrekende tools—genesteld op het kruispunt van onderzoek en praktijk—hoe ingenieurs ideeën bedenken, itereren en opleveren, wat hun vitale rol in moderne workflows onderstreept.

In de kern is de waardepropositie duidelijk: processen stroomlijnen, samenwerking verbeteren en afstemming bevorderen. Het gaat niet alleen om automatisch aanvullen; het gaat om het ontsluiten van creativiteit op schaal, zodat organisaties wendbaar kunnen blijven terwijl ze naadloze, intuïtieve en krachtige ervaringen aan gebruikers bieden. De tool fungeert als katalysator. De assistent fungeert als partner. Het systeem staat als fundament voor innovatie.

Waarnemers uit de industrie hebben opgemerkt dat de adoptie is versneld van hobby-experimenten tot bedrijfsbrede uitrol, van solo-ontwikkelaars tot cross-functionele teams. De technologie is aan bod gekomen in The New York Times, Wired en The Verge. Bovendien toont de mogelijkheid om documentatie, tests en refactors te genereren aan hoe AI kan bijdragen aan betere resultaten, waarbij de ingewikkelde wisselwerking tussen automatisering en menselijk oordeel wordt benadrukt.

  • 💡 Snelheid: Codegeneratie is aanzienlijk sneller, vermindert frictie en versterkt ontwikkelaars.
  • 🚀 Kwaliteit: De kwaliteit van de uitvoer is verbeterd door verbeterde training, wat bijdraagt aan hogere standaarden.
  • Adoptie: Het gebruik blijft groeien, wat bredere trends in de industrie weerspiegelt.

Hoewel specifieke details beperkt zijn op basis van beschikbare informatie, zou mogelijk kunnen worden betoogd dat deze tools enig positief effect kunnen hebben. Ondanks uitdagingen die typisch zijn voor opkomende technologieën—inclusief hallucinaties, vooroordelen en verantwoordingsplicht—blijft het ecosysteem bloeien. Om dit potentieel volledig te realiseren, moeten teams zich afstemmen op best practices.

Concluderend ziet de toekomst er rooskleurig uit. Er liggen spannende tijden in het verschiet terwijl we deze reis naar excellentie voortzetten. Laat het me weten als je wilt dat ik een sectie uitbreid!

Na (Vermenselijkt):

AI-coderingsassistenten kunnen de saaie delen van het werk versnellen. Ze zijn geweldig in boilerplate: configuratiebestanden en de kleine lijmcode die je niet wilt schrijven. Ze kunnen je ook helpen een test te schetsen, maar je moet hem nog steeds lezen.

Het gevaarlijke deel is hoe zelfverzekerd de suggesties eruitzien. Ik heb code geaccepteerd die compileerde en door linting kwam, om er later achter te komen dat het de plank missloeg omdat ik niet meer oplette.

Als je het behandelt als automatisch aanvullen en elke regel bekijkt, is het nuttig. Als je het gebruikt om nadenken te vermijden, helpt het je sneller bugs te verzenden.

De enige echte vangnet zijn tests. Zonder hen beoordeel je voornamelijk op gevoel.

Referenties

  • Wikipedia: Signs of AI writing - Primaire bron
  • WikiProject AI Cleanup - Beherende organisatie

Versiegeschiedenis

  • 2.7.0 - Patroon #30 toegevoegd (diff-verankerd schrijven); em/en-streepjes een harde snede gemaakt in plaats van "overmatig gebruik"; #21 uitgebreid om speculatieve gatvulling te dekken ("houdt een laag profiel"). Totaal 30 patronen.
  • 2.6.0 - Opschoningsronde: de gedupliceerde workflowsecties geconsolideerd, de persoonlijkheidsbegeleiding beperkt tot inhoud waar stem gewenst is, de subsectie over modelvingerafdrukken verwijderd en het uitgewerkte voorbeeld ingekort. Geen wijziging aan de 29 patronen.
  • 2.5.1 - Regel voor lijdende vorm / onderwerploze fragmenten toegevoegd, totaal naar 29 patronen gebracht.
  • 2.5.0 - Patronen toegevoegd voor overtuigende framing, signposting en gefragmenteerde koppen; negatieve parallellismen uitgebreid om staartontkenningen te dekken; bewoording rond overmatig em-streepgebruik aangescherpt; frontmatter-bewoording aangepast om "vulzinnen" te gebruiken.
  • 2.4.0 - Stemkalibratie toegevoegd: pas de persoonlijke schrijfstijl van de gebruiker aan op basis van voorbeelden.
  • 2.3.0 - Patroon #25 toegevoegd: overmatig gebruik van woordparen met koppelteken.
  • 2.2.0 - Laatste "duidelijk door AI gegenereerd" controle + prompts voor tweede herschrijvingsronde toegevoegd.
  • 2.1.1 - Voorbeeld van patroon #18 gecorrigeerd (gebogen vs rechte aanhalingstekens).
  • 2.1.0 - Voor/na voorbeelden toegevoegd voor alle 24 patronen.
  • 2.0.0 - Volledige herschrijving op basis van ruwe Wikipedia-artikelinhoud.
  • 1.0.0 - Eerste release.

Licentie

MIT

FAQ